Sztuczna inteligencja
Chris Fregly, Antje Barth, Shelbee Eigenbrode
Podczas projektowania aplikacji opartych na generatywnej AI trzeba dokonywać wielu wyborów decydujących o jakości danych dostarczanych przez aplikację, jej opłacalności, skalowalności i niezawodności. Decyzje te są tym trudniejsze, że świat generatywnej AI zmienia się niezwykle szybko, a mity i błędne przeświadczenia dotyczące tej technologii mają się świetnie. W tej niezwykle pragmatycznej książce, przeznaczonej dla dyrektorów technicznych, praktyków uczenia maszynowego, twórców aplikacji, analityków biznesowych, inżynierów i badaczy danych, znajdziesz skuteczne techniki używania sztucznej inteligencji. Zaznajomisz się z cyklem życia projektu opartego na generatywnej AI i jej zastosowaniami, a także metodami doboru i dostrajania modeli, generowania danych wspomaganego wyszukiwaniem, uczenia przez wzmacnianie na podstawie informacji zwrotnych od człowieka, kwantyzacji, optymalizacji i wdrażania modeli. Poznasz szczegóły różnych typów modeli, między innymi dużych językowych (LLM), multimodalnych generujących obrazy (Stable Diffusion) i odpowiadających na pytania wizualne (Flamingo/IDEFICS). Dowiedz się, jak: używać generatywnej AI w biznesie dobierać modele generatywnej AI stosować inżynierię monitu i uczenie kontekstowe dostrajać modele przy użyciu własnych zbiorów danych i techniki LoRA korzystać z agentów i akcji za pomocą bibliotek LangChain i ReAct tworzyć aplikacje na bazie usługi Amazon Bedrock To fascynująca książka, rewelacyjna kompozycja niezwykle ważnych informacji, a także szczegółowych, praktycznych kodów, skryptów i instrukcji! Jeff Barr, wiceprezes i główny popularyzator AWS
Valentina Alto
Generatywne modele językowe, takie jak ChatGPT udostępniony przez OpenAI, stały się przełomem ze względu na ich możliwości i łatwe użycie w szerokiej gamie zastosowań. Wszechstronność tych narzędzi pozwala podnieść produktywność i kreatywność na niespotykany wcześniej poziom. Wystarczy w tym celu użyć we własnych projektach ChatGPT lub któregoś z wyspecjalizowanych modeli. Dzięki tej przystępnej książce zrozumiesz metody działania wielkich modeli językowych i techniki szkolenia modeli generatywnych. Następnie zapoznasz się z przypadkami użycia, w których ChatGPT sprawdzi się najlepiej, a w efekcie zwiększy produktywność i kreatywność. Dowiesz się też, jak wchodzić w interakcje z ChatGPT, tworzyć lepsze prompty i korzystać z funkcji uczenia się. Znajdziesz tu rozdziały dla marketingowców, naukowców i programistów, ułatwiające szybkie zastosowanie nabytej wiedzy w praktyce. Przekonasz się również, jak w środowisku korporacyjnym stosować interfejsy API modeli OpenAI dostępne w infrastrukturze Azure. Dla każdego scenariusza podano kompletną implementację w Pythonie, korzystającą z bibliotek Streamlit i LangChain do integracji modeli AI z aplikacjami. W książce: koncepcja generatywnej AI i architektura GPT projektowanie optymalnych promptów prezentacja aplikacji i przypadków użycia ChatGPT używanie modeli i funkcji OpenAI za pośrednictwem wywołań API kod Pythona do budowania i wdrażania systemów generatywnej AI odpowiedzialność i etyka w systemach generatywnej AI Odkryj, jak łatwo model generatywnej AI zintegruje się z Twoją aplikacją!
Generatywne głębokie uczenie, wyd. II. Uczenie maszyn, jak malować, pisać, komponować i grać
David Foster
Generatywna sztuczna inteligencja (AI) jest dziś gorącym tematem w dziedzinie techniki. Ta praktyczna książka pokazuje inżynierom uczenia się maszyn, jak wykorzystywać TensorFlow i Keras, aby od zera tworzyć robiące wrażenie generatywne modele głębokiego uczenia, w tym wariacyjne autokodowanie (VAE), generatywne sieci przeciwstawne (GAN), transformery, przepływy normalizacyjne, modele oparte na energii i dyfuzyjne modele odszumiające. Książka zaczyna się od podstaw głębokiego uczenia i prowadzi do nowatorskich architektur. Dzięki wskazówkom i sztuczkom zrozumiesz, jak sprawić, aby nasze modele uczyły się bardziej skutecznie i stawały się bardziej kreatywne. - Dowiedz się, jak VAE pozwala zmienić wyraz twarzy na zdjęciu. - Naucz GAN generowania obrazów na podstawie własnego zbioru danych. - Zbuduj modele dyfuzyjne do tworzenia nowych odmian kwiatów. - Wyszkol swój własny GPT, aby generował tekst. - Dowiedz się jak są szkolone duże modele językowe jak ChatGPT. - Przeanalizuj najnowocześniejsze architektury jak StyleGAN2 i ViT-VQGAN - Skomponuj muzykę polifoniczną wykorzystując transformery i MuseGAN - Zrozum jak generatywne modele świata mogą rozwiązać zadania uczenia przez wzmacnianie. - Zanurz się w multimodalnych modelach jak DALL.E 2, Imagen i Stable Diffusion Książka ta analizuje także przyszłą generacyjną sztuczną inteligencję i sposób, w jaki ludzie i firmy mogą proaktywnie zacząć wykorzystywać tę niezwykłą nową technikę, aby zyskiwać przewagę konkurencyjną. "Generatywne głębokie uczenie to dostępne wprowadzenie do narzędzi głębokiego uczenia dla celów modelowania generatywnego. Jeśli jesteście kreatywnymi praktykami, kochającymi bawić się kodem i chcecie zastosować głębokie uczenie w swojej pracy, ta książka jest dla was." -David Ha Szef strategii, Stability AT "Doskonała książka, która zagłębia się wprost w podstawowe technik stanowiące aktualną wiedzę o generacyjnym głębokim nauczaniu. Jest to ekscytująca analiza jednej z najbardziej fascynujących dziedzin w ramach sztucznej inteligencji!" -Francois Chollet Twórca Keras
Nigel Poulton
This hands-on guide is designed to take you from zero to Docker-ready, combining clear explanations with practical examples. You’ll begin by exploring the fundamentals of containers, Docker architecture, and key concepts like images, registries, and the role of containers in microservices and AI. Early chapters lay a strong foundation, demystifying industry jargon and highlighting how containers differ from traditional virtual machines.Once the basics are in place, the book moves into real-world usage. You’ll install Docker, run your first containers, and learn how to manage them with Docker Desktop. You’ll then containerize a simple web app, push images to Docker Hub, and build multi-container microservices applications using Docker Compose. These hands-on labs build both confidence and competency through guided, project-based learning.This newly updated edition adds a dedicated chapter on AI integration using the new Docker Model Runner. You'll deploy local AI models, integrate with Open WebUI, and see how Docker now powers modern AI workflows. This book is ideal for anyone looking to master Docker while also gaining experience in deploying containerized AI solutions.
