Megan
Администратор
- Регистрация
- 20 Фев 2015
- Сообщения
- 175.650
- Реакции
- 345.913
Складчина: Генеративный ИИ с обучением больших языковых моделей (LLM) для джунов [Шамим Бхуян, Тимур Исаченко]
Хотите создавать собственные ИИ-приложения, но вас пугает сложность технологий? Эта книга — практический гид для разработчиков, аналитиков данных и энтузиастов, которые только начинают свой путь в машинном обучении. Вы с нуля освоите ключевые концепции: от основ ML и глубокого обучения до архитектуры трансформеров, лежащей в основе современных LLM.
Что внутри:
• дорожная карта для поэтапного создания ИИ-приложений;
• промпт-инжиниринг и работа с локальными LLM;
• тонкая настройка моделей и обогащение их данными;
• создание автономных AI-агентов для реальных задач;
• практические кейсы: от интеллектуальной обработки SQL до автоматизации работы с изображениями.
Особых знаний не требуется — достаточно базового понимания Python. Книга сочетает необходимую теорию с пошаговыми примерами, чтобы вы не просто поняли, а сразу смогли применить полученные знания на практике.
Станьте специалистом по генеративному ИИ уже сегодня!
Аннотация
Это практическое руководство по созданию приложений на основе генеративного искусственного интеллекта и больших языковых моделей (LLM). Особое внимание уделяется прикладным аспектам: промпт-инжинирингу, работе с локальными LLM, тонкой настройке моделей на частных данных и созданию автономных AI-агентов. Приводятся примеры реальных решений, таких как интеллектуальная обработка SQL-запросов и автоматизация работы с изображениями.
Подходит для разработчиков и аналитиков данных с базовыми знаниями Python, желающих освоить генеративный ИИ.
Формат: PDF скан
СКАЧАТЬ
Хотите создавать собственные ИИ-приложения, но вас пугает сложность технологий? Эта книга — практический гид для разработчиков, аналитиков данных и энтузиастов, которые только начинают свой путь в машинном обучении. Вы с нуля освоите ключевые концепции: от основ ML и глубокого обучения до архитектуры трансформеров, лежащей в основе современных LLM.
Что внутри:
• дорожная карта для поэтапного создания ИИ-приложений;
• промпт-инжиниринг и работа с локальными LLM;
• тонкая настройка моделей и обогащение их данными;
• создание автономных AI-агентов для реальных задач;
• практические кейсы: от интеллектуальной обработки SQL до автоматизации работы с изображениями.
Особых знаний не требуется — достаточно базового понимания Python. Книга сочетает необходимую теорию с пошаговыми примерами, чтобы вы не просто поняли, а сразу смогли применить полученные знания на практике.
Станьте специалистом по генеративному ИИ уже сегодня!
Аннотация
Это практическое руководство по созданию приложений на основе генеративного искусственного интеллекта и больших языковых моделей (LLM). Особое внимание уделяется прикладным аспектам: промпт-инжинирингу, работе с локальными LLM, тонкой настройке моделей на частных данных и созданию автономных AI-агентов. Приводятся примеры реальных решений, таких как интеллектуальная обработка SQL-запросов и автоматизация работы с изображениями.
Подходит для разработчиков и аналитиков данных с базовыми знаниями Python, желающих освоить генеративный ИИ.
Формат: PDF скан
СКАЧАТЬ
Для просмотра скрытого содержимого вы должны зарегистрироваться
Возможно, Вас ещё заинтересует:
- Здоровье в тарелке (октябрь 2026) [Анастасия Волкова]
- Анализ мышечной дисфункции при орофациальной боли [Грегор Славичек]
- Оценка изменений костной структуры ВНЧС на кондилографии [Грегор Славичек]
- Тотальная реабилитация ALL-ON-4: Командный челлендж [урок 4] [Андреа Родригес]
- Тотальная реабилитация ALL-ON-4: Командный челлендж [Тариф Урок 3] [Пауло Мало]
- Интерпретация мышечной дисфункции и дискоординации [Грегор Славичек]