Przetwarzanie języka naturalnego w akcji
- Autorzy:
- Hobson Lane, Cole Howard, Hannes Hapke
- Wydawnictwo:
- Wydawnictwo Naukowe PWN
- Ocena:
- 6.0/6 Opinie: 1
- Stron:
- 600
- Dostępne formaty:
-
ePubMobi
Opis ebooka: Przetwarzanie języka naturalnego w akcji
Wybrane bestsellery
-
Companies are spending billions on machine learning projects, but it’s money wasted if the models can’t be deployed effectively. In this practical guide, Hannes Hapke and Catherine Nelson walk you through the steps of automating a machine learning pipeline using the TensorFlow ecosyst...(211.65 zł najniższa cena z 30 dni)
220.15 zł
259.00 zł(-15%) -
Odkryj fascynujący świat sztucznej inteligencji (AI) bez zbędnych komplikacji! Ta książka to idealny przewodnik dla każdego, kto chce zrozumieć, jak AI zmienia nasz świat, od podstawowych pojęć po zaawansowane technologie. Dzięki jasnym wyjaśnieniom i przystępnemu językowi, autor demistyfikuje sk...
AI bez tajemnic. Sztuczna Inteligencja od podstaw po zaawansowane techniki AI bez tajemnic. Sztuczna Inteligencja od podstaw po zaawansowane techniki
-
Tę książkę docenią wszyscy zainteresowani eksploracją danych i uczeniem maszynowym, którzy chcieliby pewnie poruszać się w świecie nauki o danych. Pokazano tu, w jaki sposób Excel pozwala zobrazować proces ich eksplorowania i jak działają poszczególne techniki w tym zakresie. Przejrzyście wyjaśni...
Eksploracja danych za pomocą Excela. Metody uczenia maszynowego krok po kroku Eksploracja danych za pomocą Excela. Metody uczenia maszynowego krok po kroku
(40.20 zł najniższa cena z 30 dni)43.55 zł
67.00 zł(-35%) -
Oto praktyczny przewodnik po nauce o danych w miejscu pracy. Dowiesz się stąd wszystkiego, co ważne na początku Twojej drogi jako danologa: od osobowości, z którymi przyjdzie Ci pracować, przez detale analizy danych, po matematykę stojącą za algorytmami i uczeniem maszynowym. Nauczysz się myśleć ...
Analityk danych. Przewodnik po data science, statystyce i uczeniu maszynowym Analityk danych. Przewodnik po data science, statystyce i uczeniu maszynowym
(41.40 zł najniższa cena z 30 dni)44.85 zł
69.00 zł(-35%) -
Książka stanowi kompendium wiedzy na temat tej niesłychanie szybko rozwijającej się i dynamicznie wkraczającej w nasze życie dziedziny. Została napisana tak, aby była przystępna dla osób posiadających podstawowe umiejętności matematyczne. Może stanowić podręcznik dla studentów takich kierunków ja...(29.40 zł najniższa cena z 30 dni)
31.85 zł
49.00 zł(-35%) -
Ta książka jest przystępnym przewodnikiem po uczeniu maszynowym. Aby zrozumieć zawartą w niej treść, wystarczy podstawowa umiejętność programowania i znajomość matematyki na poziomie szkoły średniej. Znalazło się tu omówienie podstawowych pojęć i wyjaśnienie mechanizmów rządzących uczeniem głębok...
Deep Learning. Praktyczne wprowadzenie z zastosowaniem środowiska Pythona Deep Learning. Praktyczne wprowadzenie z zastosowaniem środowiska Pythona
(39.90 zł najniższa cena z 30 dni)49.50 zł
99.00 zł(-50%) -
Ten podręcznik jest przeznaczony dla osób, które chcą dobrze zrozumieć matematyczne podstawy uczenia maszynowego i nabrać praktycznego doświadczenia w używaniu pojęć matematycznych. Wyjaśniono tutaj stosowanie szeregu technik matematycznych, takich jak algebra liniowa, geometria analityczna, rozk...(77.40 zł najniższa cena z 30 dni)
83.85 zł
129.00 zł(-35%) -
Rosnące możliwości różnych form sztucznej inteligencji niepokoją ludzi od kilkudziesięciu lat. Stopniowo uzależniamy się od ciągłej asysty nowoczesnych technologii, jednak coraz doskonalsze metody uczenia maszynowego, dostępna i potężna moc obliczeniowa korzystająca z niewyobrażalnie wielkich zas...
