Publisher: 8
Andrzej Dragan
Od programów sprytniejszych od swoich twórców po jednorożce rysowane przez sieci neuronowe jest tu wszystko, czego potrzeba, by samodzielnie myśleć o AI. Autor nie moralizuje, tylko grzebie, dziwi się i pokazuje, jak działa świat opisywany równaniami i kodem. To jedna z tych książek, po których świat widzi się trochę wyraźniej. - Wojciech Zaremba, współzałożyciel OpenAI AI nabiera głębszego sensu wraz z książką Andrzeja Dragana. Czy to tylko funkcja matematyczna, mnożenie macierzy odtwarzające kolejne słowa jak stochastyczna papuga, bezduszny twór informatyków? Czy jednak modele wykazują cechy prawdziwej inteligencji, rozumują i są kreatywne? Ta książka to panoramiczny obraz, ale też świeże spojrzenie na tematykę AI. Niezwykle przystępnie opisuje mechanizmy działania modeli językowych. Poruszy niejeden neuron w naszych głowach. - Remek Kinas, współtwórca polskiego modelu językowego Bielik Andrzej Dragan jest profesorem fizyki na Uniwersytecie Warszawskim oraz National University of Singapore, zajmuje się łączeniem teorii względności z teorią kwantową. Laureat nagród i stypendiów European Science Foundation, ministra edukacji, Fundacji na rzecz Nauki Polskiej, Narodowego Centrum Nauki i tygodnika Polityka, zdobywca tytułu Wizjoner Roku Digital Shapers. Stypendysta University of Oxford. Pracował w Imperial College London i na University of Nottingham. Autor trzech książek i ponad sześćdziesięciu artykułów naukowych. Zdobył też tytuł Fotografa Roku brytyjskiego pisma Digital Camera i statuetkę Fryderyka, był nominowany do Złotego Lwa na festiwalu reklamowym w Cannes. Twórca fotograficznego efektu Dragana jego prace wystawiano w kilkunastu krajach. Zdobywca nagrody głównej na London Fashion Film Festival, Popkillera oraz wyróżnienia Best in Show magazynu Creative Review, a także nagród na festiwalach Berlin Music Video Awards, Epica Awards, Script Fiesta i ponad dwudziestu nagród w konkursie KTR, w tym Best of Culture. Jako nastolatek wygrywał liczne konkursy muzyki elektronicznej w ramach demosceny. Nigdy nie pił kawy. Dragan bada AI jak nieznane zwierzę, dziwny fenomen przyrody. Ogląda z różnych stron. Testuje. Dźga i przekłuwa. Ucząc siebie i czytelnika tej rzeczywistości z ciekawością ADHD-owego dzieciaka, właściwą naukowcom-odkrywcom. - Jacek Dukaj, pisarz AI wpłynie na każdy aspekt naszego życia, a Quo vAIdis przystępnie i zaskakująco dogłębnie wyjaśnia kluczowe pojęcia tej dziedziny. To niezbędnik do każdej poważnej rozmowy o AI. -prof. Aleksander Mądry, MIT, OpenAI Warto przeczytać, aby zrozumieć, czym jest inteligencja. Ta prawdziwa i ta sztuczna. - prof. Piotr Sankowski, UW, Ideas NCBR
Andrzej Dragan
Od programów sprytniejszych od swoich twórców po jednorożce rysowane przez sieci neuronowe jest tu wszystko, czego potrzeba, by samodzielnie myśleć o AI. Autor nie moralizuje, tylko grzebie, dziwi się i pokazuje, jak działa świat opisywany równaniami i kodem. To jedna z tych książek, po których świat widzi się trochę wyraźniej. - Wojciech Zaremba, współzałożyciel OpenAI AI nabiera głębszego sensu wraz z książką Andrzeja Dragana. Czy to tylko funkcja matematyczna, mnożenie macierzy odtwarzające kolejne słowa jak stochastyczna papuga, bezduszny twór informatyków? Czy jednak modele wykazują cechy prawdziwej inteligencji, rozumują i są kreatywne? Ta książka to panoramiczny obraz, ale też świeże spojrzenie na tematykę AI. Niezwykle przystępnie opisuje mechanizmy działania modeli językowych. Poruszy niejeden neuron w naszych głowach. - Remek Kinas, współtwórca polskiego modelu językowego Bielik Andrzej Dragan jest profesorem fizyki na Uniwersytecie Warszawskim oraz National University of Singapore, zajmuje się łączeniem teorii