Facebook - konwersja
  • promocja

Machine learning i natural language processing w programowaniu. Podręcznik z ćwiczeniami w Pythonie - ebook

Wydawnictwo:
Data wydania:
24 września 2024
Format ebooka:
EPUB
Format EPUB
czytaj
na czytniku
czytaj
na tablecie
czytaj
na smartfonie
Jeden z najpopularniejszych formatów e-booków na świecie. Niezwykle wygodny i przyjazny czytelnikom - w przeciwieństwie do formatu PDF umożliwia skalowanie czcionki, dzięki czemu możliwe jest dopasowanie jej wielkości do kroju i rozmiarów ekranu. Więcej informacji znajdziesz w dziale Pomoc.
Multiformat
E-booki w Virtualo.pl dostępne są w opcji multiformatu. Oznacza to, że po dokonaniu zakupu, e-book pojawi się na Twoim koncie we wszystkich formatach dostępnych aktualnie dla danego tytułu. Informacja o dostępności poszczególnych formatów znajduje się na karcie produktu.
, PDF
Format PDF
czytaj
na laptopie
czytaj
na tablecie
Format e-booków, który możesz odczytywać na tablecie oraz laptopie. Pliki PDF są odczytywane również przez czytniki i smartfony, jednakze względu na komfort czytania i brak możliwości skalowania czcionki, czytanie plików PDF na tych urządzeniach może być męczące dla oczu. Więcej informacji znajdziesz w dziale Pomoc.
Multiformat
E-booki w Virtualo.pl dostępne są w opcji multiformatu. Oznacza to, że po dokonaniu zakupu, e-book pojawi się na Twoim koncie we wszystkich formatach dostępnych aktualnie dla danego tytułu. Informacja o dostępności poszczególnych formatów znajduje się na karcie produktu.
, MOBI
Format MOBI
czytaj
na czytniku
czytaj
na tablecie
czytaj
na smartfonie
Jeden z najczęściej wybieranych formatów wśród czytelników e-booków. Możesz go odczytać na czytniku Kindle oraz na smartfonach i tabletach po zainstalowaniu specjalnej aplikacji. Więcej informacji znajdziesz w dziale Pomoc.
Multiformat
E-booki w Virtualo.pl dostępne są w opcji multiformatu. Oznacza to, że po dokonaniu zakupu, e-book pojawi się na Twoim koncie we wszystkich formatach dostępnych aktualnie dla danego tytułu. Informacja o dostępności poszczególnych formatów znajduje się na karcie produktu.
(3w1)
Multiformat
E-booki sprzedawane w księgarni Virtualo.pl dostępne są w opcji multiformatu - kupujesz treść, nie format. Po dodaniu e-booka do koszyka i dokonaniu płatności, e-book pojawi się na Twoim koncie w Mojej Bibliotece we wszystkich formatach dostępnych aktualnie dla danego tytułu. Informacja o dostępności poszczególnych formatów znajduje się na karcie produktu przy okładce. Uwaga: audiobooki nie są objęte opcją multiformatu.
czytaj
na laptopie
Pliki PDF zabezpieczone watermarkiem możesz odczytać na dowolnym laptopie po zainstalowaniu czytnika dokumentów PDF. Najpowszechniejszym programem, który umożliwi odczytanie pliku PDF na laptopie, jest Adobe Reader. W zależności od potrzeb, możesz zainstalować również inny program - e-booki PDF pod względem sposobu odczytywania nie różnią niczym od powszechnie stosowanych dokumentów PDF, które odczytujemy każdego dnia.
Informacje na temat zabezpieczenia e-booka znajdziesz na karcie produktu w "Szczegółach na temat e-booka". Więcej informacji znajdziesz w dziale Pomoc.
czytaj
na tablecie
Aby odczytywać e-booki na swoim tablecie musisz zainstalować specjalną aplikację. W zależności od formatu e-booka oraz systemu operacyjnego, który jest zainstalowany na Twoim urządzeniu może to być np. Bluefire dla EPUBa lub aplikacja Kindle dla formatu MOBI.
Informacje na temat zabezpieczenia e-booka znajdziesz na karcie produktu w "Szczegółach na temat e-booka". Więcej informacji znajdziesz w dziale Pomoc.
czytaj
na czytniku
Czytanie na e-czytniku z ekranem e-ink jest bardzo wygodne i nie męczy wzroku. Pliki przystosowane do odczytywania na czytnikach to przede wszystkim EPUB (ten format możesz odczytać m.in. na czytnikach PocketBook) i MOBI (ten fromat możesz odczytać m.in. na czytnikach Kindle).
Informacje na temat zabezpieczenia e-booka znajdziesz na karcie produktu w "Szczegółach na temat e-booka". Więcej informacji znajdziesz w dziale Pomoc.
czytaj
na smartfonie
Aby odczytywać e-booki na swoim smartfonie musisz zainstalować specjalną aplikację. W zależności od formatu e-booka oraz systemu operacyjnego, który jest zainstalowany na Twoim urządzeniu może to być np. iBooks dla EPUBa lub aplikacja Kindle dla formatu MOBI.
Informacje na temat zabezpieczenia e-booka znajdziesz na karcie produktu w "Szczegółach na temat e-booka". Więcej informacji znajdziesz w dziale Pomoc.

