Applied Generative AI pentru începători: Cunoștințe practice privind modelele de difuzie, Chatgpt și alte Llms

Evaluare:   (3.5 din 5)

Applied Generative AI pentru începători: Cunoștințe practice privind modelele de difuzie, Chatgpt și alte Llms (Akshay Kulkarni)

Recenzii ale cititorilor

Rezumat:

Cartea „Generative AI for Beginners” primește recenzii mixte, unii lăudându-i explicațiile clare și accesibilitatea pentru începători, în timp ce alții o critică pentru lipsa de cunoștințe practice și coerență.

Avantaje:

Oferă explicații clare ale conceptelor complexe, exemple practice pentru începători, deosebit de utile pentru cei din industriile creative, și oferă o privire aprofundată asupra tehnologiilor AI generative.

Dezavantaje:

Lipsit de aplicații practice, folosește adesea terminologie avansată fără explicații, scris și editat prost, conține conținut irelevant sau copiat și nu sporește în mod eficient înțelegerea subiectului.

(pe baza a 3 recenzii ale cititorilor)

Titlul original:

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

Conținutul cărții:

Această carte oferă o scufundare profundă în lumea inteligenței artificiale generative, acoperind totul, de la elementele de bază ale rețelelor neuronale până la complexitatea modelelor lingvistice mari, precum ChatGPT și Google Bard. Cartea servește drept resursă unică pentru oricine este interesat să înțeleagă și să aplice această tehnologie transformatoare și se adresează în special celor care abia încep să se familiarizeze cu inteligența artificială generativă.

Applied Generative AI for Beginners este structurată pe capitole detaliate care vă vor ghida de la cunoștințe fundamentale la implementarea practică. Cartea începe cu o introducere în IA generativă și în peisajul său actual, urmată de o explorare a modului în care evoluția rețelelor neuronale a condus la dezvoltarea unor modele lingvistice de mari dimensiuni. Cartea abordează apoi arhitecturi specifice precum ChatGPT și Google Bard, oferind demonstrații practice pentru implementare cu ajutorul unor instrumente precum Sklearn. Veți obține, de asemenea, o perspectivă asupra aspectelor strategice ale implementării inteligenței artificiale generative în cadrul unei întreprinderi, autorii acoperind subiecte cruciale precum LLMOps, selectarea stivei tehnologice și învățarea în context. Ultima parte a cărții explorează inteligența artificială generativă pentru imagini și oferă cazuri de utilizare specifice industriei, fiind un ghid cuprinzător pentru aplicarea practică în diverse domenii.

Fie că sunteți un om de știință de date care dorește să implementeze modele avansate, un lider de afaceri care urmărește să valorifice inteligența artificială pentru creșterea întreprinderii sau un cadru universitar interesat de progresele de ultimă oră, această carte oferă un ghid concis, dar complet pentru a stăpâni inteligența artificială generativă, echilibrând cunoștințele teoretice cu perspectivele practice.

Ce veți învăța

⬤ Obțineți o înțelegere solidă a inteligenței artificiale generative, pornind de la elementele de bază ale rețelelor neuronale și progresând către arhitecturi complexe precum ChatGPT și Google Bard.

⬤ Implementați modele lingvistice mari utilizând Sklearn, cu exemple de cod și cele mai bune practici pentru aplicarea în lumea reală.

⬤ Învățați cum să integrați LLM în întreprinderi, inclusiv aspecte precum LLMOps și selectarea stivei tehnologice.

⬤ Înțelegeți cum poate fi aplicată inteligența artificială generativă în diverse industrii, de la asistență medicală și marketing la conformitatea juridică, prin cazuri de utilizare detaliate și informații utile.

Pentru cine este această carte

Oameni de știință de date, practicieni AI, cercetători și ingineri software interesați de AI generativ și LLM-uri.

Alte date despre carte:

ISBN:9781484299937
Autor:
Editura:
Limbă:engleză
Legare:Copertă moale

Cumpărare:

Disponibil în prezent, pe stoc.

Alte cărți ale autorului:

Rețete de procesare a limbajului natural: Deblocarea datelor text cu învățarea automată și învățarea...
Concentrați-vă pe implementarea proiectelor...
Rețete de procesare a limbajului natural: Deblocarea datelor text cu învățarea automată și învățarea profundă utilizând Python - Natural Language Processing Recipes: Unlocking Text Data with Machine Learning and Deep Learning Using Python
Proiecte Computer Vision cu Pytorch: Proiectați și dezvoltați modele de nivel de producție -...
Proiectați și dezvoltați proiecte de viziune...
Proiecte Computer Vision cu Pytorch: Proiectați și dezvoltați modele de nivel de producție - Computer Vision Projects with Pytorch: Design and Develop Production-Grade Models
Sisteme de recomandare aplicate cu Python: Construiți sisteme de recomandare cu tehnici de învățare...
Această carte vă va învăța cum să construiți...
Sisteme de recomandare aplicate cu Python: Construiți sisteme de recomandare cu tehnici de învățare profundă, Nlp și bazate pe grafice - Applied Recommender Systems with Python: Build Recommender Systems with Deep Learning, Nlp and Graph-Based Techniques
Introducere în IA prescriptivă: Un abecedar pentru soluționarea inteligenței decizionale cu Python -...
Dobândiți cunoștințe practice despre IA...
Introducere în IA prescriptivă: Un abecedar pentru soluționarea inteligenței decizionale cu Python - Introduction to Prescriptive AI: A Primer for Decision Intelligence Solutioning with Python
Applied Generative AI pentru începători: Cunoștințe practice privind modelele de difuzie, Chatgpt și...
Această carte oferă o scufundare profundă în lumea...
Applied Generative AI pentru începători: Cunoștințe practice privind modelele de difuzie, Chatgpt și alte Llms - Applied Generative AI for Beginners: Practical Knowledge on Diffusion Models, Chatgpt, and Other Llms

Lucrările autorului au fost publicate de următorii editori:

© Book1 Group - toate drepturile rezervate.
Conținutul acestui site nu poate fi copiat sau utilizat, nici parțial, nici integral, fără permisiunea scrisă a proprietarului.
Ultima modificare: 2024.11.08 07:02 (GMT)