Wydawca: 24
Mercury Learning and Information, Oswald Campesato
This book provides a comprehensive overview of large language models (LLMs) and generative AI, covering foundational principles, advanced concepts, and practical applications. It begins with an introduction to the generative AI landscape, examining key features, popular techniques, and its influence on industries like art, business, and technology. The book also explores prominent models like ChatGPT and GPT-4, detailing their architectures, capabilities, and applications in text generation, code assistance, and conversational AI.Additionally, the book traces the evolution of LLMs, particularly focusing on the BERT family and its wide-ranging applications in natural language processing, translation, and multilingual tasks. Readers will also gain expertise in prompt engineering, learning practical tips and examples to interact more effectively with LLMs.In later chapters, the book tackles advanced topics such as fine-tuning LLMs, working with SVG, and concepts like few-shot learning and reinforcement learning. It concludes with discussions on ethical issues, biases in generative AI, and emerging trends like AI’s integration with IoT, quantum computing, and neuromorphic computing. This guide equips professionals and enthusiasts with a thorough understanding of generative AI's present and future.
Miquel Noguer i Alonso
“This hands-on guide has given me valuable insights into building LLM systems, from data quality and model performance to applying RAG, fine-tuning, and AI agents in real-world financial use cases. I highly recommend it!”Peggy Tsai, Executive Director, Data & AI/ML Enablement, JPMorganChaseLarge language models are transforming finance, but production use requires more than prompting: numerical reasoning, timely data, leakage prevention, auditability, and regulatory and model-risk controls.LLMs in Finance guides you through designing, evaluating, governing, and deploying financial LLM systems. Explore transformers, embeddings, attention, prompting, RAG, and fine-tuning, then apply them to investment research, trading, banking, fraud detection, credit, KYC, AML, compliance, and document intelligence.Learn to build financial agents using tools, memory, retrieval, orchestration, and human oversight. Address time-series use cases, backtesting contamination, hallucinations, temporal validation, model risk, monitoring, and regulatory expectations.By the end of this book, you'll have gained the practical skills to build scalable, auditable, production-ready LLM systems that meet business and regulatory requirements, supported by hands-on Python examples, real-world case studies, and a companion GitHub repository.
Luca Massaron, Alberto Boschetti, Bastiaan Sjardin
Large Python machine learning projects involve new problems associated with specialized machine learning architectures and designs that many data scientists have yet to tackle. But finding algorithms and designing and building platforms that deal with large sets of data is a growing need. Data scientists have to manage and maintain increasingly complex data projects, and with the rise of big data comes an increasing demand for computational and algorithmic efficiency. Large Scale Machine Learning with Python uncovers a new wave of machine learning algorithms that meet scalability demands together with a high predictive accuracy. Dive into scalable machine learning and the three forms of scalability. Speed up algorithms that can be used on a desktop computer with tips on parallelization and memory allocation. Get to grips with new algorithms that are specifically designed for large projects and can handle bigger files, and learn about machine learning in big data environments. We will also cover the most effective machine learning techniques on a map reduce framework in Hadoop and Spark in Python.
Émile Zola
LArgent est le dix-huitieme roman de lécrivain français. Le jeu, la spéculation sur la propriété fonciere et les valeurs mobilieres, leffondrement de la pyramide financiere sont brillamment décrits dans le roman. Un roman sur lamour et sur lamour de largent. En ce qui concerne le pouvoir global de largent et comment, au détriment deux, une personne peut sélever au ciel et seffondrer dans la boue, il en résultera des actes terribles.
Émile Gaboriau
Cest une histoire dune famille typique de la bourgeoisie du Second Empire qui vive la vie tranquille. Un fois, pendant un dîner avec plusieurs de leurs amis, le banquier Thaller fait irruption chez eux et laccuse publiquement le pere (qui est un caissier principal du Comptoir de Crédit mutuel dont il est le directeur) davoir détourné une grande somme dargent. Quelle obscure machination se cache derriere cette stupéfaction? Pourquoi Thaller ne livre-t-il pas le coupable la police?