Machine learning i natural language processing w programowaniu. Podręcznik z ćwiczeniami w Pythonie - ebook

Wejdź na nowy poziom programowania z ML i NLP.

Sztuczna inteligencja stale się rozwija. Właściwie codziennie słyszymy o jej rosnących możliwościach, nowych osiągnięciach i przyszłości, jaką nam przyniesie. Jednak w tej książce skupiamy się nie na przyszłości, a na teraźniejszości i praktycznym obliczu AI - na usługach, które świadczy już dziś. Większość najciekawszych zastosowań sztucznej inteligencji bazuje na ML (uczenie maszynowe, ang. machine learning), NLP (przetwarzanie języka naturalnego, ang. natural language processing) i architekturze RAG (ang. retrieval augmented generation) zwiększającej możliwości tzw. dużych modeli językowych (LLM, ang. large language model). Stanowią one podwaliny budowy systemów AI, bez których te systemy często wcale nie mogłyby powstać.

Do niedawna ML i NLP pozostawały domeną badaczy i specjalistów - znajdowały się poza zasięgiem praktyków programowania. Aktualnie jest inaczej, szybkie komputery, pojemne pamięci RAM i zaawansowane procesory pozwalają stosować te technologie w codziennej pracy programisty. Szczególnie programisty języka Python, do którego są one niemal "naturalnie" przypisane. Mało tego, od kodujących w Pythonie coraz częściej wręcz wymaga się umiejętności znajomości obszaru AI.

Tym bardziej warto sięgnąć po ten podręcznik z ćwiczeniami, dzięki któremu między innymi:

  • Dowiesz się, jak używać Pythona do rozwiązywania problemów AI
  • Poznasz tajniki analizy tekstów, analizy sentymentu
  • Zrozumiesz, jak skutecznie używać algorytmów klasyfikacji, regresji i grupowania do rozwiązywania problemów biznesowych
  • Pokonwersujesz z ChatGPT - i to bez wchodzenia na stronę internetową tego serwisu

Spis treści

Wstęp

Rozdział 1. O technikach ML, NLP oraz AI bez zbędnej teorii

  • Bać się czy nie bać AI?
  • Zastosowania sztucznej inteligencji
  • Systemy eksperckie
  • Sieci neuronowe
  • Uczenie maszynowe
  • Modelowanie problemów w Pythonie
    • Tablice - podstawowa struktura w przetwarzaniu danych
    • Grafy - modelowanie stanów i przejść
    • Klasy - modelowanie rzeczywistości
  • Modelem jestem
  • Z nauczycielem czy bez?
    • Nauczanie nadzorowane
    • Nauczanie nienadzorowane
    • Techniki mieszane
  • Ważniejsze biblioteki AI/ML i NLP w Pythonie
    • Pakiety uniwersalne
    • Pakiety przydatne w ML i NLP
  • Na deser - Noam Chomsky o AI

Rozdział 2. Niezbędnik warsztatowy programisty Pythona

  • Testujemy poprawność instalacji Pythona
  • Instalator pip i biblioteki Pythona
  • Edytory do Pythona
  • Środowiska IDE
    • IDLE
    • PyCharm
    • Visual Studio Community
  • Notatniki Jupyter
  • Dokumentacja Pythona
  • Używanie zasobów GitHuba

Rozdział 3. NLP - przybornik

  • Odczyt plików i katalogów
    • Rodzaje plików
    • Otwieranie plików
    • Klasa Path
  • Napisy - na co zwrócić uwagę
    • Napisy to nie tablice
    • Konwersje
  • Wyrażenia regularne
  • Pobieranie tekstu z plików PDF
  • Instalacja i konfiguracja spaCy
  • Instalacja i konfiguracja NLTK
  • Podstawowe techniki NLP
    • Tokenizacja bez zadyszki
    • NER, czyli nazwy własne
    • NER w spaCy
    • Czas na pomiar
    • Stop word - co z tym fantem zrobić?
  • NLTK i spaCy - co dalej?

