Видавець: 16
Uciekając przed przeznaczeniem
Zuzanna Bandosz
Diana jest półelfką, która od urodzenia żyje w świecie ludzi. Gdy wpada w ręce handlarzy niewolników, praca w kopalni złota w Awedurze zdaje się nieunikniona. Ostatnim promykiem nadziei jest targ niewolników w Gwadianie. Choć Diana zna smak okrucieństwa ludzi, nadal wierzy w ich dobro. Czy znajdzie się kupiec, który uratuje ją przed straszliwym losem w obozie pracy? William to królewicz, ale tylko z tytułu. Wychowywał się na obcych ziemiach pod okiem surowego opiekuna, uczony, by nienawidzić każdego, kto nie był człowiekiem. Wiedzie proste, żołnierskie życie ― do dnia, gdy przy bramach miasta pojawia się uzbrojona tajemnicza kobieta. Wraz z jej przybyciem dostaje szansę na wyrwanie się z miasta i na zemstę. Gdy śpi, śni mu się wolność. Czy porzuci dawne życie i dopnie swego? Eilish jest samotnicą i doskonałą wojowniczką, od zawsze zdaną tylko na siebie. Obrała niebezpieczną ścieżkę, ale jest gotowa stawić jej czoła. Ze wszystkiego na świecie najbardziej boi się strachu. Gdy trafia do Gwadiany, odkrywa elfkę na targu niewolników, a wtedy mroczna przeszłość zaczyna o sobie przypominać. Czy wykupi niewolnicę, by spłacić swój dług? Jason to jedyny ocalały z rzezi; demon, który dorastał wśród ludzi. Nów księżyca budzi w nim lęk. Gdy światło gaśnie, jego mroczna natura wyrywa się na wolność. Codzienną pustkę wypełnia grą w cypelmistrza i złodziejskimi sztuczkami. Nigdy nie zapomniał o swojej ojczyźnie. Myśli o Medalionie Mroku ― jednym z Dziewięciu Artefaktów, pozwalającym mu wrócić na Archipelag. Gdyby mógł cofnąć czas, nigdy nie opuściłby domu. Tak rozpoczyna się opowieść o czworgu bohaterach, których połączył przypadek. A może przeznaczenie? Każde z nich próbuje odmienić swój los, co wzbudza ciekawość księżyca. A to dopiero początek ich fantastycznej historii. Posłuchaj audiobooka:
Uciekałem przed zimą. Podróż na rosyjski Daleki Wschód
Gras Cedric
Myśl o opisaniu rosyjskiego Dalekiego Wschodu wygnała autora z ciszy moskiewskiej Biblioteki im. Lenina na najdalsze krańce Ziemi. Żmudne przedzieranie się przez raporty i dane, które początkowo miało stać się doktoratem z geografii, zmieniło się w nostalgiczną podróż. Podróż, której towarzyszyła metafora jesieni, która jest „hymnem na cześć smutku, ale nie rozpaczy”. Owocem tej wyprawy stała się fascynująca książka spod znaku „geografii narracyjnej” – bardzo szczególnego rodzaju pisarstwa, w którym uczone odkrycia splatają się z opowieściami o rozmaitych, czasem najdziwniejszych, perypetiach. Jak pisze Cédric Gras we Wstępie: „Chciałem nasycić moje oczy tym Dalekim Wschodem, przybliżyć go, spisać ciekawe miejsca, opowiedzieć ich historię i współczesność, przepowiedzieć przyszłość. Rosji nad Pacyfikiem nie da się wyjaśnić. Można tylko o niej opowiadać”.
Marta Podgórnik
Marta Podgórnik Próby negocjacji uciekinier bez powodu sygnały niezdrowego zainteresowania docierają co jakiś czas, podobnie jak pocztówki z odległych miasteczek sygnowane beznamiętnym do zobaczenia przez kogoś, w kim można się było zakochać, tylko przegapiło się okazję. pozostawanie w przyjaźni z niezliczoną ilością niedoszłych mężów i żon jak kolekcjonowanie kapsli z niemożliwością wygrania j... Marta Podgórnik ur. 1979 Najważniejsze dzieła: Próby negocjacji (1996), Rezydencja surykatek (2011), Zawsze (2015) Poetka, krytyczka literacka, redaktorka związana z wydawnictwem Biuro Literackie. W Tekstyliach, czyli książce omawiającej na bieżąco młodą literaturę w 2002 roku, jej styl nazwano lirycznym ekshibicjonizmem. Dalsze tomiki udowodniły, że to tylko część prawdy. W swoich wierszach Podgórnik łączy wyrafinowanie formalne, grę z popkulturą i tradycyjnie pojęte wyrażanie siebie (to jest pisanie o własnych dramatach uczuciowych). Podobna mieszanka jest jednak niemożliwa do zrealizowania, jako że stylizacje i biegłość techniczna zakładają dystans z definicji uniemożliwiający mówienie wprost. Wobec tego poezji Marty Podgórnik nie opuszcza napięcie między lirycznym wyznaniem a jego ironicznym pastiszem. Kupując książkę wspierasz fundację Nowoczesna Polska, która propaguje ideę wolnej kultury. Wolne Lektury to biblioteka internetowa, rozwijana pod patronatem Ministerstwa Edukacji Narodowej. W jej zbiorach znajduje się kilka tysięcy utworów, w tym wiele lektur szkolnych zalecanych do użytku przez MEN, które trafiły już do domeny publicznej. Wszystkie dzieła są odpowiednio opracowane - opatrzone przypisami oraz motywami.
