Chodźcie w światłości, dopóki jest światłość

Lew Tołstoj

Chodźcie w światłości, dopóki jest światłość. Powieść z pierwszych wieków chrześcijaństwa. , . . Książka w dwóch wersjach językowych: polskiej i rosyjskiej. Opowieść o tym, jak pewien człowiek, będący przez całe życie poganinem i nigdy niezastanawiający się nad kwestiami religijnymi widząc okrutne i niesprawiedliwe prześladowania, jakie spotykają chrześcijan, zaczyna nabierać wątpliwości, co do słuszności postępowania władz Traci żonę i dzieci, zostaje mu tylko jeden syn Juliusz. Ten zaś zaprzyjaźnia się z Pamfilem, ten zaś jest chrześcijaninem Co będzie z synem, co będzie z ojcem? Tego można się dowiedzieć po przeczytaniu książki...

Polish classics. Pan Tadeusz

Adam Mickiewicz

"Pan Tadeusz" to arcydzieło polskiej literatury, określany mianem epopei narodowej. Dwanaście ksiąg w mistrzowski sposób przedstawia polskie krajobrazy i zwyczaje, tradycję narodowej kultury i siłę dążeń niepodległościowych początku XIX wieku. Soplicowski dworek jest sielankową ostoją polskiego patriotyzmu. Mickiewicz doskonale łączy wątki polityczne z obyczajowymi. Humoru dodają miłosne perypetie Telimeny, zaś przemiana Jacka Soplicy stała się wzorem do naśladowania przez kolejnych twórców romantycznych. Mickiewicz snuje przed czytelnikami wizję wyidealizowanej, dawnej Polski, pełnej siły i wigoru, zasłuchanej w nadzwyczajny koncert Jankiela.

Large Language Models An Introduction. Understanding the Fundamentals and Applications of Generative AI

Mercury Learning and Information, Oswald Campesato

This book provides a comprehensive overview of large language models (LLMs) and generative AI, covering foundational principles, advanced concepts, and practical applications. It begins with an introduction to the generative AI landscape, examining key features, popular techniques, and its influence on industries like art, business, and technology. The book also explores prominent models like ChatGPT and GPT-4, detailing their architectures, capabilities, and applications in text generation, code assistance, and conversational AI.Additionally, the book traces the evolution of LLMs, particularly focusing on the BERT family and its wide-ranging applications in natural language processing, translation, and multilingual tasks. Readers will also gain expertise in prompt engineering, learning practical tips and examples to interact more effectively with LLMs.In later chapters, the book tackles advanced topics such as fine-tuning LLMs, working with SVG, and concepts like few-shot learning and reinforcement learning. It concludes with discussions on ethical issues, biases in generative AI, and emerging trends like AI’s integration with IoT, quantum computing, and neuromorphic computing. This guide equips professionals and enthusiasts with a thorough understanding of generative AI's present and future.

Wybrane aspekty współpracy organizacyjnej

Książka będzie stanowić interesującą lekturę dla wszystkich, którzy cenią rynkowe współdziałanie i chcieliby dowiedzieć się o nim więcej. Autorzy publikacji w pięciu rozdziałach (cztery przedstawiają badania własne autorów) rozważają różne aspekty współpracy organizacyjnej. Trzy pierwsze rozdziały dotyczą czynników współpracy wewnątrzorganizacyjnej. Czwarty ma charakter teoretyczny i traktuje o kompetencjach pracowniczych w organizacji. Rozdział piąty odnosi się do współpracy międzyorganizacyjnej.

Raróg

Anna Sokalska

Żyła, aby poznać prawdę. Teraz prawda zagraża jej życiu… Latem 1985 roku we własnym ogrodzie zamordowany zostaje boss lokalnej mafii, a jedynym świadkiem zbrodni jest pięcioletnia córka gangstera. Trzydzieści lat później Sonia nadal próbuje odnaleźć zabójców ojca i poznać losy matki. Chcąc rozwikłać tajemnicę sprzed lat, musi położyć na szali pragnienie zemsty i swoją przyszłość. To, co zobaczy, nie było przeznaczone dla czyichkolwiek oczu. Jaką drogę wybierze Sonia? Czy zbuduje normalne życie u boku prokuratora Szafrańskiego? Jakie intencje ma nieznany nikomu gangster oferujący współpracę? Brutalna rzeczywistość i oniryczna podróż w głąb siebie, gangsterskie porachunki i próba rozliczenia się z przeszłością… W swojej najnowszej książce autorka wychodzi poza ramy gatunku: na gruncie kryminału buduje duchową, kobiecą opowieść o odnajdywaniu w życiu drugiej szansy, z silnym motywem zemsty oraz nieoczywistą słowiańską symboliką.

