Dozhd
Администратор
- Регистрация
- 17 Янв 2014
- Сообщения
- 170.421
- Реакции
- 387.968
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:
- Таблицы для дела и бизнеса (2026) [Тариф Таблицы для бизнеса базовый + продвинутые блоки] [NoCredo] [Дмитрий Богданов]
- Списывание с заданиями. Майнкрафт [Татьяна Горохолинская]
- Книжная лаборатория [Аня Меркурьева]
- Прописи с заданиями, часть 2 [Татьяна Горохолинская]
- Прописи с заданиями, часть 1 [Татьяна Горохолинская]
- Нейроуроки по русскому языку (2025) [Татьяна Горохолинская]