Uciekinier przecina swój ślad. Opowieść o dzieciństwie mordercy
Aksel Sandemose
Espen Arnakke w wieku siedemnastu lat zamordował Johna Wakefielda. Kolejne siedemnaście poświęcił na rozpamiętywanie popełnionej zbrodni. Powoli osuwając się w szaleństwo, próbuje dociec, co tak naprawdę skłoniło go do morderstwa. Tajemnica może tkwić w małej miejscowości, w której się wychował. To surowe prawa Jante ukształtowały go na całe życie. Wiara i ateizm, abstynencja i alkoholizm, miłość i nienawiść, życie i śmierć. Według Espena między sprzecznościami często stoi znak równości. Raskolnikowski obłęd Arnakkego miesza się z trzeźwą oceną rzeczywistości, a prowincjonalny i zamknięty świat Jante nie daje o sobie zapomnieć. Uciekinier przecina swój ślad to jedna z najważniejszych powieści skandynawskich, dzięki której możemy zrozumieć złożoną tożsamość człowieka Północy. Nie sądź, że jesteś kimś Nie sądź, że nam dorównujesz Nie sądź, że jesteś mądrzejszy od nas Nie wyobrażaj sobie, że jesteś lepszy od nas Nie sądź, że wiesz więcej niż my Nie sądź, że jesteś kimś więcej niż my Nie sądź, że się do czegoś nadajesz Nie wolno ci się z nas śmiać Nie sądź, że komuś na tobie zależy Nie sądź, że możesz nas czegoś nauczyć Myślisz, że nic o tobie nie wiemy?
Stefan Żeromski
Komedia Uciekła mi przepióreczka... Stefana Żeromskiego powstała w 1924 r., a po raz pierwszy wystawiono ją w Teatrze Narodowym w Warszawie w 1925 r. Utwór opowiada historię Edwarda Przełęckiego. Ów naukowiec i działacz społeczny stara się powołać do życia uniwersytet ludowy w Porębianach. Tymczasem w Edwardzie zakochuje się jedna z zaproszonych do współpracy nauczycielek, Dorota Smugoniowa. Edward również darzy Dorotę uczuciem. Mimo tego świadomie wywołuje skandal, by skompromitować się w jej oczach. Robi to, aby ratować małżeństwo Smugoniów oraz ideę uniwersytetu ludowego. Następnie wyjeżdża z miejscowości. Uciekła mi przepióreczka... to opowieść o odpowiedzialności i wierności dla raz obranych ideałów, bez względu na cenę. To także opowieść o konfrontacji dwóch światów: tego wielkiego, wypełnionego wzniosłymi ideami, i tego parafiańskiego, gdzie się życie pospolite jak młyńskie koło obraca.
Stefan Żeromski
“Uciekła mi przepióreczka” to dramat Stefana Żeromskiego, polskiego prozaika, publicysty i dramaturga. Żeromski był czterokrotnie nominowany do Nagrody Nobla w dziedzinie literatury. Utwór opowiada historię Edwarda Przełęckiego, naukowca i działacza społecznego, który we współpracy z nauczycielami zamierza powołać w Porębianach uniwersytet ludowy. W Edwardzie zakochuje się jednak nauczycielka Dorota Smugoniowa. Edward, mimo uczucia, którym również darzy Dorotę, świadomie wywołuje skandal, by skompromitować się w jej oczach. Robi to, aby ratować małżeństwo Smugoniów oraz ideę uniwersytetu ludowego.
Laila Shukri
Wstrząsająca historia Polki, która stała się żywym towarem Dalsze losy Julii znanej z kart "Byłam kochanką arabskich szejków", o które czytelniczki pytały w mailach i recenzjach, dopiero teraz mogą ujrzeć światło dzienne. Julia, którą najpierw rozkochał, a później sprzedał Tarek, ucieka z arabskiego burdelu. Niebezpieczna akcja wyrwania kobiety ze szponów gangu handlującego ludźmi wymaga użycia wielu podstępów. Ale czy uwolnienie się z macek międzynarodowej siatki przestępczej jest w ogóle możliwe? Czy Julia zdoła uciec od seksualnego zniewolenia oraz brutalnej przemocy fizycznej i psychicznej, jakie były wcześniej jej udziałem? Czy piekło, przez jakie przeszliśmy, zostawia w nas trwały ślad? Mroczne tajemnice XXI wieku: handel ludźmi, w tym dziećmi, handel organami, obrzezanie kobiet oraz ekstrawagancje i seksualne orgie najbogatszych arabskich szejków. Przerażająca rzeczywistość, o której świat woli milczeć. Laila Shukri - ukrywająca się pod pseudonimem pisarka jest znawczynią Bliskiego Wschodu, Polką mieszkającą w krajach arabskich i podróżującą po całym świecie. Obecnie przebywa w Zjednoczonych Emiratach Arabskich, ale już planuje kolejną podróż. Niezależnie od tego, czy zatrzyma się na dłużej w pustynnej oazie czy w ociekającym luksusem hotelu, udaje jej się dotrzeć do najgłębszych sekretów świata arabskiego. Po całym dniu uwielbia zasiąść na tarasie i napić się campari. Debiutowała w 2014 roku, od tego czasu każda z jej książek podbija listy bestsellerów.
Laila Shukri
Wstrząsająca historia Polki, która stała się żywym towarem Dalsze losy Julii znanej z kart "Byłam kochanką arabskich szejków", o które czytelniczki pytały w mailach i recenzjach, dopiero teraz mogą ujrzeć światło dzienne. Julia, którą najpierw rozkochał, a później sprzedał Tarek, ucieka z arabskiego burdelu. Niebezpieczna akcja wyrwania kobiety ze szponów gangu handlującego ludźmi wymaga użycia wielu podstępów. Ale czy uwolnienie się z macek międzynarodowej siatki przestępczej jest w ogóle możliwe? Czy Julia zdoła uciec od seksualnego zniewolenia oraz brutalnej przemocy fizycznej i psychicznej, jakie były wcześniej jej udziałem? Czy piekło, przez jakie przeszliśmy, zostawia w nas trwały ślad? Mroczne tajemnice XXI wieku: handel ludźmi, w tym dziećmi, handel organami, obrzezanie kobiet oraz ekstrawagancje i seksualne orgie najbogatszych arabskich szejków. Przerażająca rzeczywistość, o której świat woli milczeć. Laila Shukri - ukrywająca się pod pseudonimem pisarka jest znawczynią Bliskiego Wschodu, Polką mieszkającą w krajach arabskich i podróżującą po całym świecie. Obecnie przebywa w Zjednoczonych Emiratach Arabskich, ale już planuje kolejną podróż. Niezależnie od tego, czy zatrzyma się na dłużej w pustynnej oazie czy w ociekającym luksusem hotelu, udaje jej się dotrzeć do najgłębszych sekretów świata arabskiego. Po całym dniu uwielbia zasiąść na tarasie i napić się campari. Debiutowała w 2014 roku, od tego czasu każda z jej książek podbija listy bestsellerów.
