ODBIERZ TWÓJ BONUS :: »

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

(ebook) (audiobook) (audiobook)
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!

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.

Zobacz pozostałe książki z serii

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
Proszę czekać...
ajax-loader

Zamknij

Wybierz metodę płatności

Książka
53,40 zł
Dodaj do koszyka
Ebook
44,50 zł
Dodaj do koszyka
Zamknij Pobierz aplikację mobilną Ebookpoint