Sztuczna inteligencja
Rajvardhan Oak
Machine learning in security is harder than other domains because of the changing nature and abilities of adversaries, high stakes, and a lack of ground-truth data. This book will prepare machine learning practitioners to effectively handle tasks in the challenging yet exciting cybersecurity space.The book begins by helping you understand how advanced ML algorithms work and shows you practical examples of how they can be applied to security-specific problems with Python – by using open source datasets or instructing you to create your own. In one exercise, you’ll also use GPT 3.5, the secret sauce behind ChatGPT, to generate an artificial dataset of fabricated news. Later, you’ll find out how to apply the expert knowledge and human-in-the-loop decision-making that is necessary in the cybersecurity space. This book is designed to address the lack of proper resources available for individuals interested in transitioning into a data scientist role in cybersecurity. It concludes with case studies, interview questions, and blueprints for four projects that you can use to enhance your portfolio.By the end of this book, you’ll be able to apply machine learning algorithms to detect malware, fake news, deep fakes, and more, along with implementing privacy-preserving machine learning techniques such as differentially private ML.
Xudong Ma, Vishakh Hegde, Lilit Yolyan
With this hands-on guide to 3D deep learning, developers working with 3D computer vision will be able to put their knowledge to work and get up and running in no time.Complete with step-by-step explanations of essential concepts and practical examples, this book lets you explore and gain a thorough understanding of state-of-the-art 3D deep learning. You’ll see how to use PyTorch3D for basic 3D mesh and point cloud data processing, including loading and saving ply and obj files, projecting 3D points into camera coordination using perspective camera models or orthographic camera models, rendering point clouds and meshes to images, and much more. As you implement some of the latest 3D deep learning algorithms, such as differential rendering, Nerf, synsin, and mesh RCNN, you’ll realize how coding for these deep learning models becomes easier using the PyTorch3D library.By the end of this deep learning book, you’ll be ready to implement your own 3D deep learning models confidently.
Vadim Dabravolski
Over the past 10 years, deep learning has grown from being an academic research field to seeing wide-scale adoption across multiple industries. Deep learning models demonstrate excellent results on a wide range of practical tasks, underpinning emerging fields such as virtual assistants, autonomous driving, and robotics. In this book, you will learn about the practical aspects of designing, building, and optimizing deep learning workloads on Amazon SageMaker. The book also provides end-to-end implementation examples for popular deep-learning tasks, such as computer vision and natural language processing. You will begin by exploring key Amazon SageMaker capabilities in the context of deep learning. Then, you will explore in detail the theoretical and practical aspects of training and hosting your deep learning models on Amazon SageMaker. You will learn how to train and serve deep learning models using popular open-source frameworks and understand the hardware and software options available for you on Amazon SageMaker. The book also covers various optimizations technique to improve the performance and cost characteristics of your deep learning workloads.By the end of this book, you will be fluent in the software and hardware aspects of running deep learning workloads using Amazon SageMaker.
Agenci AI bazujący na modelach językowych. Istota, konfiguracje, zastosowania
Mariusz Hofman
Agenci, którzy stoją po stronie biznesu Agenci AI to algorytmy wykorzystujące modele językowe jako reasoning engine. Są one zdolne do postrzegania otoczenia, rozumowania i podejmowania decyzji, co czyni je przydatnymi w wielu dziedzinach biznesu, między innymi: w spersonalizowanej obsłudze klienta w automatyzacji procesów biznesowych w zaawansowanej analityce biznesowej we wspieraniu ludzi pracujących w takich działach jak HR czy R&D Użycie agentów AI może przynieść firmom wymierne oszczędności, usprawnić proces podejmowania decyzji i w efekcie zagwarantować trwałą przewagę konkurencyjną. Autor tej książki stawia sobie za cel wyjaśnienie istoty agentów opartych na modelach językowych, a także omówienie ich kluczowych architektur - od prostych, wyspecjalizowanych rozwiązań po złożone systemy współdziałających ze sobą agentów. Dodatkowo prezentuje przykłady zastosowań wybranych konfiguracji w realiach quasi-biznesowych.
Dr. Ali Arsanjani, Juan Pablo Bustos, Thomas...
