BRANDNEU
Der Schnellstart in die praktische Arbeit mit LLMs
Das Buch bietet einen verständlichen Einstieg in die Nutzung von Large Language Models wie ChatGPT. Autor Sinan Ozdemir erklärt nicht nur ihre Funktionsweise, sondern auch praxisnahe Anwendungen im Natural Language Processing. Auch ohne tiefgehende Datenkenntnisse ermöglicht es interessierten Lesern, LLMs effektiv einzusetzen. Von der ChatGPT-API bis zur Cloud-Bereitstellung werden relevante Themen abgedeckt, inklusive Einblicken in GPT-4. Durch Schritt-für-Schritt-Anleitungen, Best Practices und Fallstudien aus der Praxis bietet das Buch einen umfassenden Leitfaden für den erfolgreichen Einsatz von LLMs. Ergänzende Ressourcen auf der begleitenden Website des Autors erleichtern den Einstieg zusätzlich.
Nutzen Sie die Leistungsfähigkeit von Large Language Models für wirklich innovative Anwendungen!
Dieses Buch bietet eine umfassende Anleitung zur Integration von GPT-4 und ChatGPT in Ihre Projekte. Es erklärt praxisnah die Grundlagen, API-Integration, Prompt-Engineering und Feintuning. Mit klaren Erläuterungen und Beispielen erleichtert es Python-Entwickler*innen den Einstieg in die Erstellung von Anwendungen für Textgenerierung und NLP. Die enthaltenen Codebeispiele auf GitHub und das Glossar unterstützen das Verständnis. Dieses Buch ist ein unverzichtbarer Leitfaden für alle, die LLMs effektiv nutzen möchten.
Aktualisierte und erweiterte 3. Auflage des Bestsellers zu TensorFlow und Deep Learning
Die aktualisierte 3. Auflage des Bestsellers zu TensorFlow und Deep Learning bietet einen umfassenden Überblick über Scikit-Learn, Keras und TensorFlow. Aurélien Géron führt von den Grundlagen des Machine Learning zu Deep-Learning-Techniken. Mit zahlreichen Übungen und Codebeispielen vermittelt das Buch praktische Anwendungen für intelligente Systeme. Es behandelt Modelle wie Support Vector Machines, Convolutional Neural Networks und Generative Adversarial Networks sowie Anwendungen in Computer Vision und Natural Language Processing.
Leistungsfähige State-of-the-Art-Sprachanwendungen mit vortrainierten Transformer-Modellen
Dieses praxisnahe Buch bietet einen tiefen Einblick in die Welt der Transformer-Modelle, die die NLP-Landschaft revolutionieren. Geschrieben von den Köpfen hinter Hugging Face, führt es durch die Implementierung und Anwendung dieser State-of-the-Art-Technologie. Von der Grundlagenvermittlung bis hin zur Optimierung für reale Szenarien bietet es ein umfassendes Verständnis für Transformer in verschiedenen Anwendungsgebieten. Mit Hands-On-Beispielen in Jupyter Notebooks ist es ein unverzichtbarer Leitfaden für Data Scientists und Entwickler*innen, die das volle Potenzial von NLP ausschöpfen möchten.
Der kompakte Schnelleinstieg in Machine Learning und Deep Learning
Die 2. Auflage wurde durch Unsupervised Learning und Reinforcement Learning erweitert. Ein typischer Workflow vom Datenimport bis zur Visualisierung wird anhand konkreter Datensätze vermittelt. Geeignet für Data Scientists und Interessierte mit technischem Hintergrund bietet das Buch eine schnelle Einführung in das umfangreiche Thema. Praktische Beispiele zu Datenimport, -vorbereitung, Supervised Learning, Feature-Auswahl, und mehr werden mit Python und Bibliotheken wie Scikit-Learn, Pandas, NumPy, TensorFlow und Keras illustriert. Am Ende haben Leser einen Überblick und eine solide Grundlage, um eigene Modelle zu trainieren und vertiefende Literatur zu verstehen.
PS: Bald in der 3. Auflage verfügbar
Wer noch etwas warten will:
Die dritte Auflage »Machine Learning – kurz & gut« erscheint voraussichtlich am 24.07.