Rozdział 4. NLP - zastosowania

  • Powtórka z NumPy
    • Tablice i macierze
    • Deklarowanie tablic i macierzy w pigułce
    • Funkcje tablicowe
    • Zmiany układu i rozmiaru tablic
    • Wycinki, czyli opanuj dwukropek
  • Powtórka z Pandas
    • Model danych w bibliotece Pandas
    • Obiekty Pandas Series
    • Obiekty Pandas DataFrame
    • Import danych zewnętrznych
    • Czyszczenie danych
    • Analiza jadłospisu pandy
  • Nauczanie nadzorowane w pigułce
    • Macierz konfuzji
    • Ewaluacja modeli klasyfikacji
    • Wstępniak z scikit-learn
    • Klasyfikacja na przykładzie
  • Analiza podobieństwa
    • Wektoryzacja w spaCy
    • Techniczne aspekty wektoryzacji
  • Klasyfikacja - ciąg dalszy
    • Klasyfikacja dla liczby klas większej niż 2
  • Analiza sentymentu
    • VADER
    • TextBlob

Rozdział 5. ChatGPT to. nie tylko czat!

  • Czym jest ChatGPT?
    • Wektory słów i word embeddings
  • Nie tylko chat
  • Podłączamy się do serwisu OpenAI przez API
    • Tworzenie konta w usłudze OpenAI
    • Klucz API do komunikacji z usługą GPT
    • Bezpieczeństwo klucza API
  • Konwersacja z ChatGPT przez API
    • Szablon zapytania do ChatGPT API
    • Dłuższe sesje z ChatGPT API
  • Podłączamy ChatGPT do internetu
    • Naucz się web scrappingu
    • Analiza sentymentu recenzji internetowych
  • Interfejs embeddings serwisu OpenAI

Rozdział 6. Szybka analiza danych przy użyciu Matplotlib

  • Wykresy punktowe i liniowe
  • Modyfikacje wyglądu wykresu
  • Wykresy wielokrotne
  • Popularne miary statystyczne
  • Rozkład normalny warto znać!
  • Popularne wykresy analizy danych
    • Wykresy słupkowe
    • Histogramy
    • Wykres skrzypcowy
    • Wykres pudełkowy
    • Mapa cieplna
  • Podręcznik Matplotlib na bezludną wyspę?

Rozdział 7. Czy można przewidzieć nieznane?

  • Zastosowania regresji liniowej
  • Kiedy regresja działa, a kiedy nie?
  • Wstępna analiza statystyczna danych
  • Regresja z użyciem biblioteki scikit-learn

Rozdział 8. Podział klasowy bez złych skojarzeń

  • Metody skalowania cech
  • Skalowanie cech - przykład
  • Analiza wartości odstających
  • Klasyfikacja bez standaryzacji i ze standaryzacją
  • Zmienne kategoryczne - co z tym fantem zrobić?
  • Preprocesowanie danych przy użyciu ColumnTransformer
  • Gdy klas jest więcej niż dwie
  • Klasyfikacja obrazów

Rozdział 9. Dziel i rządź, czyli klasteryzacja

  • Niebo gwiaździste nade mną.
  • Popularne algorytmy realizujące klasteryzację
  • Pierwsze klastrowanie w Pythonie
    • Klastrowanie hierarchiczne
    • Algorytm centroidów (K-Means)
    • Więcej wymiarów
  • Kłopotliwe dane kategoryczne
    • K-modes
    • K-prototypes
  • A może dwa wróble w garści?

Podsumowanie

Skorowidz

Kategoria: Programowanie
Zabezpieczenie: Watermark
Watermark
Watermarkowanie polega na znakowaniu plików wewnątrz treści, dzięki czemu możliwe jest rozpoznanie unikatowej licencji transakcyjnej Użytkownika. E-książki zabezpieczone watermarkiem można odczytywać na wszystkich urządzeniach odtwarzających wybrany format (czytniki, tablety, smartfony). Nie ma również ograniczeń liczby licencji oraz istnieje możliwość swobodnego przenoszenia plików między urządzeniami. Pliki z watermarkiem są kompatybilne z popularnymi programami do odczytywania ebooków, jak np. Calibre oraz aplikacjami na urządzenia mobilne na takie platformy jak iOS oraz Android.
ISBN: 978-83-289-2101-6
Rozmiar pliku: 11 MB

BESTSELLERY

Kategorie: