Wyniki wyszukiwania

Algorytmy sztucznej inteligencji. Ilustrowany przewodnik

Rishal Hurbans

Sztuczna inteligencja ma umożliwiać wykorzystywanie danych i algorytmów do podejmowania lepszych decyzji, rozwiązywania trudnych problemów i automatyzowania złożonych zadań. Ma też zwiększać produktywność człowieka. Obecnie sztuczna inteligencja z rozmachem wkracza do kolejnych dziedzin. Budzi zachwyt, ale też kontrowersje i obawy. Nowe narzędzia, choćby były tworzone z najlepszymi intencjami, zawsze mogą zostać wykorzystane w niewłaściwy czy szkodliwy sposób. Oznacza to, że każdy, kto rozwija nowe technologie, powinien to robić odpowiedzialnie. Aby to było możliwe, trzeba dobrze zrozumieć podstawy działania sztucznej inteligencji - algorytmy. To praktyczny przewodnik po algorytmach sztucznej inteligencji. Skorzystają z niego programiści i inżynierowie, którzy chcą zrozumieć zagadnienia i algorytmy związane ze sztuczną inteligencją na podstawie praktycznych przykładów i wizualnych wyjaśnień. Książka pokazuje, jak radzić sobie z takimi zadaniami programistycznymi jak wykrywanie oszustw bankowych czy sterowanie pojazdem autonomicznym. Pierwsze rozdziały dotyczą podstawowych koncepcji i algorytmów i stają się punktem wyjścia do bardziej złożonych tematów: wydajnych algorytmów przeszukiwania oraz poszukiwania rozwiązań w środowisku konkurencyjnym. Przedstawiono tu zagadnienia uczenia maszynowego, w tym proces przygotowania danych, modelowania i testowania. Omówiono też zasady uczenia przez wzmacnianie za pomocą algorytmu Q-learning. W książce: kategorie i znaczenie algorytmów sztucznej inteligencji. inteligentne przeszukiwanie w procesie podejmowania decyzji algorytmy genetyczne i inteligencja rozproszona uczenie maszynowe i sieci neuronowe uczenie przez wzmacnianie Zrozum algorytmy, a pojmiesz istotę sztucznej inteligencji!

Python. Wprowadzenie. Wydanie VI

Mark Lutz

Nic dziwnego, że programiści kochają Pythona: jest wszechstronny, czytelny, darmowy i działa na każdej platformie. Można się go stosunkowo szybko nauczyć ― ale jest jeden warunek: aby w pełni wykorzystać jego możliwości, trzeba zdobyć solidne podstawy, zrozumieć kilka trudniejszych koncepcji i... dużo ćwiczyć, pisząc własny kod. Ta książka stanowi kompleksowe i obszerne wprowadzenie do języka Python. Pomoże Ci opanować jego podstawy i przygotuje do praktycznego zastosowania nabytej wiedzy. To wydanie zostało zaktualizowane i rozszerzone, aby odzwierciedlić zmiany zachodzące w świecie Pythona. Pominięto omówienie nieaktualnej wersji 2.X,opisano nowe narzędzia, dodane do Pythona w wersji 3.12, a także innych jego edycji, które są dziś szeroko używane. Naukę ułatwią Ci liczne quizy, ćwiczenia, pomocne ilustracje i przykładowe fragmenty kodu. To idealne kompendium dla każdego, kto chce szybko zacząć programować w Pythonie i tworzyć wydajny kod wysokiej jakości. W książce: ogólny model składni Pythona wbudowane typy obiektów i ich przetwarzanie stosowanie funkcji i organizowanie kodu w modułach i pakietach obsługa wyjątków i inne narzędzia programistyczne zaawansowane narzędzia Pythona, między innymi dekoratory, deskryptory i metaklasy kod idiomatyczny, który działa na różnych platformach Daj się opleść Pythonowi - i wejdź do świata kodu !