Data Science w Pythonie. Kurs video. Algorytmy uczenia maszynowego

Oleg Żero

Obierz kurs na... przyszłość Powszechna cyfryzacja nie dotyka jedynie wybranych gałęzi przemysłu, ale dosłownie przeniknęła nasze życie niemal w każdym aspekcie. Skutkiem tego procesu jest pojawienie się ogromnej ilości danych, które, odpowiednio wykorzystane, stanowią nowy rodzaj materii w nieprzerwanym cyklu postępu. Uczenie maszynowe stało się jednocześnie obszarem szczególnego zainteresowania ze strony zarówno firm, jak i uczelni. Dzięki specjalnym algorytmom i technikom możliwe stało się wykorzystanie zasobów, jakimi są dane, do opracowywania rozwiązań poprawiających efektywność w wielu dziedzinach: od robotyki, przez medycynę, aż po rozrywkę. Przykładami rozwiązań, które już dziś wykorzystują uczenie maszynowe, są chociażby silniki rekomendacyjne działające na platformach takich jak YouTube, Netflix, Spotify czy Amazon. Silniki te skutecznie dobierają treści, tak że wokół produktów tworzą się całe społeczności wiernie oddanych klientów. To wszystko dzieje się obecnie. W niedalekiej przyszłości wiele - także dość skomplikowanych - czynności zostanie zautomatyzowanych. Zawody, również te potencjalnie wymagające wysokich kwalifikacji, nawet jeśli nie będą w całości wykonywane przez maszyny, będą przez nie wspomagane. Jest niemal pewne, że specjaliści między innymi w dziedzinie uczenia maszynowego, którzy już dziś są intensywnie poszukiwani, staną się jeszcze bardziej pożądani w przyszłości. Dołącz do ich grona! Co Cię czeka podczas naszego profesjonalnego szkolenia? Dzięki temu kursowi video: pojmiesz istotę działania algorytmów uczenia maszynowego, zrozumiesz związek pomiędzy podstawą matematyczną a implementacją tych algorytmów i w razie czego będziesz umiał napisać je od zera (także w języku innym niż Python), dowiesz się, jak korzystać z popularnych i sprawdzonych bibliotek dedykowanych uczeniu maszynowemu: scikit-learn oraz Keras, stworzysz własny silnik rekomendacyjny, poprawnie przeprowadzisz proces przygotowania danych oraz trenowania modelu, ocenisz, który algorytm najlepiej sprawdzi się w rozwiązaniu danego problemu, a który może doprowadzić do niepożądanych efektów, opanujesz wiedzę, która pozwoli Ci szacować skuteczność modeli oraz diagnozować problemy związane z procesem uczenia maszynowego. Co więcej... ukończywszy kurs, będziesz w stanie właściwie podejść do pracy z różnymi typami danych w kontekście uczenia maszynowego, jak również przenieść sporą część tej wiedzy poza obszar Pythona. Data science w Pythonie. Kurs video. Algorytmy uczenia maszynowego kończy się na poziomie średnio zaawansowanym, a nawet nieco wyżej, jeśli chodzi o wiedzę i umiejętności, jakich wymaga się na przykład od analityka biznesowego, naukowca, inżyniera danych czy webdevelopera. Natomiast jeśli mowa o wiedzy stricte z zakresu data science, autor kursu określa poziom jego absolwenta na podstawowy. Uwaga, by móc w pełni skorzystać ze szkolenia, trzeba znać podstawy języka Python (w tym orientować się w bibliotekach: numpy, pandas, matplotlib) i matematykę na poziomie pierwszego - drugiego roku studiów na kierunkach ścisłych. Takie pojęcia jak gradient, pochodna, szereg, prawdopodobieństwo czy notacja nie powinny być Ci obce! Czym właściwie zajmuje się specjalista w dziedzinie data science? Odpowiedź na to pytanie jest krótka i - jak to w matematyce - policzalna. Aż 70 procent czasu pracy spędza się w tym zawodzie na zbieraniu i analizie danych, by potem, przez kolejne 20 procent, tworzyć i testować modele, które "ubiera się" w programy, a następnie wykorzystuje do otrzymywania przewidywań z modeli. Przykładami takich modeli, jakie stosuje się już dziś w kontekście biznesowym, są między innymi silniki rekomendacyjne (Netflix, YouTube, eBay, Amazon, Spotify itd.), modele do klasyfikacji obrazów medycznych w celu rozpoznawania ewentualnych infekcji, systemy do automatycznych tłumaczeń (patrz Google) czy popularne boty - i wiele innych. Od teorii, przez praktykę, aż po gotowe rozwiązania Kurs składa się z trzech bloków szkoleniowych. Zaczniemy od teorii data science. Tu przygotuj się na serię wykładów, w których autor wprowadza pojęcia na poziomie równań, wyjaśniając je od podstaw. Bazując na wiedzy zdobytej w części teoretycznej, przejdziemy do praktyki - będziesz pisać algorytm "od zera", a przy tym pogłębisz rozumienie koncepcji matematycznych i przy okazji napiszesz kod. Wreszcie przyjdzie czas na część trzecią, podczas której będziemy sprytni i sięgniemy po tzw. gotowce - przede wszystkim scikit-learn i Keras. Przy użyciu tych bibliotek rozwiążemy zadany problem, skupiając się zarówno na samym zagadnieniu, jak i ogólnym podejściu do problemu. W kursie połączysz teorię z praktyką. Dzięki temu osiągniesz dwa cele: wyrobisz w sobie intuicję matematyczną, która w razie potrzeby pozwoli Ci przenieść to rozumienie również poza Pythona, oraz zyskasz pewne doświadczenie w wykorzystywaniu powszechnie dostępnych narzędzi i w ten sposób zwiększysz skuteczność swojej pracy. Kurs jest podzielony na 16 rozdziałów. W pierwszym rozdziale stworzysz proste środowisko pracy. Dalej, w rozdziałach 2 - 8, poznasz podstawowe algorytmy, takie jak sieci neuronowe, oraz zrozumiesz, na czym polega ogólne podejście machinelearningowe. W rozdziałach 9 - 13 poznasz kolejne, nieco alternatywne, lecz równie często wykorzystywane algorytmy, których idea opiera się na innych zasadach. Na koniec, w ramach rozdziałów: 14, 15 i 16, stworzysz własny silnik rekomendacyjny, który następnie usprawnisz z wykorzystaniem popularnych metod pracy z tekstem (NLP), by uzyskać półgotowy produkt na koniec kursu.

