ODBIERZ TWÓJ BONUS :: »

Zaawansowane techniki przetwarzania języka naturalnego. Od podstaw do modeli LLM i zastosowań biznesowych w Pythonie Lior Gazit, Meysam Ghaffari

Autorzy:
Lior Gazit, Meysam Ghaffari
Wydawnictwo:
Helion
Wydawnictwo:
Helion
Ocena:
Bądź pierwszym, który oceni tę książkę
Stron:
320
Druk:
oprawa miękka
Dostępne formaty:
     PDF
     ePub
     Mobi
Czytaj fragment
Książka
53,40 zł 89,00 zł (-40%)
53,40 zł najniższa cena z 30 dni

Dodaj do koszyka Wysyłamy w 24h

Ebook
44,50 zł 89,00 zł (-50%)
44,50 zł najniższa cena z 30 dni

Dodaj do koszyka lub Kup na prezent Kup 1-kliknięciem

Przenieś na półkę

Do przechowalni

Do przechowalni

Powiadom o dostępności audiobooka »

Czego się nauczysz?

  • Matematycznych podstaw algebry liniowej, statystyki i prawdopodobieństwa w NLP
  • Eksploracji, wizualizacji i oczyszczania danych tekstowych
  • Selekcji i inżynierii cech dla modeli NLP
  • Klasyfikowania tekstu z użyciem regresji, drzew decyzyjnych, SVM i sieci neuronowych
  • Przetwarzania tekstu: normalizacji, lematyzacji, tokenizacji i rozpoznawania nazwanych encji (NER)
  • Oznaczania części mowy (POS) metodami regułowymi, statystycznymi i głębokiego uczenia
  • Klasyfikacji tekstu metodami TF-IDF, Word2Vec i modelowania tematycznego (LDA)
  • Projektowania i wdrażania systemów ML do klasyfikacji tekstu w Pythonie
  • Budowania i trenowania sieci neuronowych oraz architektur transformerów
  • Implementowania dużych modeli językowych (LLM) i rozumienia ich przewag
  • Konfigurowania aplikacji LLM z wykorzystaniem API oraz modeli open source
  • Integracji LLM z systemami produkcyjnymi i frameworkiem LangChain
  • Zastosowania RAG (Retrieval-Augmented Generation) do wzbogacania odpowiedzi modeli
  • Automatycznego pobierania i przetwarzania danych z różnych źródeł internetowych
  • Optymalizacji kosztów i wydajności przez kompresję promptów i monitorowanie
  • Analizy trendów, wyzwań etycznych i zastosowań LLM w biznesie oraz przyszłości NLP

Uczenie maszynowe i duże modele językowe rewolucjonizują biznes i nasze codzienne życie. Potencjał tych innowacji jest trudny do oszacowania: modele LLM stały się wiodącym trendem w tworzeniu aplikacji i analizie danych. Integrowanie zaawansowanych modeli z systemami produkcyjnymi bywa jednak często wymagającym, a nawet niewdzięcznym zadaniem.

Na szczęście dzięki tej książce poradzisz sobie z takimi wyzwaniami! Najpierw zapoznasz się z matematycznymi podstawami algorytmów ML i NLP. Zaznajomisz się również z ogólnymi technikami uczenia maszynowego i dowiesz się, w jakim stopniu dotyczą one dużych modeli językowych. Kolejnym zagadnieniem będzie przetwarzanie danych tekstowych, w tym metody przygotowywania tekstu do analizy, po czym przyswoisz zasady klasyfikowania tekstu. Ponadto poznasz zaawansowane aspekty teorii, projektowania i stosowania LLM, wreszcie ― przyszłe trendy w NLP. Aby zdobyć praktyczne umiejętności, będziesz ćwiczyć na przykładach rzeczywistych zagadnień biznesowych i rozwiązań NLP.

W książce:

  • podstawy matematyczne uczenia maszynowego i NLP
  • zaawansowane techniki przetwarzania wstępnego i analizy danych tekstowych
  • projektowanie systemów ML i NLP w Pythonie
  • przetwarzanie tekstu z użyciem metod uczenia głębokiego
  • modele LLM i ich implementacja w różnych aplikacjach AI
  • trendy w NLP i potencjał tej technologii

Odkryj przyszłe trendy w NLP widziane oczami ekspertów!

Wiosna w głowie, ebook w dłoni! / do -50% na tysiące tytułów

Wybrane bestsellery

O autorach książki

Lior Gazit jest ekspertem w zakresie NLP i twórcą wybitnych produktów ML. Jest też szanowanym liderem w branży. Korzysta ze zdobytej wiedzy i bogatego doświadczenia do napędzania pozytywnych zmian w swoich organizacjach.

