
Tworzenie aplikacji AI z LlamaIndex
Praktyczny przewodnik po RAG i LLM
Chwilowo niedostępny
Powiadom o dostępności
Szczegóły produktu
- Data wydania
- 24 maj 2025
- Oprawa
- miękka
- Autor/Redaktor
- Andrei Gheorghiu
- Tłumacz
- Anna Mizerska
- Wydawca
- Helion
Więcej informacji
| EAN | 9788328923058 |
|---|---|
| SKU | 101283935 |
| Liczba stron | 360 |
| Tytuł oryginalny | Building Data-Driven Applications with LlamaIndex: A practical guide to retrieval-augmented generation (RAG) to enhance LLM applications |
| Data wydania | 24 maj 2025 |
| Multiformat | oprawa miękka |
| Wymiary | 16.5x23.5cm |
| Język | polski |
| Oprawa | miękka |
| Autor/Redaktor | Andrei Gheorghiu |
| Wydawca | Helion |
| Tłumacz | Anna Mizerska |
| Producent odpowiedzialny | Virtualo Sp. z o.o. Marszałkowska 104/122 00-017 Warszawa PL biuro@virtualo.pl |
Tworzenie aplikacji AI z LlamaIndex
Odkryj inne ciekawe książki wydawnictwa Helion, które mogą Cię zainteresować po lekturze 'Tworzenie aplikacji AI z LlamaIndex'
Wydawnictwo Helion oferuje bogactwo publikacji z zakresu IT i rozwoju technologii. Poniżej prezentujemy kilka propozycji, które mogą uzupełnić Twoją wiedzę:
Po jakie produkty jeszcze warto sięgnąć:
W pracy projektanta nie chodzi wyłącznie o projektowanie. Przede wszystkim trzeba wiedzieć, co stworzyć i jak przekonać innych, aby to zbudowali. By Twój produkt cyfrowy odniósł sukces, musisz poważnie przemyśleć kwestie wrażeń użytkownika, czyli UX. Takie podejście przynosi korzyści nie tylko projektowi, ale jest zbawienne dla całej firmy! Nie możemy dłużej ignorować potrzeby połączenia UX z kwestiami biznesowymi! Wyjątkowość tej książki polega na pragmatyzmie: opisano w niej, jak wyglądają realia pracy projektanta UX i jak bardzo potrafią być zagmatwane. Zapoznasz się z różnymi kontekstami i sytuacjami związanymi z projektowaniem UX, a także z ograniczeniami, jakie temu towarzyszą. To przygotuje Cię do prawdziwych wyzwań związanych z osobami zaangażowanymi w projekty. Poznasz też realia działalności firm i znaczenie aspektów biznesowych i finansowych. Posiądziesz cenną umiejętność godzenia celów komercyjnych ze swoją pracą bez uszczerbku dla empatii i etyki projektowania.
Sukces przedsiębiorstwa zależy od jakości podejmowanych decyzji. Spośród strategii, które wspierają ten proces, na szczególną uwagę zasługuje zastosowanie analizy danych. Jest to jednak dość złożona dziedzina. Podstawowym narzędziem wielu analityków danych jest arkusz kalkulacyjny. Ma on tę zaletę, że ułatwia solidne zrozumienie prawideł statystyki i analizy danych. Po zdobyciu takich podstaw warto jednak pójść dalej i nauczyć się eksploracyjnej analizy danych za pomocą języków programowania. Dzięki tej książce przejście od pracy z arkuszami Excela do samodzielnego tworzenia kodu w Pythonie i R będzie płynne i bezproblemowe. Rozpoczniesz od ugruntowania swoich umiejętności w Excelu i dogłębnego zrozumienia podstaw statystyki i analizy danych. Ułatwi Ci to rozpoczęcie pisania kodu w języku R i w Pythonie. Dowiesz się, jak dokładnie przebiega proces oczyszczania danych i ich analizy w kodzie napisanym w języku R. Następnie zajmiesz się poznawaniem Pythona. Jest to wszechstronny, łatwy w nauce i potężny język programowania, ulubiony język naukowców i... analityków danych. Nauczysz się płynnego przenoszenia danych z Excela do programu napisanego w Pythonie, a także praktycznych metod ich analizy. Dzięki ćwiczeniom, które znajdziesz w końcowej części każdego rozdziału, utrwalisz i lepiej zrozumiesz prezentowane treści.
