
Generatywna sztuczna inteligencja z LangChain.
Budowanie aplikacji AI opartych na LLM z użyciem Pythona, ChatGPT i innych modeli językowych
Chwilowo niedostępny
Powiadom o dostępności
Szczegóły produktu
- Oprawa
- miękka
- Autor/Redaktor
- Ben Auffarth
- Tłumacz
- Anna Mizerska
- Wydawca
- Helion
Więcej informacji
| EAN | 9788328914360 |
|---|---|
| SKU | 101248845 |
| Liczba stron | 331 |
| Tytuł oryginalny | Generative AI with LangChain: Build large language model (LLM) apps with Python, ChatGPT and other LLMs |
| Multiformat | oprawa miękka |
| Wymiary | 16.5x23.5cm |
| Język | polski |
| Oprawa | miękka |
| Autor/Redaktor | Ben Auffarth |
| Wydawca | Helion |
| Tłumacz | Anna Mizerska |
| Producent odpowiedzialny | INFOR PL S.A. Burakowska 14 01-066 Warszawa PL bok@infor.pl 22 761 30 30 |
Generatywna sztuczna inteligencja z LangChain.
Odkryj inne ciekawe książki wydawnictwa Helion, które mogą Cię zainteresować po lekturze 'Generatywna sztuczna inteligencja z LangChain.'
Wydawnictwo Helion oferuje bogaty wybór publikacji, które mogą wzbogacić Twoją wiedzę i umiejętności. Poniżej znajdziesz kilka propozycji, które warto rozważyć.
Po jakie produkty jeszcze warto sięgnąć:
Praca projektanta UX wymaga zrozumienia, co stworzyć i jak przekonać innych do jego budowy. Sukces produktu cyfrowego zależy od przemyślenia wrażeń użytkownika (UX). Połączenie UX z kwestiami biznesowymi przynosi korzyści firmie. Książka opisuje realia pracy projektanta UX, konteksty, sytuacje i ograniczenia. Przygotowuje do wyzwań związanych z interesariuszami, realiami firm i znaczeniem aspektów biznesowych. Umożliwia godzenie celów komercyjnych z pracą bez uszczerbku dla empatii i etyki. Pozwala identyfikować wartościowe zagadnienia, prowadzić badania mimo presji budżetu i czasu, dostosować projekty do modelu biznesowego, skutecznie komunikować się z interesariuszami i unikać pułapek. Projektant lepiej zrozumie interesariuszy i będzie miał na nich wpływ.
Jakość decyzji przedsiębiorstwa zależy od analizy danych. Arkusz kalkulacyjny ułatwia zrozumienie statystyki i analizy danych. Po opanowaniu podstaw warto przejść do eksploracyjnej analizy danych za pomocą języków programowania. Książka ułatwia przejście od Excela do tworzenia kodu w Pythonie i R. Ugruntowuje umiejętności w Excelu i pogłębia zrozumienie statystyki. Ułatwia pisanie kodu w R, proces oczyszczania i analizy danych. Następnie wprowadza w Pythona, wszechstronny i potężny język, ulubiony przez analityków danych. Umożliwia przenoszenie danych z Excela do Pythona i praktyczne metody analizy. Ćwiczenia pomagają utrwalić wiedzę.
Programiści tworzą systemy oprogramowania, co wymaga ciągłego wdrażania zmian i myślenia systemowego. Myślenie systemowe zwiększa efektywność i ułatwia wprowadzanie istotnych zmian. Aby nauczyć się myśleć, komunikować i funkcjonować systemowo, potrzebne są rozszerzone umiejętności. Książka uczy kluczowych koncepcji myślenia systemowego i ich stosowania w praktyce. Wprowadza podejście nieliniowe do rozumienia złożoności współczesnych systemów IT. Pozwala identyfikować wzorce, przewidywać konsekwencje decyzji technologicznych i budować skalowalne architektury. Praktyczne przykłady pomagają zastosować wiedzę w codziennej pracy, niezależnie od skali projektów. Niezbędna dla każdego, kto chce myśleć jak inżynier systemowy.
Znaczenie interfejsów API rośnie, ponieważ ułatwiają komunikację i zapewniają spójne działanie elementów systemów. Jakość API jest kluczowa dla prawidłowego funkcjonowania aplikacji, dlatego warto poznać Postmana. Książka przedstawia pełnię możliwości Postmana, przystępnie wyjaśniając koncepcje i podając rzeczywiste przykłady. Ułatwia korzystanie z narzędzia do tworzenia dobrze zaprojektowanych, udokumentowanych i przetestowanych API. Pozwala nauczyć się dodawać automatyzację testów, poznawać nowe funkcjonalności Postmana, unikać błędów. Wydanie zawiera nowe rozdziały dotyczące testowania przepływu pracy, serwerów imitacji, testowania bezpieczeństwa i wydajności API.
Współczesna analiza danych wymaga zrozumienia podstawowych koncepcji matematycznych, takich jak algebra liniowa. Książka jest przewodnikiem wprowadzającym w dziedzinę, łącząc teorię z praktycznymi zastosowaniami w Pythonie. Zrozumienie algebry liniowej jest kluczowe w informatyce, naukach technicznych i przetwarzaniu danych. Pozwala lepiej zrozumieć algorytmy uczenia maszynowego, głębokiego uczenia i symulacji numerycznych. Oferuje przykłady kodu i zastosowania ułatwiające przyswajanie wiedzy i jej wdrażanie. Omawia arytmetykę macierzową, rozkłady macierzy, rozkład według wartości osobliwych, model najmniejszych kwadratów i analizę głównych składowych.
Generatywna sztuczna inteligencja z LangChain.