Dr Meysam Ghaffari jest specjalistą data science z dużym doświadczeniem w NLP i uczeniu głębokim. Obecnie tworzy modele ML i NLP na potrzeby opieki zdrowotnej. W przeszłości pracował jako adiunkt na University of Wisconsin-Madison.

Helion - inne książki

Najczęściej zadawane pytania (FAQ)
1. Jakie umiejętności techniczne lub programistyczne są potrzebne, aby skorzystać z książki?
Podstawowa znajomość Pythona oraz ogólne zrozumienie matematyki i statystyki będą bardzo pomocne. Książka prowadzi czytelnika od fundamentów, więc osoby z różnym poziomem zaawansowania znajdą tu wartościowe treści.
2. Czy dzięki tej książce nauczę się praktycznego wykorzystania dużych modeli językowych (LLM) w biznesie?
Tak, książka zawiera liczne przykłady zastosowań LLM oraz szczegółowe instrukcje integracji modeli językowych z systemami biznesowymi, w tym konfigurację rozwiązań chmurowych i open source.
3. Czy książka zawiera gotowe kody i projekty do samodzielnego przećwiczenia?
Tak, w publikacji znajdziesz praktyczne przykłady, fragmenty kodu w Pythonie oraz projekty do samodzielnego wykonania, które pozwolą lepiej zrozumieć omawiane techniki.
4. Jakie konkretne zagadnienia z przetwarzania języka naturalnego (NLP) i uczenia maszynowego są omawiane w książce?
Książka obejmuje szeroki zakres tematów: od podstaw matematycznych i klasycznych algorytmów ML, przez zaawansowane techniki wstępnego przetwarzania tekstu, po projektowanie i wdrażanie dużych modeli językowych, w tym LLM, oraz ich zastosowania w realnych problemach biznesowych.
5. Czy książka jest aktualna i uwzględnia najnowsze trendy i narzędzia w NLP oraz LLM?
Tak, autorzy omawiają najnowsze trendy, technologie i narzędzia, takie jak ChatGPT, GPT-4, LLaMA, LangChain czy integracje z chmurą, a także prezentują opinie światowej klasy ekspertów.
6. Czy znajdę tu wskazówki dotyczące wyboru i integracji modeli LLM w różnych środowiskach (np. lokalnie, w chmurze, open source)?
Tak, książka szczegółowo opisuje zarówno wdrażanie modeli LLM na własnych serwerach, jak i korzystanie z rozwiązań chmurowych oraz open source, omawiając różnice i praktyczne aspekty integracji.
7. Czy książka pomoże mi zrozumieć wyzwania i ograniczenia związane z wdrażaniem dużych modeli językowych?
Zdecydowanie tak - znajdziesz tu omówienie problemów takich jak wymagania obliczeniowe, ryzyko uprzedzeń, interpretowalność modeli czy kwestie etyczne i środowiskowe związane z AI.
8. Czy ta książka nadaje się do samodzielnej nauki, czy lepiej korzystać z niej na kursie lub w pracy zespołowej?
Książka została napisana tak, by umożliwić zarówno samodzielną naukę, jak i pracę w ramach kursów czy projektów zespołowych. Liczne przykłady i ćwiczenia ułatwiają praktyczne przyswajanie wiedzy.

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki

Zamknij

Wybierz metodę płatności

Książka
53,40 zł
Dodaj do koszyka
Ebook
44,50 zł
Dodaj do koszyka
Płatności obsługuje:
Ikona płatności Alior Bank Ikona płatności Apple Pay Ikona płatności Bank PEKAO S.A. Ikona płatności Bank Pocztowy Ikona płatności Banki Spółdzielcze Ikona płatności BLIK Ikona płatności Crédit Agricole e-przelew Ikona płatności dawny BNP Paribas Bank Ikona płatności Google Pay Ikona płatności ING Bank Śląski Ikona płatności Inteligo Ikona płatności iPKO Ikona płatności mBank Ikona płatności Millennium Ikona płatności Nest Bank Ikona płatności Paypal Ikona płatności PayPo | PayU Płacę później Ikona płatności PayU Płacę później Ikona płatności Plus Bank Ikona płatności Płacę z Citi Handlowy Ikona płatności Płacę z Getin Bank Ikona płatności Płać z BOŚ Ikona płatności Płatność online kartą płatniczą Ikona płatności Santander Ikona płatności Visa Mobile