Człowiek na rozdrożu. Sztuczna inteligencja 25 punktów widzenia Człowiek na rozdrożu. Sztuczna inteligencja 25 punktów widzenia
(29.40 zł najniższa cena z 30 dni)31.85 zł
49.00 zł(-35%) -
Hone your machine learning skills to unlock robust models with less data through active machine learning. Tame messy datasets, conquer concept drift, and drive ML productivity with Python's active learning toolkit.
Active Machine Learning with Python. Refine and elevate data quality over quantity with active learning Active Machine Learning with Python. Refine and elevate data quality over quantity with active learning
Ebooka "Przetwarzanie języka naturalnego w akcji" przeczytasz na:
-
czytnikach Inkbook, Kindle, Pocketbook, Onyx Boox i innych
-
systemach Windows, MacOS i innych
-
systemach Windows, Android, iOS, HarmonyOS
-
na dowolnych urządzeniach i aplikacjach obsługujących formaty: PDF, EPub, Mobi
Masz pytania? Zajrzyj do zakładki Pomoc »
Audiobooka "Przetwarzanie języka naturalnego w akcji" posłuchasz:
-
w aplikacji Ebookpoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych
-
na dowolnych urządzeniach i aplikacjach obsługujących format MP3 (pliki spakowane w ZIP)
Masz pytania? Zajrzyj do zakładki Pomoc »
Kurs Video "Przetwarzanie języka naturalnego w akcji" zobaczysz:
-
w aplikacjach Ebookpoint i Videopoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych z dostępem do najnowszej wersji Twojej przeglądarki internetowej
Szczegóły ebooka
- Tłumaczenie:
- Witold Sikorski, Małgorzata Dąbkowska-Kowalik, Wojciech Frenrich
- ISBN Ebooka:
- 978-83-012-1721-1, 9788301217211
- Data wydania ebooka:
- 2021-03-04 Data wydania ebooka często jest dniem wprowadzenia tytułu do sprzedaży i może nie być równoznaczna z datą wydania książki papierowej. Dodatkowe informacje możesz znaleźć w darmowym fragmencie. Jeśli masz wątpliwości skontaktuj się z nami sklep@ebookpoint.pl.
- Numer z katalogu:
- 145839
- Rozmiar pliku ePub:
- 7.5MB
- Rozmiar pliku Mobi:
- 15.9MB
Spis treści ebooka
- Okładka
- Strona tytułowa
- Strona redakcyjna
- Spis treści
- wprowadzenie
- wstęp
- podziękowania
- o książce
- o autorach
- o ilustracji na okładce
- Część 1. Mówiące maszyny
- 1. Pakiety myśli (przegląd NLP)
- 1.1. Język naturalny a język programowania
- 1.2. Magia
- 1.2.1. Maszyny prowadzące konwersację
- 1.2.2. Matematyka
- 1.3. Zastosowania praktyczne
- 1.4. Język widziany oczyma komputera
- 1.4.1. Język zamków
- 1.4.2. Wyrażenia regularne
- 1.4.3. Prosty chatbot
- 1.4.4. Inny sposób
- 1. Pakiety myśli (przegląd NLP)
- 1.5. Krótkie spojrzenie na hiperprzestrzeń
- 1.6. Kolejność słów i gramatyka
- 1.7. Potok języka naturalnego chatbota
- 1.8. Szczegóły przetwarzania
- 1.9. IQ języka naturalnego
- 2. Zbuduj swój słownik (tokenizacja słów)
- 2.1. Wyzwania (wprowadzenie do stemmingu)
- 2.2. Tworzenie swojego słownika za pomocą tokenizatora
- 2.2.1. Iloczyn skalarny
- 2.2.2. Pomiar nakładania się wektorów BoW
- 2.2.3. Poprawianie tokenów
- Jak działają wyrażenia regularne
- Poprawione wyrażenia regularne do podziału słów
- Formy skrócone
- 2.2.4. Rozszerzenie słownika za pomocą n-gramów
- N-gramy
- Stop listy
- 2.2.5. Normalizacja słownika