Wireshark. Analiza ruchu sieciowego i wykrywanie włamań

Adam Józefiok

By wiedzieć, co w sieci piszczy Świadomość tego, co i w jaki sposób jest przekazywane za pomocą sieci, to istotna sprawa. Szczególnie w kontekście potencjalnych ataków i włamań. Jednym z programów pozwalających przechwycić, przeanalizować w czasie rzeczywistym i szczegółowo przebadać pakiety danych przesyłanych w sieciach komputerowych jest Wireshark. Umożliwia on między innymi diagnozowanie problemów sieciowych, wykrywanie ataków i optymalizowanie wydajności sieci. Jeśli chcesz wiedzieć o nim więcej, poznać pełny pakiet możliwości Wiresharka i nauczyć się z nich korzystać, najnowsza książka Adama Józefioka z pewnością Ci w tym pomoże. Za jej sprawą między innymi opanujesz podstawowe i zaawansowane funkcje programu. Dowiesz się, jak z udziałem Wiresharka przechwytywać i analizować ruch w sieci, wykrywać włamania do niej, a także monitorować jej bezpieczeństwo. Dzięki lekturze poradnika i przetestowaniu opisanych w nim narzędzi poznasz również statystyczne i analityczne funkcje tego przydatnego oprogramowania.

Deep Learning. Uczenie głębokie z językiem Python. Sztuczna inteligencja i sieci neuronowe

Valentino Zocca, Gianmario Spacagna, Daniel Slater, Peter...

Na naszych oczach dokonuje się przełom: technologie wykorzystujące rozmaite formy sztucznej inteligencji zaczynają się pojawiać w różnych branżach. Niektórzy nawet nie zdają sobie sprawy, jak często i jak powszechnie stosuje się algorytmy uczenia głębokiego. Możliwości w tym zakresie stale rosną. Wzrasta też zapotrzebowanie na inżynierów, którzy swobodnie operują wiedzą o uczeniu głębokim i są w stanie zaimplementować potrzebne algorytmy w konkretnym oprogramowaniu. Uczenie głębokie jest jednak dość złożonym zagadnieniem, a przyswojenie sobie potrzebnych umiejętności wymaga wysiłku. Ta książka stanowi doskonałe wprowadzenie w temat uczenia głębokiego. Wyjaśniono tu najważniejsze pojęcia uczenia maszynowego. Pokazano, do czego mogą się przydać takie narzędzia jak pakiet scikit-learn, biblioteki Theano, Keras czy TensorFlow. Ten praktyczny przewodnik znakomicie ułatwi zrozumienie zagadnień rozpoznawania wzorców, dokładnego skalowania danych, pozwoli też na rzetelne zapoznanie się z algorytmami i technikami uczenia głębokiego. Autorzy zaproponowali wykorzystanie w powyższych celach języka Python - ulubionego narzędzia wielu badaczy i pasjonatów nauki. W książce między innymi: Solidne podstawy uczenia maszynowego i sieci neuronowych Trening systemów sztucznej inteligencji w grach komputerowych Rozpoznawanie obrazów Rekurencyjne sieci neuronowej w modelowaniu języka Budowa systemów wykrywania oszustw i włamań Uczenie głębokie: zajrzyj w przyszłość programowania! Dr Valentino Zokka opracował wiele algorytmów matematycznych i modeli prognostycznych dla firmy Boeing. Obecnie jest konsultantem w branży finansowej. Gianmario Spacagna pracuje w firmie Pirelli, gdzie buduje systemy maszynowego uczenia się i kompletne rozwiązania do produktów informacyjnych. Daniel Slater tworzył oprogramowanie do oceny ryzyka dla branży finansowej. Obecnie zajmuje się systemami do przetwarzania dużych ilości danych i analizy zachowań użytkowników. Peter Roelants specjalizuje się w stosowaniu technik uczenia głębokiego do badań spektralnych obrazów, rozpoznawania mowy czy ekstrakcji danych z dokumentów.