Ucieleśnione emocje. Tom 1. Vivid Aurum (#1)
Aleksandra Turek
Jaki kształt ma twoja wyobraźnia? Rozpoczynając swoje dorosłe życie w Korei Południowej, Livid, zwykła dziewczyna z Polski, nawet nie podejrzewa, że to początek największej i najbardziej szalonej przygody w jej życiu. Wkrótce przekona się, że obok świata, który tak dobrze zna, istnieje też inny, wyjątkowy to świat, w którym emocje znajdują swoje ucieleśnienie w postaci niezwykłych zwierząt. Doprowadzi ją tam pewnego dnia nieposłuszny wewnętrzny głos i zagadkowe sny o katedrze na spalonej słońcem pustyni. To, co realne, zacznie się splatać z wytworami fantazji, a Livid będzie musiała stawić czoła zagrożeniu ze strony bezlitosnych bogów rozjuszonych nieposłuszeństwem istot ludzkich. Jest tylko jedna siła, która może jej w tym pomóc wyobraźnia Aleksandra Turek autorka cyklu fantasy pod tytułem Ucieleśnione emocje.
Ucieleśnione emocje. Tom 2. Osobliwość (#2)
Aleksandra Turek
Nie ma siły potężniejszej od wyobraźni Po zakończonym rytuale ucieleśnienia Livid przygotowuje się na Wiec, podczas którego władcy Motus mają podjąć ważne decyzje dotyczące jej przyszłości. Dziewczyna nie zamierza jednak czekać na ich wyrok i korzysta z niesamowitych umiejętności, które daje jej wewnętrzny ogień. Wie także, że musi się szykować do najważniejszego zadania, jakie wyznaczył jej los pokonania bogów i uratowania Motus oraz Ziemi. Jak się wkrótce okaże, bogowie nie próżnują i w głębokich czeluściach zaczynają tworzyć przerażającą armię. Czy Livid i jej przyjaciołom uda się powstrzymać nadciągające zło? Druga część Ucieleśnionych Emocji to fascynująca opowieść o miłości i poświęceniu, o tym, jak ważne jest odnalezienie siebie oraz o sile przyjaźni, która potrafi zburzyć najwyższe mury. Aleksandra Turek autorka cyklu fantasy pod tytułem Ucieleśnione emocje.
Ucieleśnione emocje. Vivid Aurum. Tom 1
Aleksandra Turek
Livid przeprowadza się do Korei Południowej, marząc o nowym życiu pełnym wyzwań i przygód. Szybko jednak odkrywa, że jej nowi przyjaciele członkowie popularnego zespołu K-popowego skrywają niezwykłą tajemnicę. Potrafią ucieleśniać swoje emocje w postaci zwierząt, co wprowadza ją w sam środek odwiecznej wojny, w której magia i wyobraźnia są jedynymi sojusznikami. Wkraczając do świata pełnego bogów, demonów i magicznych stworzeń, Livid musi zmierzyć się z siłami, które zagrażają nie tylko jej nowemu życiu, ale i całemu światu. Wraz z tajemniczym towarzyszem musi odkryć, czy ma w sobie dość siły, by stawić czoła nieznanemu. W tej walce o bezpieczeństwo swoich bliskich i świata, tylko wyobraźnia może okazać się kluczem do zwycięstwa.
Ucieszyć się życiem. Cztery okna wdzięczności
Piotr Kwiatek
„Cztery okna wdzięczności” to oryginalna koncepcja ukazująca potencjał ludzkiej pozytywności, która rozpoznaje dar codzienności, widzi sens porażek oraz docenia duchowość. Pomaga odkryć istniejące w każdym z nas zasoby dobra, podpowiada, jak w pełni przeżywać radość. Często nam się wydaje, że szczęście przywołuje wdzięczność. W rzeczywistości jest odwrotnie, to wdzięczność buduje szczęście, co potwierdzają liczne badania naukowe psychologii pozytywnej. Dlatego praktykowanie wdzięczności jawi się jako doskonałe lekarstwo na współczesne problemy człowieka, takie jak: brak radości życia, chroniczne narzekanie czy niezadowolenie. „Cztery okna wdzięczności” to oryginalna koncepcja ukazująca potencjał ludzkiej pozytywności, która rozpoznaje dar codzienności, widzi sens porażek oraz docenia duchowość. Pomaga odkryć istniejące w każdym z nas zasoby dobra, podpowiada, jak w pełni przeżywać radość. br. Piotr Kwiatek OFMCap – doktor psychologii, kapłan i zakonnik. Wykłada psychologię komunikacji w Wyższym Seminarium Duchownym Zakonu Braci Mniejszych Kapucynów w Krakowie oraz interwencje pozytywne na Uniwersytecie Humanistycznospołecznym SWPS – studia rekomendowane przez założyciela nurtu psychologii pozytywnej, prof. Martina E. P. Seligmana. Jest autorem książek „Kochaj Boga i nie bój się być szczęśliwym” oraz „Ucieszyć się życiem. Cztery okna wdzięczności” oraz "W świetle cienia. Trudności w drodze do szczęścia" oraz „Sztuka życia bez narzekania”.