Dziś programiści nie piszą już programów, tylko tworzą systemy oprogramowania. Wymaga to ciągłego wdrażania zmian w ekosystemach oprogramowania koordynowanych przez responsywną infrastrukturę. A to oznacza, że musisz myśleć inaczej: systemowo. Myślenie systemowe zwiększa efektywność i ułatwia wprowadzanie istotnych zmian. Jednak aby nauczyć się myśleć, komunikować i funkcjonować systemowo, musisz rozszerzyć swój zestaw umiejętności. Dzięki tej książce opanujesz kluczowe koncepcje myślenia systemowego i nauczysz się stosować je w praktyce. Poznasz podejście nieliniowe, które pozwala lepiej rozumieć złożoność współczesnych systemów IT i skutecznie nimi zarządzać. Nauczysz się identyfikować wzorce, przewidywać konsekwencje decyzji technologicznych, a także budować skalowalne, elastyczne architektury. Praktyczne przykłady i klarowne wyjaśnienia pomogą Ci zastosować zdobytą wiedzę w codziennej pracy, niezależnie od tego, czy tworzysz małe aplikacje, czy projektujesz wielkoskalowe systemy. To niezbędny przewodnik dla każdego, kto chce myśleć jak inżynier systemowy!
Znaczenie interfejsów API systematycznie rośnie. Głównie za sprawą tego, że ułatwiają komunikację - zarówno zewnętrzną, jak i tę, która zapewnia spójne działanie elementów nowoczesnych systemów. I podobnie jak dobre porozumienie jest podstawą relacji międzyludzkich, tak samo sprawna komunikacja między usługami ma kluczowe znaczenie dla prawidłowego funkcjonowania aplikacji. Z tego powodu od jakości API zależy jakość systemu oprogramowania jako całości. Warto zatem dobrze poznać Postmana. Dzięki tej praktycznej książce poznasz pełnię możliwości Postmana. Znajdziesz tu przystępnie wyjaśnione koncepcje, a także zestaw rzeczywistych przykładów, co ułatwi Ci korzystanie z tego narzędzia do tworzenia doskonale zaprojektowanych, udokumentowanych i przetestowanych interfejsów programowania aplikacji. Za pomocą praktycznych projektów nauczysz się dodawać automatyzację testów do istniejącego API. Poznasz również nowe funkcjonalności Postmana, stanowiące dużą pomoc w unikaniu błędów. W drugim, w pełni zaktualizowanym wydaniu znajdziesz nowe rozdziały dotyczące testowania przepływu pracy, tworzenia i używania serwerów imitacji, testowania bezpieczeństwa API, jak również testowania wydajności.
Współczesny świat analizy danych wymaga od inżynierów i analityków danych nie tylko umiejętności korzystania z gotowych narzędzi, ale również zrozumienia podstawowych koncepcji matematycznych, takich jak algebra liniowa. Książka „Praktyczna algebra liniowa dla analityków danych” autorstwa Cohena Mike'a X to doskonały przewodnik, który krok po kroku wprowadza czytelników w istotę tej dziedziny, łącząc teorię z praktycznymi zastosowaniami w języku Python. Zrozumienie algebry liniowej jest kluczowe dla rozwoju w takich dziedzinach jak informatyka, nauki techniczne i przetwarzanie danych. Dzięki algebrze liniowej można lepiej zrozumieć algorytmy używane w uczeniu maszynowym, uczeniu głębokim oraz w symulacjach numerycznych. Książka oferuje przykłady kodu i zastosowania, które ułatwiają przyswajanie wiedzy i jej praktyczne wdrażanie.
Tworzenie aplikacji AI z LlamaIndex