9783960092407 - Praxiseinstieg Large Language Models - Sinan Ozdemir Kartoniert (TB)

EAN: 9783960092407

Produktdaten aktualisiert am: 16.01.2025
Bilder-Quelle: averdo
Loading
Hersteller: - Hersteller-ArtNr. (MPN): - ASIN: -

Der Schnellstart in die praktische Arbeit mit LLMs Das Buch bietet einen Überblick über zentrale Konzepte und Techniken von LLMs wie z.B. ChatGPT und zeigt das Potenzial von Open-Source- und Closed-Source-Modellen Es erläutert wie Large Language Models funktionieren und wie sie für Aufgaben des Natural Language Processing (NLP) genutzt werden Auch für interessierte Nicht-Data-Scientists mit Python-Kenntnissen verständlich Themen z.B.: die ChatGPT-API Prompt-Engineering Chatbot-Personas Cloud-Bereitstellung deckt auch GPT-4 ab Large Language Models (LLMs) wie ChatGPT sind enorm leistungsfähig aber auch sehr komplex. Praktikerinnen und Praktiker stehen daher vor vielfältigen Herausforderungen wenn sie LLMs in ihre eigenen Anwendungen integrieren wollen. In dieser Einführung räumt Data Scientist und KI-Unternehmer Sinan Ozdemir diese Hürden aus dem Weg und bietet einen Leitfaden für den Einsatz von LLMs zur Lösung praktischer Probleme des Natural Language Processings. Sinan Ozdemir hat alles zusammengestellt was Sie für den Einstieg benötigen: Schritt-für-Schritt-Anleitungen Best Practices Fallstudien aus der Praxis Übungen und vieles mehr. Er stellt die Funktionsweise von LLMs vor und unterstützt Sie so dabei das für Ihre Anwendung passende Modell und geeignete Datenformate und Parameter auszuwählen. Dabei zeigt er das Potenzial sowohl von Closed-Source- als auch von Open-Source-LLMs wie GPT-3 GPT-4 und ChatGPT BERT und T5 GPT-J und GPT-Neo Cohere sowie BART. Lernen Sie die Schlüsselkonzepte kennen: Transfer Learning Feintuning Attention Embeddings Tokenisierung und mehr Nutzen Sie APIs und Python um LLMs an Ihre Anforderungen anzupassen Beherrschen Sie Prompt-Engineering-Techniken wie Ausgabe-Strukturierung Gedankenketten und Few-Shot-Prompting Passen Sie LLM-Embeddings an um eine Empfehlungsengine mit eigenen Benutzerdaten neu zu erstellen Konstruieren Sie multimodale Transformer-Architekturen mithilfe von Open-Source-LLMs Optimieren Sie LLMs mit Reinforcement Learning from Human and AI Feedback (RLHF RLAIF) Deployen Sie Prompts und benutzerdefinierte feingetunte LLMs in die Cloud

Produktzustand:

Verfügbarkeit:

Versandkosten:

Sonderpreis:

Loading
Barcode:
9783960092407
QR-Code:
Sie sind Shopbetreiber? Listen Sie ganz einfach Ihre Produkte hier bei uns im Portal >>>