Peter Hollins
Einstein nie był najlepszym uczniem. Przez długi czas uważano go za przeciętną osobę. A jednak to on zrewolucjonizował naukę i stał się najbardziej znanym naukowcem w dziejach. Dziś Albert Einstein jest znakomitym przykładem, że nie trzeba być ponadprzeciętnie uzdolnionym prymusem, aby błyskawicznie zdobywać potrzebną wiedzę, koncentrować się i dostrzegać kluczowe powiązania. Uczenia się można się nauczyć. I jest to jedna z najcenniejszych umiejętności, jakie możesz zdobyć. Pomoże Ci w tym ta niewielka książeczka - jej lektura sprawi, że nawet jeśli brak Ci motywacji albo nie lubisz jakiegoś zagadnienia, przyswoisz je szybko i skutecznie! Zorientujesz się, jaki sposób uczenia się jest dla Ciebie najwłaściwszy i jak ćwiczyć, aby osiągnąć mistrzostwo w wybranej dziedzinie. Dowiesz się, czym się różnią ćwiczenia nowych umiejętności od ćwiczeń doskonalących, a także jak działa ludzka pamięć. Poznasz znakomite metody ułatwiające zapamiętywanie informacji, takie jak fiszki, mnemotechniki czy historie. Nawet gdyby od czasu do czasu (niestety!) konieczne było wykucie czegoś na pamięć, za sprawą zawartych tu porad zrobisz to bez trudu! Dzięki tej książce: zdemaskujesz mity i błędne opinie dotyczące uczenia się poznasz model siedmiu stylów uczenia się dowiesz się, jak trenować umiejętność szybkiego czytania i skutecznego zapamiętywania nauczysz się robić świetne notatki ugruntujesz naukowe podstawy uczenia się a na deser rozwiążesz zagadkę Einsteina! Wyćwicz swój mózg i chłoń wiedzę jak gąbka!
Peter Hollins
Einstein nie był najlepszym uczniem. Przez długi czas uważano go za przeciętną osobę. A jednak to on zrewolucjonizował naukę i stał się najbardziej znanym naukowcem w dziejach. Dziś Albert Einstein jest znakomitym przykładem, że nie trzeba być ponadprzeciętnie uzdolnionym prymusem, aby błyskawicznie zdobywać potrzebną wiedzę, koncentrować się i dostrzegać kluczowe powiązania. Uczenia się można się nauczyć. I jest to jedna z najcenniejszych umiejętności, jakie możesz zdobyć. Pomoże Ci w tym ta niewielka książeczka - jej lektura sprawi, że nawet jeśli brak Ci motywacji albo nie lubisz jakiegoś zagadnienia, przyswoisz je szybko i skutecznie! Zorientujesz się, jaki sposób uczenia się jest dla Ciebie najwłaściwszy i jak ćwiczyć, aby osiągnąć mistrzostwo w wybranej dziedzinie. Dowiesz się, czym się różnią ćwiczenia nowych umiejętności od ćwiczeń doskonalących, a także jak działa ludzka pamięć. Poznasz znakomite metody ułatwiające zapamiętywanie informacji, takie jak fiszki, mnemotechniki czy historie. Nawet gdyby od czasu do czasu (niestety!) konieczne było wykucie czegoś na pamięć, za sprawą zawartych tu porad zrobisz to bez trudu! Dzięki tej książce: zdemaskujesz mity i błędne opinie dotyczące uczenia się poznasz model siedmiu stylów uczenia się dowiesz się, jak trenować umiejętność szybkiego czytania i skutecznego zapamiętywania nauczysz się robić świetne notatki ugruntujesz naukowe podstawy uczenia się a na deser rozwiążesz zagadkę Einsteina! Wyćwicz swój mózg i chłoń wiedzę jak gąbka!
Paweł Wawrzyński
Część I podręcznika stanowi wprowadzenie. Przedstawia w stopniu wystarczającym do dalszej lektury zagadnienia dotyczące sieci neuronowych, optymalizacji stochastycznej i programowania dynamicznego, czyli trzech podstawowych narzędzi służących do budowy systemów adaptacyjnych i uczących się. Część II jest poświęcona uczeniu się ze wzmocnieniem. Materiał został zaprezentowany w sposób zwarty i dlatego uzupełniono go rozległą bibliografią. W części III omówiono zagadnienia dotyczące sterowania adaptacyjnego, zaczynając od formalizmu służącego do opisu obiektów dynamicznych i teorii stabilności. Następnie przedstawiono koncepcję systemów adaptacyjnych z modelem referencyjnym oraz koncepcję samostrojących się regulatorów. W ostatniej części omówiono rzadziej stosowane alternatywne podejścia do zagadnienia.