Jak projektować systemy uczenia maszynowego. Iteracyjne tworzenie aplikacji gotowych do pracy

Chip Huyen

Systemy uczenia maszynowego (ML) charakteryzują się złożonością i unikatowością. Zmiana w jednym z wielu komponentów może istotnie wpłynąć na całość. Zastosowane w modelach dane diametralnie różnią się od siebie w poszczególnych przypadkach użycia. To wszystko sprawia, że bardzo trudno jest stworzyć taki system, jeśli każdy komponent zostaje zaprojektowany oddzielnie. Aby zbudować aplikację korzystającą z ML i nadającą się do wdrożenia w środowisku produkcyjnym, konieczne jest podejmowanie decyzji projektowych z uwzględnieniem cech systemu jako całości. To książka przeznaczona dla inżynierów, którzy chcą stosować systemy uczenia maszynowego do rozwiązywania rzeczywistych problemów biznesowych. Zaprezentowano w niej systemy ML używane w szybko rozwijających się startupach, a także przedstawiono holistyczne podejście do ich projektowania ― z uwzględnieniem różnych komponentów systemu i celów osób zaangażowanych w proces. Dużo uwagi poświęcono analizie decyzji projektowych, dotyczących między innymi sposobu tworzenia i przetwarzania danych treningowych, wyboru wskaźników, częstotliwości ponownego treningu modelu czy techniki monitorowania pracy aplikacji. Zaprezentowana tu koncepcja iteracyjna natomiast pozwala na uzyskanie pewności, że podejmowane decyzje są optymalne z punktu widzenia pracy całości systemu. Co ważne, poszczególne zagadnienia zostały zilustrowane rzeczywistymi studiami przypadków. W książce między innymi: wybór wskaźników właściwych dla danego problemu biznesowego automatyzacja ciągłego rozwoju, ewaluacji, wdrażania i aktualizacji modeli szybkie wykrywanie i rozwiązywanie problemów podczas wdrożenia produkcyjnego tworzenie wszechstronnej platformy ML odpowiedzialne tworzenie systemów ML Wdrażaj i skaluj modele tak, aby uzyskiwać najlepsze wyniki!

Inżynieria AI. Tworzenie aplikacji z wykorzystaniem modeli bazowych

Chip Huyen

Modele bazowe (foundation models) zapoczątkowały prawdziwy rozkwit aplikacji opartych na sztucznej inteligencji. AI stała się potężnym narzędziem rozwojowym, którego dziś może używać niemal każdy. Decyzja o stworzeniu własnej aplikacji AI wymaga jednak zrozumienia procesu budowy i świadomego podejmowania decyzji projektowych. Ta książka jest kompleksowym przewodnikiem po budowaniu generatywnych aplikacji AI w środowiskach produkcyjnych. Luke Metz, współtwórca ChatGPT w OpenAI Ten przystępnie napisany i praktyczny podręcznik pokazuje, czym jest inżynieria AI i w jaki sposób tworzy się aplikacje z wykorzystaniem łatwo dostępnych modeli bazowych. Dowiesz się, jak się poruszać w świecie sztucznej inteligencji, czym dokładnie są modele, zbiory danych, wskaźniki oceny i wzorce aplikacyjne. W książce przedstawiono również, krok po kroku, kompletny proces tworzenia aplikacji AI i ich efektywnego wdrażania. Poszczególne zagadnienia zostały zilustrowane dobrze udokumentowanymi studiami przypadków. Nie zabrakło również komentarzy odnoszących się do zaimplementowania systemu opinii użytkowników w celu zapewnienia przydatnych informacji zwrotnych. Najważniejsze zagadnienia: istota inżynierii AI proces tworzenia aplikacji AI różne techniki adaptacji modeli, w tym inżynieria promptów, generowanie wspomagane wyszukiwaniem (RAG), dostrajanie modeli, agenty i inżynieria zbiorów danych wąskie gardła modeli podstawowych i ich pokonywanie zasady wyboru modelu, wskaźników, danych oraz wzorców projektowych Pozycja obowiązkowa dla każdego profesjonalisty, który chce wdrożyć AI w swojej firmie! Vittorio Cretella, były dyrektor IT w P&G i Mars