- Ujednolicanie wielkości liter
- Stemming
- Lematyzacja
- Przypadki użycia
- 2.3. Wydźwięk
- 2.3.1. VADER analizator wydźwięku oparty na regułach
- 2.3.2. Naiwny klasyfikator bayesowski
- 3. Matematyka na słowach (wektory TD-IDF)
- 3.1. Wektor BoW
- 3.2. Wektoryzacja
- 3.2.1. Przestrzenie wektorowe
- 3.3. Prawo Zipfa
- 3.4. Modelowanie tematyczne
- 3.4.1. Powrót Zipfa
- 3.4.2. Ranking trafności
- 3.4.3. Narzędzia
- 3.4.4. Inne możliwości
- 3.4.5. Okapi BM25
- 3.4.6. Co dalej
- 4. Odnajdowanie znaczenia w licznikach słów (analiza semantyczna)
- 4.1. Od liczników słów do wyników dla tematów
- 4.1.1. Wektory TF-IDF i lematyzacja
- 4.1.2. Wektory tematyczne
- 4.1.3. Eksperyment myślowy
- 4.1.4. Algorytm do oceny tematów
- Kuzyni LSA
- 4.1.5. Klasyfikator LDA
- Inny kuzyn
- 4.1. Od liczników słów do wyników dla tematów
- 4.2. Analiza utajonych własności semantycznych (LSA)
- 4.2.1. Wasz eksperyment myślowy staje się prawdziwy
- Gra w Mad libs
- 4.2.1. Wasz eksperyment myślowy staje się prawdziwy
- 4.3. Rozkład według wartości osobliwej
- 4.3.1. U lewostronne wektory osobliwe
- 4.3.2. S wartości osobliwe
- 4.3.3. V T prawostronne wektory osobliwe
- 4.3.4. Orientacja macierzy SVD
- 4.3.5. Obcinanie tematów
- 4.4. Analiza głównych składowych
- 4.4.1. PCA dla wektorów 3D
- 4.4.2. Przestańmy szaleć i wróćmy do NLP
- 4.4.3. Stosowanie PCA do semantycznej analizy komunikatów SMS
- 4.4.4. Używanie obciętego SVD do analizy semantycznej komunikatu SMS
- 4.4.5. Jak dobrze działa LSA przy klasyfikacji spamu
- Rozszerzenia LSA i SVD
- 4.5. Ukryta alokacja Dirichleta (LDiA)
- 4.5.1. Idea LDiA
- 4.5.2. Model tematyczny LDiA dla komunikatów SMS
- 4.5.3. LDiA + LDA = klasyfikator spamu
- 4.5.4. Uczciwsze porównanie: 32 tematy LDiA
- 4.6. Odległość i podobieństwo
- 4.7. Sterowanie za pomocą informacji zwrotnej
- 4.7.1. Liniowa analiza dyskryminacyjna
- 4.8. Moc wektorów tematycznych
- 4.8.1. Wyszukiwanie semantyczne
- 4.8.2. Ulepszenia
- Część 2. Głębsze uczenie się (sieci neuronowe)
- 5. Sieci neuronowe krok po kroku (perceptrony i propagacja wsteczna)
- 5.1. Sieci neuronowe lista składników
- 5.1.1. Perceptron
- 5.1.2. Perceptron numeryczny
- 5.1.3. Zboczenie z drogi spowodowane odchyleniem
- Neuron w Pythonie
- Klasa tkwi w sesji
- Uczenie się logiki to czysta frajda
- Następny krok
- Koniec drugiej zimy sztucznej inteligencji
- Propagacja wsteczna
- Zróżniczkujmy wszystko
- 5.1.4. Poszusujmy powierzchnia błędu
- 5.1.5. Z wyciągu prosto na stok
- 5.1.6. Udoskonalmy to nieco
- 5.1.7. Keras: sieci neuronowe w Pythonie
- 5.1.8. Wprzód i w głąb
- 5.1.9. Normalizacja: stylowe wejście
- 5.1. Sieci neuronowe lista składników
- 5. Sieci neuronowe krok po kroku (perceptrony i propagacja wsteczna)
- 6. Wnioskowanie przy użyciu wektorów słów (Word2vec)
- 6.1. Zapytania semantyczne i analogie
- 6.1.1. Pytania o analogię
- 6.1. Zapytania semantyczne i analogie
- 6.2. Wektory słów
- 6.2.1. Wnioskowanie zorientowane wektorowo
- Jeszcze więcej powodów, by korzystać z wektorów słów
- 6.2.1. Wnioskowanie zorientowane wektorowo
- 6.2.2. Jak obliczać reprezentacje Word2vec
- Podejście skip-gram
- Czym jest softmax?