Uczeni z odległej i nieodległej przeszłości. Rekonstrukcje, interpretacje, refleksje
Alicja Żywczok, Małgorzata Kitlińska-Król
Zaprezentowana praca wieloautorska powstała w celu popularyzacji wiedzy naukoznawczej, zwłaszcza z zakresu historii nauki, filozofii nauki oraz psychologii i pedagogiki twórczości naukowej. Upowszechnienie znajomości biografii uczonych, zawierających wiele wskazówek odnośnie do tajników dynamicznych postępów w nauce, stanowi, w mym przekonaniu, odpowiedni kierunek w edukacji młodego pokolenia. Rozstrzygającym motywem zbiorowego wysiłku i współpracy naukowców z wielu ośrodków stało się przeświadczenie redaktorów naukowych, że w każdej społeczności postaci, które zmieniały bieg historii, tworzyły kulturę, kształtowały cywilizację od czasów najdawniejszych po współczesność, powinny być doskonale znane i doceniane. Zapomnienie o nich bądź fragmentaryczne postrzeganie dokonań stanowią akty niesprawiedliwości społecznej. Potwierdza je dzisiejsza degrengolada, którą daje się rozpoznać w hołubieniu zwłaszcza pracowników mediów czy tzw. celebrytów. Nie chodzi jednak o bagatelizację jakiejkolwiek grupy, ale o uczciwe uznanie społeczne dla inicjatorów procesów kulturotwórczych. Rekonstrukcja faktów biograficznych stanowi jedynie podwalinę twórczych interpretacji i refleksji dotyczących działalności naukowej uczonych z różnych epok. Jednak niezależnie od okresu, w którym przyszło im żyć, każdy z nich podtrzymuje ciągłość kulturową i dialog z przedstawicielami kolejnych pokoleń naukowców. Kulturowa jedność uczonych z odległej i nieodległej przeszłości służy obronie humanizacyjnej funkcji nauki wyrażającej się choćby w trosce o przetrwanie ludzkości i jej godną egzystencję. Wśród komponentów strukturalnych pracy należy wyliczyć: spis treści; wstęp; dziesięć rozdziałów z zakresu naukoznawstwa; zakończenie; summary ze słowami kluczowymi; noty o autorach. Autorzy w rozdziałach zaprezentowali kolejno: – biogramy rzymskich intelektualistów: Orbiliusza (114–14 r. p.n.e.) i Apulejusza (ok. 125–po 180 r. n.e.); – obraz uczonego zakonnika wyłaniający się ze średniowiecznych kronik klasztornych; – sylwetkę Jana Niecisława Baudouina de Courtenay'a – prekursora teorii językoznawczych oraz działacza społecznego; – wybitnego czeskiego filozofa, pedagoga, redaktora oraz polityka – Františka Drtinę; – twórczość Tadeusza Zielińskiego (1859–1944), który podporządkował działalność naukową misji wychowawczej; – sylwetkę Kurta Aldera – naukowca urodzonego na Śląsku, laureata Nagrody Nobla w dziedzinie chemii; – twórczość naukową Jeana Piageta, jednego z największych uczonych XX wieku w zakresie psychologii rozwojowej; – interpretację dzieł (głównie z zakresu epistemologii) Tadeusza Kotarbińskiego, co umożliwiło zbadanie jego poglądów na rozwój nauki i naukowców; – jednego z luminarzy pedagogiki specjalnej – docenta/profesora Ottona Lipkowskiego; – biogramy nauczycieli intelektualistów, społeczników, związanych z regionem górnośląskim na tle sytuacji społeczno-politycznej po zakończeniu II wojny światowej. Praca ta jest adresowana zarówno do środowiska naukowców reprezentujących różne dziedziny i dyscypliny, jak i do szerokiego kręgu odbiorców, począwszy od uczniów szkół średnich, studentów, doktorantów oraz członków ich rodzin, a skończywszy na wszystkich zainteresowanych postępem naukowym i cywilizacyjnym na przestrzeni wieków.
Uczenie głębokie i sztuczna inteligencja. Interaktywny przewodnik ilustrowany
Jon Krohn, Grant Beyleveld, Aglaé Bassens
Uczenie maszynowe jest przyszłością naszej cywilizacji. Już dziś wywiera ogromny wpływ na nasze życie. Odmieniło kształt wielu sektorów: usług konsumenckich, inżynierii, bankowości, medycyny czy produkcji. Trudno też przewidzieć zmiany, jakie potęga sieci neuronowych przyniesie nam w nadchodzących latach. Osoby zajmujące się zawodowo uczeniem głębokim i sieciami neuronowymi mogą liczyć na ekscytujące możliwości, jednak zaawansowana matematyka i teoria stanowiące podstawę uczenia maszynowego mogą zniechęcać do prób poważnego zajęcia się tą dziedziną. Ta książka jest nowatorskim podręcznikiem, w którym w zrozumiały, intuicyjny sposób opisano techniki sztucznej inteligencji. Została wzbogacona kolorowymi ilustracjami i zrozumiałym kodem, dzięki czemu pozwala o wiele łatwiej zagłębić się w złożoność modeli głębokiego uczenia. Trudniejsze zagadnienia matematyczne zostały ograniczone do niezbędnego minimum, przedstawiono je jednak w sposób maksymalnie przystępny. Po lekturze zrozumiesz, czym jest głębokie uczenie, dlaczego stało się tak popularne i jak się ma do innych dziedzin uczenia maszynowego. W pragmatyczny sposób opisano takie aspekty zastosowań głębokiego uczenia jak widzenie maszynowe, przetwarzanie języka naturalnego, generowanie obrazów, a nawet gra w różne gry. Prezentowane treści uzupełnia praktyczny kod i szereg wskazówek dotyczących korzystania z bibliotek Keras i TensorFlow. W książce między innymi: teoretyczne podstawy sztucznej inteligencji, w tym sieci neuronowe i ich trening oraz optymalizacja sieci konwolucyjne, rekurencyjne, GAN, głębokie uczenie przez wzmacnianie potencjał systemów głębokiego uczenia narzędzia do tworzenia, stosowania i usprawniania modeli głębokiego uczenia tworzenie interaktywnych aplikacji opartych na głębokim uczeniu Uczenie głębokie: przekonaj się na własne oczy!