Generative AI has moved beyond the hype, and enterprises now face the challenge of turning prototypes into scalable solutions. This book is your guide to building intelligent agents powered by LLMs.Starting with a GenAI maturity model, you’ll learn how to assess your organization’s readiness and create a roadmap toward agentic AI adoption. You’ll master foundational topics such as model selection and LLM deployment, progressing to advanced methods such as RAG, fine-tuning, in-context learning, and LLMOps, especially in the context of agentic AI. You'll explore a rich library of agentic AI design patterns to address coordination, explainability, fault tolerance, and human-agent interaction. This book introduces a concrete, hierarchical multi-agent architecture where high-level orchestrator agents manage complex business workflows by delegating entire sub-processes to specialized agents. You’ll see how these agents collaborate and communicate using the Agent-to-Agent (A2A) protocol.To ensure your systems are production-ready, we provide a practical framework for observability using life cycle callbacks, giving you the granular traceability needed for debugging, compliance, and cost management. Each pattern is backed by real-world scenarios and code examples using the open source Agent Development Kit (ADK).*Email sign-up and proof of purchase required
Noah Gift
Opanuj skuteczne, gotowe do użycia rozwiązania biznesowe dla sztucznej inteligencji i uczenia maszynowego AI podejście pragmatyczne pomaga rozwiązywać praktyczne problemy przy użyciu nowoczesnego uczenia maszynowego, sztucznej inteligencji i chmurowych narzędzi obliczeniowych. Noah Gift demistyfikuje wszelkie koncepcje i narzędzia potrzebne do osiągnięcia wyników nawet jeśli Czytelnik nie ma solidnego przygotowania z matematyki lub data science. Autor wyjaśnia skuteczne, gotowe do użycia rozwiązania udostępniane przez Amazon, Google i Microsoft oraz demonstruje sprawdzone techniki wykorzystujące ekosystem analizy danych oparty na języku Python. Proponowane podejścia i przykłady pomagają ukierunkować i uprościć każdy krok od wdrożenia po produkcję i budować rozwiązania o niezwykłych możliwościach skalowania. W miarę poznawania działania rozwiązań Machine Language (ML) będziesz uzyskiwać coraz bardziej intuicyjne zrozumienie tego, co można dzięki nim osiągnąć i jak zmaksymalizować ich wartość. Na tych podstawach autor krok po kroku prezentuje budowanie chmurowych aplikacji AI/ML do rozwiązywania realistycznych problemów w dziedzinie marketingu, zarządzania projektami, wyceniania produktów, nieruchomości i dużo więcej. Bez względu na to, czy jesteś profesjonalistą biznesowym, osobą decyzyjną, studentem czy programistą, eksperckie wskazówki autora i rozbudowane analizy przypadków przygotują cię do rozwiązywania problemów data science w niemal dowolnym środowisku. Uzyskaj i skonfiguruj wszystkie potrzebne narzędzia Szybko przejrzyj wszystkie funkcjonalności Pythona, których potrzebujesz do budowania aplikacji uczenia maszynowego Opanuj narzędzia AI i ML oraz cykl życia projektu Korzystaj z narzędzi analitycznych Pythona, takich jak IPython, Pandas, Numpy, Juypter Notebook i Sklearn Dołącz pragmatyczną pętlę zwrotną, która pozwoli nieustannie poprawiać wydajność naszych procedur i systemów Projektuj chmurowe rozwiązania AI oparte na Google Cloud Platform, uwzględniając usługi TPU, Colaboratory i Datalab Definiuj chmurowe przepływy pracy w Amazon Web Services, w tym wystąpienia punktowe, potoki kodu i inne Pracuj z API sztucznej inteligencji w Microsoft Azure Poznaj budowanie sześciu rzeczywistych aplikacji AI od początku do końca
Hadelin de Ponteves
Welcome to the Robot World … and start building intelligent software now!Through his best-selling video courses, Hadelin de Ponteves has taught hundreds of thousands of people to write AI software. Now, for the first time, his hands-on, energetic approach is available as a book. Starting with the basics before easing you into more complicated formulas and notation, AI Crash Course gives you everything you need to build AI systems with reinforcement learning and deep learning. Five full working projects put the ideas into action, showing step-by-step how to build intelligent software using the best and easiest tools for AI programming, including Python, TensorFlow, Keras, and PyTorch.AI Crash Course teaches everyone to build an AI to work in their applications. Once you've read this book, you're only limited by your imagination.
AI dla twórców wartości. Jak wyjść z roli zwykłego użytkownika generatywnej sztucznej inteligencji
Rob Thomas, Paul Zikopoulos, Kate Soule
Nie sposób przewidzieć, dokąd zmierza AI. Znajdujemy się w wyjątkowym momencie: przechodzimy od świata, w którym procesy realizowali ludzie za pomocą technologii, do świata, w którym technologie same będą prowadzić procesy, a ludzie będą je wspierać lub nadzorować. Gdzie chcesz się znaleźć w tym nowym świecie? Z tą książką rozwiniesz innowacje i skutecznie zareagujesz na kolejną falę rozwoju sztucznej inteligencji! Jessica Sibley, dyrektor generalna TIME Ta wnikliwa książka wykracza poza podstawy AI. Zawiera autentyczne historie sukcesów i konkretne wnioski z praktyki. Omawia sposób działania generatywnej AI i agentów, a także pokazuje możliwe kierunki przekształcania biznesu i społeczeństw dzięki tej technologii. Daje nową perspektywę perspektywę twórcy wartości AI. Udowadnia, że mimo niekorzystnych tendencji możesz osiągnąć sukces biznesowy, wykorzystując potencjał cyfrowej siły roboczej. Niezależnie od tego, czy dopiero zaczynasz, czy masz już doświadczenie, znajdziesz tu pełniejsze spojrzenie na znaczenie nowoczesnej strategii AI dla rozwoju Twojej firmy. Najciekawsze zagadnienia: potencjał transformacyjny sztucznej inteligencji w biznesie wyzwania etyczne i operacyjne związane z AI strategie integracji AI z kulturą organizacyjną rola twórcy wartości opartej na AI Podręcznik renesansu sztucznej inteligencji! will.i.am, dyrektor generalny FYI.AI