- W jaki sposób sieć uczy się reprezentacji wektorowej?
- Odnajdywanie wektorów słów za pomocą algebry liniowej
- Podejście z ciągłym BoW
- Skip-gram a CBoW. Kiedy korzystać z którego podejścia?
- Triki obliczeniowe Word2vec
- Częste bigramy
- Podpróbkowanie często występujących tokenów
- Próbkowanie negatywne
- 6.2.3. Jak korzystać z modułu gensim.word2vec
- 6.2.4. Jak wygenerować własne reprezentacje wektorów słów
- Kroki przetwarzania wstępnego
- Szkolenie dziedzinowego modelu Word2vec
- 6.2.5. Word2vec a GloVe (Global Vectors)
- 6.2.6. fastText
- Jak korzystać z gotowych modeli fastText
- 6.2.7. Word2vec a LSA
- 6.2.8. Wizualizacja związków między słowami
- 6.2.9. Nienaturalne słowa
- 6.2.10. Doc2vec i podobieństwo dokumentów
- Jak wyuczyć wektory dokumentów
- 7. Kolejność słów i konwolucyjne sieci neuronowe (CNN)
- 7.1. Uczenie się znaczenia
- 7.2. Zestaw narzędzi
- 7.3. Konwolucyjne sieci neuronowe
- 7.3.1. Elementy składowe
- 7.3.2. Długość kroku
- 7.3.3. Budowa filtra
- 7.3.4. Uzupełnianie
- Potok konwolucyjny
- 7.3.5. Uczenie
- 7.4. Zaiste, wąskie okna
- 7.4.1. Implementacja w Kerasie: przygotowanie danych
- 7.4.2. Architektura konwolucyjnej sieci neuronowej
- 7.4.3. Warstwa łącząca (pooling)
- 7.4.4. Dropout
- 7.4.5. Wisienka na torcie
- Optymalizacja
- Dopasowanie (fit)
- 7.4.6. Czas zabrać się za naukę (trening)
- 7.4.7. Użycie modelu w potoku
- 7.4.8. Gdzie pójdziecie dalej?
- 8. Zapętlone (rekurencyjne) sieci neuronowe (RNN)
- 8.1. Zapamiętywanie za pomocą sieci rekurencyjnych
- 8.1.1. Propagacja wsteczna przez czas
- Tl;Dr Krótka rekapitulacja
- 8.1.1. Propagacja wsteczna przez czas
- 8.1.2. Kiedy i co aktualizować?
- Czy jednak obchodzi was to, co wyszło z wcześniejszych kroków?
- 8.1. Zapamiętywanie za pomocą sieci rekurencyjnych
- 8.1.3. Rekapitulacja
- 8.1.4. Zawsze jest jakiś haczyk
- 8.1.5. Rekurencyjne sieci neuronowe z Kerasem
- 8.2. Składanie w całość
- 8.3. Nauczmy się czegoś o przeszłości
- 8.4. Hiperparametry
- 8.5. Przewidywanie
- 8.5.1. Stanowość
- 8.5.2. Ulica dwukierunkowa
- 8.5.3. Co to takiego?
- 9. Lepsza pamięć dzięki sieciom LSTM
- 9.1. LSTM
- 9.1.1. Propagacja wsteczna przez czas
- W praktyce
- 9.1.1. Propagacja wsteczna przez czas
- 9.1.2. Próba ognia
- 9.1.3. Brudne dane
- 9.1.4. Powrót do brudnych danych
- 9.1.5. Słowa są trudne. Litery są prostsze
- 9.1.6. Kolej na rozmowę
- 9.1.7. Zwrot ku klarownej mowie
- 9.1.8. Jak mówić i co mówić
- 9.1.9. Inne rodzaje pamięci
- 9.1.10. Idąc głębiej
- 9.1. LSTM
- 10. Modele ciąg-ciąg i uwaga (attention)
- 10.1. Architektura koder-dekoder
- 10.1.1. Dekodowanie myśli
- 10.1.2. Wygląda znajomo?