Uczenie głębokie od zera. Podstawy implementacji w Pythonie
Seth Weidman
Uczenie głębokie (ang. deep learning) zyskuje ostatnio ogromną popularność. Jest to ściśle związane z coraz częstszym zastosowaniem sieci neuronowych w przeróżnych branżach i dziedzinach. W konsekwencji inżynierowie oprogramowania, specjaliści do spraw przetwarzania danych czy osoby w praktyce zajmujące się uczeniem maszynowym muszą zdobyć solidną wiedzę o tych zagadnieniach. Przede wszystkim trzeba dogłębnie zrozumieć podstawy uczenia głębokiego. Dopiero po uzyskaniu biegłości w posługiwaniu się poszczególnymi koncepcjami i modelami możliwe jest wykorzystanie w pełni potencjału tej dynamicznie rozwijającej się technologii. Ten praktyczny podręcznik, poświęcony podstawom uczenia głębokiego, zrozumiale i wyczerpująco przedstawia zasady działania sieci neuronowych z trzech różnych poziomów: matematycznego, obliczeniowego i konceptualnego. Takie podejście wynika z faktu, że dogłębne zrozumienie sieci neuronowych wymaga nie jednego, ale kilku modeli umysłowych, z których każdy objaśnia inny aspekt działania tych sieci. Zaprezentowano tu również techniki implementacji poszczególnych elementów w języku Python, co pozwala utworzyć działające sieci neuronowe. Dzięki tej książce stanie się jasne, w jaki sposób należy tworzyć, uczyć i stosować wielowarstwowe, konwolucyjne i rekurencyjne sieci neuronowe w różnych praktycznych zastosowaniach. W książce między innymi: matematyczne podstawy uczenia głębokiego tworzenie modeli do rozwiązywania praktycznych problemów standardowe i niestandardowe techniki treningu sieci neuronowych rozpoznawanie obrazów za pomocą konwolucyjnych sieci neuronowych rekurencyjne sieci neuronowe, ich działanie i implementacja praca z wykorzystaniem biblioteki PyTorch Uczenie głębokie: zrozum, zanim zaimplementujesz!
Uczenie głębokie z PyTorch. Kurs video. Opanuj sztuczną inteligencję
Tomasz Kaniecki
Obierz kurs na... sztuczną inteligencję Sztuczna inteligencja, ChatGPT, sieci neuronowe, uczenie maszynowe, uczenie głębokie... Oto hasła, które elektryzują nie tylko branżę informatyczną na całym świecie. Wraz z rozwojem tej dziedziny wiedzy i w rytmie prezentowania kolejnych narzędzi rosną nadzieje na praktyczne, naukowe i biznesowe zastosowanie drzemiących w niej możliwości. Okazuje się bowiem, że sztuczna inteligencja będzie w stanie wydajnie wspomóc nas w obliczeniach, wyszukiwaniu danych, analizach i wyciąganiu wniosków, ale także w pracy kreatywnej, i to w tak wielu dziedzinach, że to, co dziś wydaje się technologiczną nowinką, jutro okaże się prawdopodobnie czymś obowiązkowym. Jutro funkcjonowanie w tradycyjny, niewspomagany przez AI sposób może oznaczać utratę przewagi konkurencyjnej. A na to praktycznie nikt nie może sobie pozwolić. Dlatego, zdając sobie sprawę z rodzaju wyścigu, w jakim startują, kraje, organizacje, instytucje naukowe i firmy już dziś intensywnie poszukują sposobów na zaprzęgnięcie sztucznej inteligencji do pracy, a także specjalistów, którzy je znają i potrafią wdrożyć. Ten kurs ma za zadanie wprowadzić Cię w tematy związane z AI – przede wszystkim dotyczące uczenia maszynowego i głębokiego. Szkolenie koncentruje się na praktycznym zastosowaniu biblioteki PyTorch, która jest jednym z najdynamiczniej rozwijających się narzędzi w dziedzinie sztucznej inteligencji. Ta otwartoźródłowa biblioteka języka Python została stworzona przez oddział sztucznej inteligencji Facebooka, a następnie przekazana pod opiekę Linux Foundation. Stosuje się ją przede wszystkim w aplikacjach służących przetwarzaniu języka naturalnego. Zgłębiając tajniki PyTorch, zdobędziesz praktyczne umiejętności, które są szczególnie poszukiwane na rynku pracy. Otworzy Ci to drzwi do kariery w jednej z najbardziej ekscytujących i dynamicznych dziedzin technologicznych. Co Cię czeka podczas naszego profesjonalnego szkolenia W ramach kursu między innymi: Opanujesz podstawy uczenia maszynowego i głębokiego uczenia: zrozumiesz fundamentalne koncepcje, takie jak sieci neuronowe, funkcje aktywacji, propagacja wsteczna i optymalizacja Zapoznasz się z PyTorch: zaznajomisz się z podstawowymi operacjami na tensorach, a także zarządzaniem danymi i modelami w PyTorch Będziesz trenować i testować modele: nauczysz się budowania, trenowania i ewaluacji modeli sieci neuronowych na realnych zbiorach danych, takich jak MNIST Popracujesz z CNN i LSTM: zrozumiesz i zaimplementujesz konwolucyjne sieci neuronowe (CNN) do przetwarzania obrazów i długiej krótkoterminowej pamięci (LSTM) do analizy danych sekwencyjnych Poznasz zaawansowane modele CNN: przyjrzysz się ewolucji i budowie zaawansowanych architektur CNN, takich jak VGG, a także ich zastosowaniu w rozpoznawaniu obrazów Będziesz modelować hybrydowo: dowiesz się, jak budować i trenować hybrydowe modele sieci neuronowych, w tym RandWireNN, które łączą różne architektury dla zwiększenia wydajności Wygenerujesz tekst z GPT-2: zdobędziesz doświadczenie w fine-tuningu i implementacji modeli generatywnych, takich jak GPT-2, do tworzenia tekstów Przetransferujesz styl neuronowy: nauczysz się stosować techniki transferu stylu do modyfikacji obrazów przy użyciu głębokich sieci neuronowych Zobaczysz, czym jest uczenie przez wzmacnianie z Deep Q-Networks (DQN): przerobisz wprowadzenie do algorytmów uczenia przez wzmacnianie, w tym DQN, i ich zastosowanie w zadaniach decyzyjnych Wyeksportujesz i zaimportujesz model z Open Neural Network Exchange (ONNX): zrozumiesz i praktycznie wykorzystasz ONNX do przenoszenia modeli między różnymi platformami i narzędziami Zautomatyzujesz proces modelowania (AutoML): poznasz techniki AutoML w PyTorch, które ułatwiają automatyczne wyszukiwanie najlepszych architektur i hiperparametrów Rozwiążesz rzeczywiste problemy związane z AI: zastosujesz nabyte umiejętności do rozwiązywania konkretnych problemów w różnych dziedzinach, takich jak wizja komputerowa, przetwarzanie języka naturalnego (NLP) i inne Poznasz najlepsze praktyki i zasady optymalizowania modeli: zaznajomisz się z technikami optymalizacji i najlepszymi