względności z teorią kwantową. Laureat nagród i stypendiów European Science Foundation, ministra edukacji, Fundacji na rzecz Nauki Polskiej, Narodowego Centrum Nauki i tygodnika Polityka, zdobywca tytułu Wizjoner Roku Digital Shapers. Stypendysta University of Oxford. Pracował w Imperial College London i na University of Nottingham. Autor trzech książek i ponad sześćdziesięciu artykułów naukowych. Zdobył też tytuł Fotografa Roku brytyjskiego pisma Digital Camera i statuetkę Fryderyka, był nominowany do Złotego Lwa na festiwalu reklamowym w Cannes. Twórca fotograficznego efektu Dragana jego prace wystawiano w kilkunastu krajach. Zdobywca nagrody głównej na London Fashion Film Festival, Popkillera oraz wyróżnienia Best in Show magazynu Creative Review, a także nagród na festiwalach Berlin Music Video Awards, Epica Awards, Script Fiesta i ponad dwudziestu nagród w konkursie KTR, w tym Best of Culture. Jako nastolatek wygrywał liczne konkursy muzyki elektronicznej w ramach demosceny. Nigdy nie pił kawy. Dragan bada AI jak nieznane zwierzę, dziwny fenomen przyrody. Ogląda z różnych stron. Testuje. Dźga i przekłuwa. Ucząc siebie i czytelnika tej rzeczywistości z ciekawością ADHD-owego dzieciaka, właściwą naukowcom-odkrywcom. - Jacek Dukaj, pisarz AI wpłynie na każdy aspekt naszego życia, a Quo vAIdis przystępnie i zaskakująco dogłębnie wyjaśnia kluczowe pojęcia tej dziedziny. To niezbędnik do każdej poważnej rozmowy o AI. -prof. Aleksander Mądry, MIT, OpenAI Warto przeczytać, aby zrozumieć, czym jest inteligencja. Ta prawdziwa i ta sztuczna. - prof. Piotr Sankowski, UW, Ideas NCBR
![Quodlibet [co się podoba]. Studia dominikańskie](https://static01.helion.com.pl/global/okladki/326x466/e_37mr.jpg)
Quodlibet [co się podoba]. Studia dominikańskie
Praca zbiorowa
W książce zebrano 10 rozpraw dominikanów związanych z krakowskim Kolegium Filozoficzno-Teologicznym. Wszyscy mieli całkowitą wolność w wyborze tematu i podejściu do niego. Postawiono jeden warunek: inspiracją dla tekstu ma być słowo. Efektem jest symfonia, w której wielość wątków i wariacji jednoczy wspólny temat. I tak na przykład historycy, odtwarzając początki dominikanów w Polsce, odpowiadają na pytanie o krytykę tekstów źródłowych. Liturgista mierzy się z przekładem tekstów liturgicznych na języki narodowe. Psychiatra i moralista bada granicę między objawieniem a patologicznym słyszeniem głosów. Filozof formułuje normy etyki wypowiedzi i ostrzega przed inflacją sensu.
Dan MacLean
Handling biological data effectively requires an in-depth knowledge of machine learning techniques and computational skills, along with an understanding of how to use tools such as edgeR and DESeq. With the R Bioinformatics Cookbook, you’ll explore all this and more, tackling common and not-so-common challenges in the bioinformatics domain using real-world examples.This book will use a recipe-based approach to show you how to perform practical research and analysis in computational biology with R. You will learn how to effectively analyze your data with the latest tools in Bioconductor, ggplot, and tidyverse. The book will guide you through the essential tools in Bioconductor to help you understand and carry out protocols in RNAseq, phylogenetics, genomics, and sequence analysis. As you progress, you will get up to speed with how machine learning techniques can be used in the bioinformatics domain. You will gradually develop key computational skills such as creating reusable workflows in R Markdown and packages for code reuse.By the end of this book, you’ll have gained a solid understanding of the most important and widely used techniques in bioinformatic analysis and the tools you need to work with real biological data.