Automatyka przemysłowa i systemy sterowania w pigułce

Witold Krieser

Poznaj najszybciej rozwijający się dział inżynierii elektrycznej Automatyka przemysłowa i systemy sterowania stanowią fundament współczesnego przemysłu. Dzięki ich zastosowaniu możliwe jest precyzyjne planowanie, prowadzenie i koordynowanie procesów technologicznych. Znajomość zasad rządzących zarówno automatyką, jak i sterowaniem pozostaje obowiązkowa dla projektantów, osób uruchamiających i obsługujących urządzenia przemysłowe. Ta książka powstała z myślą o przyszłych i obecnych pracownikach sektora produkcji. Stanowi kompendium wiedzy z zakresu automatyki przemysłowej i systemów sterowania. Czytelnik znajdzie tu informacje dotyczące klasycznych systemów stykowych, jak również nowoczesnych sterowników PLC. Wiedza zawarta w podręczniku obejmuje takie zagadnienia jak: Podstawy elektrotechniki Aparatura stykowa elektrycznych układów sterowania wraz z symboliką Przewody i okablowanie Schematy elektryczne Układy sterowania programowalnego Jej opanowanie stanowi pierwszy krok dla osób, które chcą dołączyć do grona specjalistów w zakresie automatyki przemysłowej - dziedziny otwierającej drogę do pracy przy nowoczesnych systemach przemysłowych.

NIS2 i KSC w praktyce. Przewodnik wdrożeniowy dla organizacji

Wojciech Ciemski, Bartłomiej Wieczorek

Nie taka dyrektywa straszna, jak ją malują - o ile ma się dostęp do odpowiedniej wiedzy Dyrektywa NIS2 to regulacja unijna, która została wdrożona do polskiego prawa w 2026 roku nowelizacją ustawy o Krajowym Systemie Cyberbezpieczeństwa (KSC). Celem jest zwiększenie poziomu cyberbezpieczeństwa państw należących do Unii Europejskiej. W praktyce sektory, które są objęte dyrektywą, to nie tylko podmioty związane z władzami lub administracją publiczną, ale też wiele firm prywatnych i instytucji. Wiąże się to między innymi z koniecznością uporządkowania odpowiedzialności, przejrzenia modelu zarządzania ryzykiem, zaktualizowania dokumentacji, stworzenia skutecznego procesu obsługi incydentów, uporządkowania relacji z dostawcami i przygotowania kierownictwa do realnej odpowiedzialności za obszar cyberbezpieczeństwa. Jeśli jesteś osobą odpowiedzialną za zastosowanie dyrektywy NIS2 w firmie, a także zrozumienie, uporządkowanie i wdrożenie wymagań wynikających z nowych regulacji w ramach KSC - ten poradnik powstał właśnie dla Ciebie. Został pomyślany tak, by móc z niego korzystać roboczo, zadaniowo i w odniesieniu do konkretnego problemu. Ta książka pozwoli Ci: Uporządkować swoją wiedzę o tym, kogo dotyczą nowe przepisy i jak rozpoznać status organizacji Szybko wrócić do kluczowych zagadnień Bez problemu znaleźć praktyczne wyjaśnienie obowiązków związanych z ryzykiem, incydentami, dokumentacją, dostawcami, monitoringiem i audytem W prosty sposób odszukać najważniejsze terminy, wyjątki i punkty krytyczne, które najczęściej decydują o powodzeniu albo niepowodzeniu wdrożenia Uzyskać solidne merytoryczne wsparcie w rozmowie z kierownictwem, działem IT, działem prawnym, audytem i dostawcami Mieć stały dostęp do przykładowych wzorów dokumentów, których można użyć jako podstawy do przygotowania własnej dokumentacji