praktykami w projektowaniu, trenowaniu i wdrażaniu modeli sieci neuronowych Szkolenie Uczenie głębokie z PyTorch. Kurs video. Opanuj sztuczną inteligencję kończy się na poziomie średnio zaawansowanym. Wyniesiesz z niego wiedzę teoretyczną i praktyczne umiejętności, które są niezbędne do pracy w dziedzinie sztucznej inteligencji i uczenia maszynowego. Na początku mojej przygody z uczeniem maszynowym i głębokim uczeniem zdałem sobie sprawę, że nie jest to tylko kolejny zestaw narzędzi technologicznych. To nowy język przyszłości, który pozwala nam na dialog ze złożonymi systemami i otwiera drzwi do dużych możliwości. PyTorch, którym dzielę się w tym kursie, nie jest tylko platformą; to most łączący Twoją kreatywność z potencjałem, jaki kryje w sobie sztuczna inteligencja. Każdy moduł, każda linijka kodu, którą tu znajdziesz, zostały zaprojektowane z myślą o umożliwieniu Ci kształtowania technologii. Pamiętaj, że każdy wielki projekt zaczyna się od pierwszego kroku. Niech ten kurs będzie Twoim krokiem w podróży, która może zmienić świat wokół nas. Witam Cię w podróży do świata AI, gdzie jedynym ograniczeniem jest Twoja wyobraźnia. Tomasz Kaniecki
Uczenie maszynowe dla programistów
Drew Conway, John Myles White
Wyciągnij najlepsze wnioski z dostępnych danych! Maszyna myśląca jak człowiek to marzenie ludzkości. Dzięki dzisiejszej wiedzy i dostępnym narzędziom wciąż przybliżamy się do jego spełnienia. Zastanawiasz się, jak nauczyć maszynę myślenia? Jak sprawić, żeby podejmowała trafne decyzje oraz przewidywała najbliższą przyszłość na podstawie przygotowanych modeli? Na to i wiele innych pytań odpowiada ta wspaniała książka. Dzięki niej poznasz język R, nauczysz się eksplorować dostępne dane, określać wartość mediany i odchylenia standardowego oraz wizualizować powiązania między kolumnami. Gdy opanujesz już solidne podstawy teoretyczne, możesz śmiało przejść do kolejnych rozdziałów i zapoznać się z klasyfikacją binarną, tworzeniem rankingów oraz modelowaniem przyszłości przy użyciu regresji. Ponadto zrozumiesz, jak tworzyć systemy rekomendacyjne, analizować sieci społeczne oraz łamać szyfry. Książka ta jest doskonałą lekturą dla pasjonatów analizy danych i wyciągania z nich wniosków. Każdy rozdział książki jest poświęcony konkretnemu zagadnieniu uczenia maszynowego: klasyfikacji, predykcji, regresji, optymalizacji i wreszcie rekomendacji. Czytelnik nauczy się konstruować proste algorytmy uczenia maszynowego (i przepuszczać przez nie próbki danych) za pomocą języka programowania R. Uczenie maszynowe dla programistów jest więc znakomitą lekturą dla programistów parających się czy to projektami komercyjnymi, czy to rządowymi, czy wreszcie akademickimi. Skonstruuj prosty klasyfikator bayesowski odróżniający wiadomości treściwe od niechcianych na podstawie ich zawartości. Używaj regresji liniowej do przewidywania liczby odwiedzin najpopularniejszych stron WWW. Naucz się optymalizacji, próbując złamać prosty szyfr literowy. Statystycznie skonfrontuj poglądy polityków, używając rejestru głosowań. Zbuduj system rekomendacji wartościowych twitterowców. Naucz się czytać i analizować dane! Książka ta stanowi świetny przegląd przypadków i tuzina różnych technik uczenia maszynowego. Jest ukierunkowana na proces dochodzenia do rozwiązania, a nie gotowe recepty ani abstrakcyjne teorie; dzięki temu jej materiał jest dostępny dla wszystkich programistów, ale też przysłowiowych „umysłów ścisłych” — Max Shron, OkCupid
Uczenie maszynowe. Elementy matematyki w analizie danych
Leszek Albrzykowski
Na styku matematyki i informatyki Uczenie maszynowe (ML) i sztuczna inteligencja (AI). Obok komputerów kwantowych to dwa główne, gorące tematy we współczesnej informatyce. Oba nieco tajemnicze, futurystyczne i przede wszystkim wymagające posiadania dość sporej wiedzy i umiejętności matematycznych. Stąd podręczniki akademickie poświęcone sztucznej inteligencji i uczeniu maszynowemu zwykle są grube, ciężkie i naszpikowane detalami. Niesprzyjające szybkiej nauce i w rzeczywistości wcale nie takie… podręczne. Inaczej jest z tą niewielkich rozmiarów książką. Jej autor przedstawia tematy związane z AI i ML z naciskiem na matematykę, tłumaczy jednak wszystko krok po kroku ― tak by czytelnikom było łatwiej je zrozumieć. Zagadnienia matematyczne są tu objaśniane o tyle, o ile jest to konieczne dla opanowania konkretnych treści z zakresu uczenia maszynowego. Znajdziesz tu omówienie takich kluczowych zagadnień jak: Wnioskowanie bayesowskie Modele liniowe Zmienne informatywne i entropia informacji Ocena wpływu cech na model Detekcja anomalii Ocena modelu
Uczenie maszynowe na Raspberry Pi
Donald Norris
Rozwijaj i replikuj interesujące eksperymenty uczenia maszynowego (ML) przy użyciu kamery Pi Camera i płytki Raspberry Pi. Niniejsza książka zapewnia solidny przegląd technik uczenia maszynowego i niezliczonych zagadnień leżących u jego podstaw, zachęcając do ich dalszego poznawania. Nietechniczne omówienia równoważą złożone objaśnienia techniczne, sprawiając, że najnowszy i najbardziej złożony temat w świecie hobbystów informatyki staje się zrozumiały i przystępny. Uczenie maszynowe, odwołujące się zwykle także do uczenia głębokiego (DL) jest obecnie zintegrowane z mnóstwem komercyjnych produktów, a także szeroko stosowane w przemyśle, medycynie i wojskowości. Trudno znaleźć jakąkolwiek nowoczesną działalność człowieka, która nie została "dotknięta" przez aplikacje sztucznej inteligencji (AI). Bazując na koncepcjach wprowadzonych w książce Beginning Artificial Intelligence with the Raspberry Pi, niniejsza książka prowadzi poza proste rozumienie koncepcji AI do rzeczywistych doświadczeń z wykorzystaniem uczenia maszynowego i praktycznych zastosowań koncepcji uczenia głębokiego w eksperymentach związanych z rozpoznawaniem obrazów przy użyciu płytki Pi. Koncepcje związane z uczeniem maszynowym na Raspberry Pi można przenieść na inne platformy, wchodząc jeszcze dalej w świat sztucznej inteligencji i uczenia maszynowego, aby realizować coraz lepsze projekty hobbystyczne lub komercyjne.