Dan MacLean
The updated second edition of R Bioinformatics Cookbook takes a recipe-based approach to show you how to conduct practical research and analysis in computational biology with R. You’ll learn how to create a useful and modular R working environment, along with loading, cleaning, and analyzing data using the most up-to-date Bioconductor, ggplot2, and tidyverse tools.This book will walk you through the Bioconductor tools necessary for you to understand and carry out protocols in RNA-seq and ChIP-seq, phylogenetics, genomics, gene search, gene annotation, statistical analysis, and sequence analysis. As you advance, you'll find out how to use Quarto to create data-rich reports, presentations, and websites, as well as get a clear understanding of how machine learning techniques can be applied in the bioinformatics domain. The concluding chapters will help you develop proficiency in key skills, such as gene annotation analysis and functional programming in purrr and base R. Finally, you'll discover how to use the latest AI tools, including ChatGPT, to generate, edit, and understand R code and draft workflows for complex analyses.By the end of this book, you'll have gained a solid understanding of the skills and techniques needed to become a bioinformatics specialist and efficiently work with large and complex bioinformatics datasets.
R: Data Analysis and Visualization. Master the art of building analytical models using R
Tony Fischetti, Brett Lantz, Hrishi V. Mittal,...
The R learning path created for you has five connected modules, which are a mini-course in their own right. As you complete each one, you'll have gained key skills and be ready for the material in the next module!This course begins by looking at the Data Analysis with R module. This will help you navigate the R environment. You'll gain a thorough understanding of statistical reasoning and sampling. Finally, you'll be able to put best practices into effect to make your job easier and facilitate reproducibility.The second place to explore is R Graphs, which will help you leverage powerful default R graphics and utilize advanced graphics systems such as lattice and ggplot2, the grammar of graphics. You'll learn how to produce, customize, and publish advanced visualizations using this popular and powerful framework.With the third module, Learning Data Mining with R, you will learn how to manipulate data with R using code snippets and be introduced to mining frequent patterns, association, and correlations while working with R programs.The Mastering R for Quantitative Finance module pragmatically introduces both the quantitative finance concepts and their modeling in R, enabling you to build a tailor-made trading system on your own. By the end of the module, you will be well-versed with various financial techniques using R and will be able to place good bets while making financial decisions.Finally, we'll look at the Machine Learning with R module. With this module, you'll discover all the analytical tools you need to gain insights from complex data and learn how to choose the correct algorithm for your specific needs. You'll also learn to apply machine learning methods to deal with common tasks, including classification, prediction, forecasting, and so on.
Kuntal Ganguly, Davor Lozić, Mzabalazo Z. Ngwenya,...
Data analytics with R has emerged as a very important focus for organizations of all kinds. R enables even those with only an intuitive grasp of the underlying concepts, without a deep mathematical background, to unleash powerful and detailed examinations of their data.This book will show you how you can put your data analysis skills in R to practical use, with recipes catering to the basic as well as advanced data analysis tasks. Right from acquiring your data and preparing it for analysis to the more complex data analysis techniques, the book will show you how you can implement each technique in the best possible manner. You will also visualize your data using the popular R packages like ggplot2 and gain hidden insights from it. Starting with implementing the basic data analysis concepts like handling your data to creating basic plots, you will master the more advanced data analysis techniques like performing cluster analysis, and generating effective analysis reports and visualizations. Throughout the book, you will get to know the common problems and obstacles you might encounter while implementing each of the data analysis techniques in R, with ways to overcoming them in the easiest possible way.By the end of this book, you will have all the knowledge you need to become an expert in data analysis with R, and put your skills to test in real-world scenarios.
R Data Analysis Projects. Build end to end analytics systems to get deeper insights from your data
Mark Hodnett, Gopi Subramanian
R offers a large variety of packages and libraries for fast and accurate data analysis and visualization. As a result, it’s one of the most popularly used languages by data scientists and analysts, or anyone who wants to perform data analysis. This book will demonstrate how you can put to use your existing knowledge of data analysis in R to build highly efficient, end-to-end data analysis pipelines without any hassle.You’ll start by building a content-based recommendation system, followed by building a project on sentiment analysis with tweets. You’ll implement time-series modeling for anomaly detection, and understand cluster analysis of streaming data. You’ll work through projects on performing efficient market data research, building recommendation systems, and analyzing networks accurately, all provided with easy to follow codes. With the help of these real-world projects, you’ll get a better understanding of the challenges faced when building data analysis pipelines, and see how you can overcome them without compromising on the efficiency or accuracy of your systems. The book covers some popularly used R packages such as dplyr, ggplot2, RShiny, and others, and includes tips on using them effectively.By the end of this book, you’ll have a better understanding of data analysis with R, and be able to put your knowledge to practical use without any hassle.