- 10.1.3. Konwersacja ciąg-ciąg
- 10.1.4. Powtórzenie LSTM
- 10.1. Architektura koder-dekoder
- 10.2. Składanie potoku ciąg-ciąg
- 10.2.1. Przygotowanie naszego zbioru danych do szkolenia ciąg-ciąg
- 10.2.2. Model ciąg-ciąg w Kerasie
- 10.2.3. Koder ciągów
- 10.2.4. Dekoder myśli
- 10.2.5. Składanie sieci ciąg-ciąg
- 10.3. Szkolenie sieci ciąg-ciąg
- 10.3.1. Generowanie ciągów wyjściowych
- 10.4. Budowanie chatbota przy użyciu sieci ciąg-ciąg
- 10.4.1. Przygotowanie korpusu do szkolenia
- 10.4.2. Budowanie słownika znaków
- 10.4.3. Generowanie zbiorów treningowych zakodowanych metodą 1 z n
- 10.4.4. Uczenie chatbota ciąg-ciąg
- 10.4.5. Składanie modelu do generowania ciągów
- 10.4.6. Przewidywanie ciągu
- 10.4.7. Generowanie odpowiedzi
- 10.4.8. Rozmowa z waszym chatbotem
- 10.5. Ulepszenia
- 10.5.1. Redukcja złożoności treningu za pomocą sortowania danych (bucketing)
- 10.5.2. Uwaga (attention)
- 10.6. W świecie rzeczywistym
- Część 3. Przejście do rzeczywistości (prawdziwe problemy NLP)
- 11. Ekstrakcja informacji (rozpoznawanie jednostek nazewniczych i odpowiadanie na pytania)
- 11.1. Jednostki nazewnicze i relacje
- 11.1.1. Baza wiedzy
- 11.1.2. Ekstrakcja informacji
- 11.1. Jednostki nazewnicze i relacje
- 11.2. Regularne wzorce
- 11.2.1. Wyrażenia regularne
- 11.2.2. Ekstrakcja informacji jako ekstrakcja cech z wykorzystaniem uczenia się maszyn
- 11. Ekstrakcja informacji (rozpoznawanie jednostek nazewniczych i odpowiadanie na pytania)
- 11.3. Informacje warte wyodrębnienia
- 11.3.1. Ekstrakcja lokalizacji GPS
- 11.3.2. Ekstrakcja dat
- 11.4. Ekstrakcja relacji
- 11.4.1. Znakowanie częściami mowy
- 11.4.2. Normalizacja jednostek nazewniczych
- 11.4.3. Normalizacja i ekstrakcja relacji
- 11.4.4. Wzorce słów
- 11.4.5. Segmentacja
- Segmentacja na zdania
- 11.4.6. Dlaczego split(.!?') nie będzie działać?
- 11.4.7. Segmentacja na zdania za pomocą wyrażeń regularnych
- 11.5. W prawdziwym świecie
- 12. Pogaduszki (silniki dialogowe)
- 12.1. Umiejętności językowe
- 12.1.1. Nowoczesne podejścia
- Systemy dialogowe odpowiadające na pytania
- Wirtualni asystenci
- Chatboty konwersacyjne
- Chatboty marketingowe
- Zarządzanie społecznością
- Obsługa klienta
- Terapia
- 12.1.1. Nowoczesne podejścia
- 12.1.2. Podejście hybrydowe
- 12.1. Umiejętności językowe
- 12.2. Podejście polegające na dopasowaniu do wzorców
- 12.2.1. Chatbot oparty na dopasowaniu do wzorca i AIML
- AIML 1.0
- Interpreter AIML w Pythonie
- 12.2.1. Chatbot oparty na dopasowaniu do wzorca i AIML
- 12.2.2. Sieciowe spojrzenie na dopasowanie do wzorców
- 12.3. Oparcie na wiedzy
- 12.4. Wyszukiwanie
- 12.4.1. Problem kontekstu
- 12.4.2. Przykładowy chatbot oparty na wyszukiwaniu danych
- 12.4.3. Chatbot oparty na wyszukiwaniu
- 12.5. Modele generatywne
- 12.5.1. Czat na temat NLPIA
- 12.5.2. Zalety i wady każdego podejścia
- 12.6. Napęd na cztery koła
- 12.6.1. Will osiąga sukces
- Instalowanie Willa
- Hello WILL
- 12.6.1. Will osiąga sukces
- 12.7. Proces projektowania
- 12.8. Sztuczki
- 12.8.1. Zadawanie pytań z przewidywalnymi odpowiedziami
- 12.8.2. Bycie zabawnym
- 12.8.3. Gdy wszystko inne zawiedzie, trzeba wyszukać
- 12.8.4. Bycie popularnym
- 12.8.5. Być łącznikiem
- 12.8.6. Stawanie się emocjonalnym
- 12.9. W świecie rzeczywistym
- 13. Skalowanie (optymalizacja, zrównoleglanie i przetwarzanie wsadowe)
- 13.1. Zbyt wiele dobrego (danych)
- 13.2. Optymalizowanie algorytmów NLP
- 13.2.1. Indeksowanie
- 13.2.2. Zaawansowane indeksowanie
- 13.2.3. Zaawansowane indeksowanie za pomocą Annoy
- 13.2.4. Po co w ogóle stosować indeksy przybliżone?
