Строим LLM с нуля

Aleksandr Malyshev — Fri, 24 Oct 2025 15:35:01 +0000

Говорят, что физик Ричард Фейнман однажды сказал: «Я не понимаю того, что не могу создать». Основываясь на этом же важном принципе, автор бестселлеров Себастьян Рашка шаг за шагом ведет вас к созданию LLM в стиле GPT, которую вы сможете запустить на своем ноутбуке. Это увлекательная книга, которая охватывает каждый этап процесса: от планирования и кодирования до обучения и тонкой настройки.«Строим LLM с нуля» — это чрезвычайно занимательное путешествие в основы генеративного ИИ. Не полагаясь на существующие библиотеки LLM, вы реализуете в коде базовую модель, превратите ее в классификатор текста и в конечном счете создадите чат-бот, который сможет следовать вашим инструкциям в диалоге. И вы действительно поймете LLM, потому что создали ее сами!

Python и машинное обучение

Thu, 11 Jan 2024 21:49:25 +0000

Машинное обучение и прогнозная аналитика преобразуют традиционную схему функционирования предприятий и других организаций. Эта книга предоставит вам доступ в мир прогнозной аналитики и продемонстрирует, почему Python является одним из ведущих языков науки о данных. Если вы хотите глубже и точнее анализировать данные либо нуждаетесь в усовершенствовании и расширении систем машинного обучения, эта книга окажет вам неоценимую помощь. Ознакомившись с широким кругом мощных программных библиотек Python, в том числе scikit-learn, Theano и Keras, а также получив советы по всем вопросам начиная с анализа мнений и заканчивая нейронными сетями, вы сможете принять важные решения, во многом определяющие деятельность вашей организации. Чему вы научитесь, прочитав эту книгу: • исследовать, как используются разные машинно-обучаемые модели, которые формулируют те или иные вопросы в отношении данных; • конструировать нейронные сети при помощи библиотек Theano и Keras; • писать красивый и лаконичный программный код на Python с оптимальным использованием созданных вами алгоритмов; • встраивать вашу машинно-обучаемую модель в веб-приложение для повышения ее общедоступности; • предсказывать непрерывнозначные результаты при помощи регрессионного анализа; • обнаруживать скрытые повторяющиеся образы и структуры в данных посредством кластерного анализа; • организовывать данные с помощью эффективных методов предобработки и использовать передовые практические подходы к оценке машиннообучаемых моделей; • осуществлять анализ мнений, позволяющий подробнее интерпретировать текстовые данные и информацию из социальных сетей. Если вы хотите узнать, как использовать Python, чтобы начать отвечать на критические вопросы в отношении ваших данных, возьмите данную книгу — и неважно, хотите ли вы приступить к изучению науки о данных с нуля или же намереваетесь расширить о ней свои знания, это принципиальный ресурс, который нельзя упускать. Крайне необходимое издание по новейшей предсказательной аналитике для более глубокого понимания методологии машинного обучения!

Рашка Себастьян — Knigausa Bookstore: Russian Books

Строим LLM с нуля

Python и машинное обучение