Large-Scale Scrum. Zwinne zarządzanie dużym projektem z LeSS
Craig Larman, Bas Vodde
Large-Scale Scrum. Zwinne zarządzanie dużym projektem Scrum stoi w opozycji do tradycyjnych, hierarchicznych sposobów zarządzania procesami rozwoju oprogramowania. Pozwala na uzyskanie elastyczności i szybkości działania, dzięki czemu możliwe jest zaspokojenie coraz bardziej złożonych wymagań klientów. Metody zwinne doskonale sprawdzają się również w większej skali. Large-Scale Scrum, czyli LeSS, umożliwia pomyślne zarządzanie olbrzymimi międzynarodowymi projektami o dużej złożoności technicznej dzięki prostocie, skupieniu się na najistotniejszych aspektach zagadnień, a przede wszystkim dzięki ciągłemu zwracaniu uwagi na doskonałość techniczną. Niniejsza książka jest przeznaczona dla każdego, kto chce poznać praktyczne aspekty wdrażania LeSS w procesach rozwijania oprogramowania. Jest szczególnie wartościowa dla osób zarządzających dużymi, skomplikowanymi projektami. Poza wyjaśnieniem koncepcji i zasad Scruma przedstawiono tu wnioski płynące z wielu lat doświadczeń wdrażania LeSS w przeróżnych organizacjach. Pokazano, jak można zapewnić, że dostarczony produkt będzie wyższej jakości, będzie prezentował wartości szczególnie cenne dla klienta, zespół będzie pracował wydajniej, elastyczniej i w o wiele prostszy sposób, a poszczególne cele będą osiągane przy znacznie mniejszej formalizacji! Najważniejsze zagadnienia: podstawowe pojęcia LeSS, obowiązujące reguły i zasady techniki skalowania procesów zwinnych zarządzanie pracą zespołów stosujących Scrum stosowanie frameworka LeSS Huge zasady pracy Mistrza Młyna sprinty LeSS Craig Larman urodził się w Kanadzie. Specjalizuje się w kilku technikach projektowania oprogramowania, w tym również w metodykach zwinnych. Jest uznanym konsultantem i autorem wielu książek dotyczących rozwoju oprogramowania. Jako współtwórca LeSS od kilku lat angażuje się we wdrażanie tej metody w różnych organizacjach. Bas Vodde urodził się w Holandii, obecnie mieszka w Singapurze. Jest trenerem, konsultantem, programistą i autorem książek. Specjalizuje się we wdrażaniu nowoczesnych technik rozwijania aplikacji, przede wszystkim w metodykach zwinnych. Wdrażał metodę Scrum w wielu różnych firmach, w tym w Nokia Networks. LeSS: przygotuj swój zespół na sukces w dużej skali!
Max Brand
Larramees Ranch is another great and entertaining Max Brand novel! This is quite a change of pace for Max Brand. His hero Tom Holden is a bookish young man with a bad leg, no money, and no experience with firearms. When he sets out to make his fortune, he has no real prospects but through a series of bluffs he outwits a killer, faces down a town bully, makes a considerable bundle of money for himself. Then he announces he will marry Alexa Larrame, the beautiful blue-eyed daughter of the wealthiest rancher around even though hed never even met her! But now he has a lot more than just a rash promise to live up to. He is being accused of committing several robberies and murders in a town where the strong make the laws and enforce them with bullets!
Harold Bindloss
In summer, the Pacific Canadian slope is beautiful, and the time was on Sunday afternoon. The aim of Lawrence Bethune was the amount he wanted to withdraw from a bank in Vancouver. In Canada, he had to work hard. After all, the weak do not survive there. Therefore, he moved to the Pacific slope, where he could show his force and stand out there. But by what qualities? Rudeness and violence? Did he rely on it?