Aplikovaná generativní umělá inteligence pro začátečníky: Generativní generativní generace: praktické poznatky o difúzních modelech, Chatgpt a dalších lms

Hodnocení:   (3,5 z 5)

Aplikovaná generativní umělá inteligence pro začátečníky: Generativní generativní generace: praktické poznatky o difúzních modelech, Chatgpt a dalších lms (Akshay Kulkarni)

Recenze čtenářů

Shrnutí:

Kniha Generativní umělá inteligence pro začátečníky je hodnocena smíšeně, někteří chválí její jasné vysvětlení a přístupnost pro nováčky, zatímco jiní ji kritizují za nedostatek praktických znalostí a ucelenosti.

Klady:

Nabízí jasné vysvětlení složitých pojmů, praktické příklady pro začátečníky, užitečné zejména pro pracovníky v kreativních odvětvích, a poskytuje důkladný pohled na technologie generativní umělé inteligence.

Zápory:

Postrádá praktické aplikace, často používá pokročilou terminologii bez vysvětlení, je špatně napsaná a upravená, obsahuje irelevantní nebo zkopírovaný obsah a nezvyšuje efektivně porozumění tématu.

(na základě 3 hodnocení čtenářů)

Původní název:

Applied Generative AI for Beginners: Practical Knowledge on Diffusion Models, Chatgpt, and Other Llms

Obsah knihy:

Tato kniha poskytuje hluboký ponor do světa generativní umělé inteligence a pokrývá vše od základů neuronových sítí až po složitosti velkých jazykových modelů, jako je ChatGPT a Google Bard. Slouží jako ucelený zdroj informací pro všechny, kteří mají zájem o pochopení a použití této transformativní technologie, a je určena zejména těm, kteří s generativní umělou inteligencí teprve začínají.

Aplikovaná generativní umělá inteligence pro začátečníky je strukturována do podrobných kapitol, které vás provedou od základních znalostí až po praktickou implementaci. Začíná úvodem do generativní umělé inteligence a jejího současného prostředí, po němž následuje zkoumání toho, jak vývoj neuronových sítí vedl k vývoji velkých jazykových modelů. Poté se kniha zabývá konkrétními architekturami, jako jsou ChatGPT a Google Bard, a nabízí praktické ukázky implementace pomocí nástrojů, jako je Sklearn. Získáte také přehled o strategických aspektech implementace generativní umělé inteligence v podnikovém prostředí, přičemž autoři se věnují zásadním tématům, jako jsou LLMOps, výběr technologického balíku a učení v kontextu. Poslední část knihy se zabývá generativní AI pro obrázky a uvádí případy použití specifické pro dané odvětví, což z ní činí komplexního průvodce pro praktické použití v různých oblastech.

Ať už jste datový vědec, který chce implementovat pokročilé modely, vedoucí pracovník, jehož cílem je využít AI pro růst podniku, nebo akademik se zájmem o nejmodernější pokroky, tato kniha nabízí stručného, ale důkladného průvodce zvládnutím generativní AI, který vyvažuje teoretické znalosti s praktickými poznatky.

Co se naučíte

⬤ Získejte důkladné znalosti generativní umělé inteligence, počínaje základy neuronových sítí a konče složitými architekturami, jako je ChatGPT a Google Bard.

⬤ Zavedení rozsáhlých jazykových modelů pomocí Sklearnu, doplněné o příklady kódu a osvědčené postupy pro reálné použití.

⬤ Zjistěte, jak integrovat LLM v podnicích, včetně aspektů, jako je LLMOps a výběr technologického zásobníku.

⬤ Pochopte, jak lze generativní umělou inteligenci použít v různých odvětvích, od zdravotnictví a marketingu až po dodržování právních předpisů, a to prostřednictvím podrobných případů použití a využitelných poznatků.

Pro koho je tato kniha určena

Datovým vědcům, odborníkům na umělou inteligenci z praxe, výzkumným pracovníkům a softwarovým inženýrům se zájmem o generativní umělou inteligenci a LLMO.

Další údaje o knize:

ISBN:9781484299937
Autor:
Vydavatel:
Jazyk:angličtina
Vazba:Měkká vazba

Nákup:

Nyní dostupné, na skladě.

Další knihy od autora:

Recepty na zpracování přirozeného jazyka: Odhalování textových dat pomocí strojového učení a...
Zaměřte se na realizaci komplexních projektů pomocí...
Recepty na zpracování přirozeného jazyka: Odhalování textových dat pomocí strojového učení a hlubokého učení s využitím jazyka Python - Natural Language Processing Recipes: Unlocking Text Data with Machine Learning and Deep Learning Using Python
Projekty počítačového vidění s Pytorchem: Navrhujte a vyvíjejte modely produkční třídy - Computer...
Navrhujte a vyvíjejte komplexní projekty...
Projekty počítačového vidění s Pytorchem: Navrhujte a vyvíjejte modely produkční třídy - Computer Vision Projects with Pytorch: Design and Develop Production-Grade Models
Applied Recommender Systems with Python: Vytváření doporučovacích systémů pomocí hlubokého učení,...
Tato kniha vás naučí vytvářet doporučovací systémy...
Applied Recommender Systems with Python: Vytváření doporučovacích systémů pomocí hlubokého učení, Nlp a technik založených na grafech. - Applied Recommender Systems with Python: Build Recommender Systems with Deep Learning, Nlp and Graph-Based Techniques
Úvod do preskriptivní umělé inteligence: Základy řešení rozhodovací inteligence s Pythonem -...
Získejte praktické znalosti o preskriptivní umělé...
Úvod do preskriptivní umělé inteligence: Základy řešení rozhodovací inteligence s Pythonem - Introduction to Prescriptive AI: A Primer for Decision Intelligence Solutioning with Python
Projekty zpracování přirozeného jazyka: Vytváření aplikací nové generace Nlp pomocí technik umělé...
Využívejte techniky strojového učení a hlubokého...
Projekty zpracování přirozeného jazyka: Vytváření aplikací nové generace Nlp pomocí technik umělé inteligence. - Natural Language Processing Projects: Build Next-Generation Nlp Applications Using AI Techniques
Aplikovaná generativní umělá inteligence pro začátečníky: Generativní generativní generace:...
Tato kniha poskytuje hluboký ponor do světa generativní...
Aplikovaná generativní umělá inteligence pro začátečníky: Generativní generativní generace: praktické poznatky o difúzních modelech, Chatgpt a dalších lms - Applied Generative AI for Beginners: Practical Knowledge on Diffusion Models, Chatgpt, and Other Llms

Díla autora vydali tito vydavatelé:

© Book1 Group - všechna práva vyhrazena.
Obsah těchto stránek nesmí být kopírován ani použit, a to ani částečně ani úplně, bez písemného svolení vlastníka.
Poslední úprava: 2024.11.08 20:25 (GMT)