- 13.2.5. Obejście indeksowania: dyskretyzacja
- 13.3. Algorytmy ze stałą pamięcią RAM
- 13.3.1. Gensim
- 13.3.2. Obliczenia graficzne
- 13.4. Zrównoleglanie waszych obliczeń NLP
- 13.4.1. Trenowanie modeli NLP na procesorach graficznych (GPU)
- 13.4.2. Wynajem a kupno
- 13.4.3. Opcje wynajmu GPU
- 13.4.4. Jednostki przetwarzania tensorowego
- 13.5. Zmniejszanie zużycia pamięci podczas trenowania modeli
- 13.6. Uzyskiwanie wglądu w model za pomocą TensorBoard
- 13.6.1. Jak wizualizować zanurzenia słów
- dodatek A. Nasze narzędzia NLP
- dodatek B. Swawolny Python i wyrażenia regularne
- dodatek C. Wektory i macierze (podstawy algebry liniowej)
- dodatek D. Narzędzia i techniki uczenia się maszyn
- dodatek E. Ustawianie własnego AWS GPU
- dodatek F. Mieszanie wrażliwe na lokalizację (LSH)
- źródła
- słownik
- posłowie do wydania polskiego
- przypisy
Wydawnictwo Naukowe PWN - inne książki
-
Światowy bestseller, który uczy, jak tworzyć bezpieczne systemy informatyczne. Podręcznik obejmuje nie tylko podstawy techniczne, takie jak kryptografia, kontrola dostępu i odporność na manipulacje, ale także sposób ich wykorzystania w prawdziwym życiu. Realne studia przypadków dotyczące bezpie...(93.12 zł najniższa cena z 30 dni)
111.20 zł
139.00 zł(-20%) -
Za każdym razem w psychoterapii pracujemy z konkretną, niepowtarzalną w swoim indywidualizmie osobą metodami pochodzącymi z wiedzy ogólnej. I, co niezwykle doniosłe, praca ta niejednokrotnie okazuje się skuteczna. W jaki sposób jest to możliwe? W pracy psychoterapeutycznej wszystkie drogi prowadz...
Konceptualizacja w terapii poznawczo-behawioralnej Konceptualizacja w terapii poznawczo-behawioralnej
(52.93 zł najniższa cena z 30 dni)63.20 zł
79.00 zł(-20%) -
David Attenborough jest najbardziej znanym popularyzatorem wiedzy przyrodniczej na świecie, twórcą filmów przyrodniczych, który z kamerą objechał świat, pokazał nam całe królestwo zwierząt i przeanalizował każdą większą grupę w kontekście roli, jaką odegrała w długim spektaklu życia, od jego pocz...(39.90 zł najniższa cena z 30 dni)
47.20 zł
59.00 zł(-20%) -
"Gdzie przebiega granica między tym, co nas krzywdzi, a tym, co powoduje wzrost? Skąd mamy wiedzieć, które wydarzenie traumatyczne zbuduje nasz charakter, a które nas wyniszczy? Czy prawdą jest, że to, co nas nie zabije, uczyni nas silniejszymi? Jak możemy zmienić trajektorię, którą podążamy po t...(33.90 zł najniższa cena z 30 dni)
39.20 zł
49.00 zł(-20%) -
Jak skutecznie zaplanować i zrealizować każdy projekt na czas i zgodnie z budżetem? Bent Flyvbjerg, nazwany wiodącym światowym ekspertem od megaprojektów, we współpracy z autorem bestsellerów, Danem Gardnerem, dzieli się sekretami skutecznego planowania i realizacji każdego projektu na dowolną sk...(52.93 zł najniższa cena z 30 dni)
63.20 zł
79.00 zł(-20%) -
Nowe wydanie światowego bestsellera literatury popularnonaukowej, część pasjonującej serii: 50 idei, które powinieneś znać Kto wynalazł liczbę zero i dlaczego był to jeden z największych wynalazków w historii matematyki? Czy można zmierzyć nieskończoność? Dlaczego minuta trwa akurat 60 sekun...(38.35 zł najniższa cena z 30 dni)
47.20 zł
59.00 zł(-20%) -
Jak ważne jest bezpieczeństwo systemów, osób i instytucji w dobie trwających wojen, również tych cybernetycznych, nie trzeba nikogo przekonywać. Jest to bardzo ważna kwestia, dlatego istotne jest również przygotowanie się instytucji i społeczeństw na czyhające już od dawna zagrożenia z tym związa...