Казочка про слоненя

Ред2019ярд Кіплінґ

У це важко повірити, але був час, коли слони2026 не мали хобота. Та одного дня допитливе слоненя на ім2019я Малюк, яке жило в Африці, докорінно цю ситуацію змінило!.. Якби ж воно знало, чим снідає Крокодил! Якби ж воно знало, що знайомство з Крокодилом завершиться змаганням із перетягування між отим зеленим лускатим велетнем і Пітоном! Якби знало, то ніколи б не подалося на берег річки Лімпопо та не повернулося б звідтіля з півтораметровим хоботом! І хоча Малюк через цю оказію страшенно засмутився, все ж ніс завдовжки півтора метри виявився дуже корисним. З цих пір слони у всьому світі з ним не розлучаються!

Meijin - mistrz go

Kanwą powieści Meijin – mistrz go (1954) jest rozegrana w czasie sześciu miesięcy 1938 roku pożegnalna partia gry go pomiędzy dwudziestym pierwszym Honinbō – szanowanym i niepokonanym dotychczas mistrzem Shūsai, a młodszym i utalentowanym pretendentem do tytułu Ōtake. Pełen napięcia pojedynek, który odbywają w gustownych salach pensjonatów położonych wśród pięknej przyrody, toczy się wedle odwiecznego ceremoniału i uświęconych tradycją zasad, podlegających jednak nieuchronnej ewolucji. Narastająca rywalizacja, odgadywanie strategii i kolejnych posunięć przeciwnika pochłaniają uwagę nie tylko zawodników, ale też zgromadzonych członków ich rodzin, asystentów, sędziów, a dzięki relacjom prasowym również czytelników tokijskiej gazety. Z pozoru tylko kronikarsko opisana historia pożegnalnej rozgrywki starego mistrza go jest w istocie metaforą życia, opowieścią o konflikcie pokoleń i wypieraniu tradycji przez nowoczesność. Proza Yasunariego Kawabaty (1899–1972), oszczędna i elegancka, w której autor utrwalił pejzaż, kulturę i ducha swojej dawnej Japonii, spotkała się ze światowym uznaniem.  W 1968 roku Kawabata, jako pierwszy Japończyk, otrzymał Nagrodę Nobla w dziedzinie literatury, a jego utwory zostały przetłumaczone na wiele języków. Powieścią Meijin – mistrz go rozpoczynamy w Czytelniku serię dzieł tego wybitnego pisarza.   W nowej serii dzieł Yasunariego Kawabaty ukażą się: Tancerka z Izu. Opowiadania Piękno i smutek