Uczenie maszynowe w aplikacjach. Projektowanie, budowa i wdrażanie
Emmanuel Ameisen
Uczenie maszynowe jest coraz popularniejsze. Stosuje się je w systemach wsparcia, systemach rekomendacyjnych, tłumaczeniach tekstów i wielu innych aplikacjach. Jednak podczas tworzenia tego rodzaju produktów inżynierowie napotykają bardzo poważne problemy. Jeśli ich nie rozwiążą, nawet obiecujący projekt może upaść. Trudność polega na tym, że zastosowanie uczenia maszynowego w konkretnej, użytkowej aplikacji jest złożonym zadaniem. Konieczne są wybór właściwej implementacji danej funkcjonalności, analiza błędów modelu, rozwiązanie problemów z czystością danych, a także weryfikacja wyników gwarantująca odpowiednią jakość produktu. To książka przeznaczona dla programistów i menedżerów, którzy wśród rodzących się idei uczenia maszynowego wciąż poszukują rozwiązań dla swojego biznesu. Autor omawia krok po kroku proces tworzenia i wdrażania aplikacji opartej na uczeniu maszynowym, a praktyczne koncepcje przedstawia za pomocą przykładowych kodów, rysunków i wywiadów z liderami w tej dziedzinie. Podpowiada, jak planować aplikację i oceniać jej jakość. Wyjaśnia także, jak budować skuteczny model, i demonstruje metody jego systematycznego usprawniania, aż do momentu osiągnięcia celu. W końcowej części opisuje strategie wdrażania i monitorowania modelu. W odróżnieniu od innych pozycji poświęconych uczeniu maszynowym ten przewodnik skupia się przede wszystkim na definiowaniu problemów, diagnozowaniu modeli i ich wdrażaniu. Dzięki tej książce: łatwiej określisz, do czego produkt ma służyć trafnie zdefiniujesz problem uczenia maszynowego szybko zbudujesz kompletny proces i pozyskasz początkowy zbiór danych zbudujesz, wytrenujesz i zoptymalizujesz model wdrożysz model w środowisku produkcyjnym przyjmiesz najlepszą metodę monitorowania pracy modelu Dobry pomysł - to zaledwie początek. Najważniejsze dzieje się później!
Uczenie maszynowe w C#. Szybkie, sprytne i solidne aplikacje
Matt R. Cole
Uczenie maszynowe weszło już do kanonu technologii informatycznych. Praktyczne umiejętności w tej dziedzinie powinien posiadać każdy programista i analityk. Standardowo do rozwiązań związanych z machine learning stosuje się Pythona i opracowane dla niego biblioteki, niemniej równie skutecznie można do tego celu używać innych języków programowania. Trzeba jedynie dobrze zaznajomić się z wdrożeniami algorytmów uczenia maszynowego. Niezwykle ciekawym rozwiązaniem jest pisanie takich implementacji w C#. Przemawiają za tym nie tylko zalety samego języka, ale i to, że większość aplikacji dla profesjonalistów jest pisana w C# przy użyciu takich narzędzi jak Visual Studio, SQL Server, Unity czy Microsoft Azure. Ta książka jest przeznaczona dla doświadczonych programistów C#, którzy chcą nauczyć się technik machine learning, deep learning i sztucznej inteligencji. Opisano tu dostępne narzędzia do uczenia maszynowego, dzięki którym można łatwo budować inteligentne aplikacje .NET wykorzystujące takie rozwiązania jak wykrywanie obrazów lub ruchu, wnioskowanie bayesowskie, głębokie uczenie i głęboka wiara. Omówiono zasady implementacji algorytmów uczenia nadzorowanego i nienadzorowanego oraz ich zastosowanie w budowie modeli predykcji. Przedstawiono różne techniki, od prostej regresji liniowej, przez drzewa decyzyjne i SVM, po zaawansowane rozwiązania, takie jak sztuczne sieci neuronowe, autoenkodery lub uczenie ze wzmocnieniem. Najciekawsze zagadnienia przedstawione w książce: podstawy uczenia maszynowego wykorzystywanie logiki rozmytej mapy samoorganizujące się framework Kelp.Net i jego integracja z systemem ReflectInsight realia obliczeń kwantowych Uczenie maszynowe - najlepiej z wydajnym C#!