Ayodeji Ayodele, Irshad Burtally, Ali Condah
Progress from the basics of version control to excelling at collaborative development with the GitHub Foundations Certification Guide, your go-to resource for mastering Git and GitHub. You'll learn how to use Git to accurately track and manage code changes, and discover why GitHub is the leading platform for collaboration, project management, and open-source development. Written by Ayodeji Ayodele, Senior Customer Success Architect at GitHub with expertise in DevOps, Agile coaching, and software engineering, this book provides a structured path to Git/GitHub proficiency. Through hands-on tutorials, projects, and self-assessment questions, you’ll harness the potential of open source, navigate the GitHub platform with ease, employ advanced Git techniques, and gain practical code management skills. The book then explores secure collaboration, automation, and key features of the GitHub Desktop app. You’ll prepare for the certification exam with practice questions, mock exams, and invaluable study tips. By the end of this book, you’ll be ready to take the GitHub Foundations exam and advance your developer career.
Google Gemini for Python. Coding with Bard: Mastering Python with Google's AI Tools
Mercury Learning and Information, Oswald Campesato
This book bridges Python 3 programming and Generative AI, equipping readers with the skills to navigate both domains confidently. It starts with Python basics, covering data types, number formatting, text manipulation, loops, functions, data structures, NumPy, Pandas, conditional logic, and reserved words. You'll also learn about handling user input, managing exceptions, and working with command-line arguments.The journey continues into Generative AI, distinguishing it from Conversational AI. It introduces popular platforms and models, including Bard (now called Gemini) and its competitors, providing insights into their capabilities, strengths, weaknesses, and applications. The final chapters show how to generate various Python 3 code samples using Gemini.Understanding these concepts is crucial for modern programming and AI applications. This book transitions readers from basic Python programming to advanced AI techniques, blending theoretical knowledge with practical skills. Companion files with source code and figures enhance the learning experience, making this an essential resource for mastering Python 3 and Generative AI.
GPT-3. The Ultimate Guide To Building NLP Products With OpenAI API
Sandra Kublik, Shubham Saboo
GPT-3 has made creating AI apps simpler than ever. This book provides a comprehensive guide on how to utilize the OpenAI API with ease. It explores imaginative methods of utilizing this tool for your specific needs and showcases successful businesses that have been established through its use.The book is divided into two sections, with the first focusing on the fundamentals of the OpenAI API. The second part examines the dynamic and thriving environment that has arisen around GPT-3.Chapter 1 sets the stage with background information and defining key terms. Chapter 2 goes in-depth into the API, breaking it down into its essential components, explaining their functions and offering best practices. Chapter 3, you will build your first app with GPT-3.Chapter 4 features interviews with the founders of successful GPT-3-based products, who share challenges and insights gained. Chapter 5 examines the perspective of enterprises on GPT-3 and its potential for adoption. The problematic consequences of widespread GPT-3 adoption, such as misapplication and bias, are addressed along with efforts to resolve these issues in Chapter 6. Finally, Chapter 7 delves into the future by exploring the most exciting trends and possibilities as GPT-3 becomes increasingly integrated into the commercial ecosystem.
Jeffrey Ng, Subhash Shah
Remodeling your outlook on banking begins with keeping up to date with the latest and most effective approaches, such as artificial intelligence (AI). Hands-On Artificial Intelligence for Banking is a practical guide that will help you advance in your career in the banking domain. The book will demonstrate AI implementation to make your banking services smoother, more cost-efficient, and accessible to clients, focusing on both the client- and server-side uses of AI.You’ll begin by understanding the importance of artificial intelligence, while also gaining insights into the recent AI revolution in the banking industry. Next, you’ll get hands-on machine learning experience, exploring how to use time series analysis and reinforcement learning to automate client procurements and banking and finance decisions. After this, you’ll progress to learning about mechanizing capital market decisions, using automated portfolio management systems and predicting the future of investment banking. In addition to this, you’ll explore concepts such as building personal wealth advisors and mass customization of client lifetime wealth. Finally, you’ll get to grips with some real-world AI considerations in the field of banking. By the end of this book, you’ll be equipped with the skills you need to navigate the finance domain by leveraging the power of AI.