Bezpieczeństwo osób i systemów IT z wykorzystaniem białego wywiadu Bezpieczeństwo osób i systemów IT z wykorzystaniem białego wywiadu
(71.20 zł najniższa cena z 30 dni)71.20 zł
89.00 zł(-20%) -
Książka Susan Young i Jessiki Bramham to praktyczny przewodnik, który wskazuje, jak za pomocą terapii poznawczo-behawioralnej radzić sobie z objawami ADHD występującymi u młodzieży i osób dorosłych. Program Young i Bramham: dostarcza praktycznych strategii radzenia sobie z codziennymi trudnoś...
Psychoterapia poznawczo-behawioralna ADHD nastolatków i dorosłych Psychoterapia poznawczo-behawioralna ADHD nastolatków i dorosłych
(46.23 zł najniższa cena z 30 dni)55.20 zł
69.00 zł(-20%) -
Pierwsze w polskiej literaturze wszechstronne ujęcie zagadnienia komunikacji politycznej w amerykańskich kampaniach wyborczych! Książka: - przedstawia amerykański system medialny; - ukazuje praktykę oraz ocenę kampanii z perspektywy jej głównych uczestników: konsultantów politycznych, dziennikar...
Komunikacja polityczna w amerykańskich kampaniach wyborczych Komunikacja polityczna w amerykańskich kampaniach wyborczych
(49.58 zł najniższa cena z 30 dni)59.20 zł
74.00 zł(-20%) -
Książka prezentuje niezwykle różnorodne środowisko przedwojennych przemysłowców i biznesmenów w czasach Drugiej Rzeczypospolitej. Przedstawia je na tle ówczesnych uwarunkowań ekonomicznych, politycznych i społecznych. Opisuje sytuację kraju po odzyskaniu niepodległości, a także załamanie gospodar...(52.93 zł najniższa cena z 30 dni)
63.20 zł
79.00 zł(-20%)
Dzieki opcji "Druk na żądanie" do sprzedaży wracają tytuły Grupy Helion, które cieszyły sie dużym zainteresowaniem, a których nakład został wyprzedany.
Dla naszych Czytelników wydrukowaliśmy dodatkową pulę egzemplarzy w technice druku cyfrowego.
Co powinieneś wiedzieć o usłudze "Druk na żądanie":
- usługa obejmuje tylko widoczną poniżej listę tytułów, którą na bieżąco aktualizujemy;
- cena książki może być wyższa od początkowej ceny detalicznej, co jest spowodowane kosztami druku cyfrowego (wyższymi niż koszty tradycyjnego druku offsetowego). Obowiązująca cena jest zawsze podawana na stronie WWW książki;
- zawartość książki wraz z dodatkami (płyta CD, DVD) odpowiada jej pierwotnemu wydaniu i jest w pełni komplementarna;
- usługa nie obejmuje książek w kolorze.
Masz pytanie o konkretny tytuł? Napisz do nas: sklep[at]helion.pl.
Książka, którą chcesz zamówić pochodzi z końcówki nakładu. Oznacza to, że mogą się pojawić drobne defekty (otarcia, rysy, zagięcia).
Co powinieneś wiedzieć o usłudze "Końcówka nakładu":
- usługa obejmuje tylko książki oznaczone tagiem "Końcówka nakładu";
- wady o których mowa powyżej nie podlegają reklamacji;
Masz pytanie o konkretny tytuł? Napisz do nas: sklep[at]helion.pl.
Książka drukowana
Oceny i opinie klientów: Przetwarzanie języka naturalnego w akcji Hobson Lane, Cole Howard, Hannes Hapke (1) Weryfikacja opinii następuję na podstawie historii zamówień na koncie Użytkownika umieszczającego opinię. Użytkownik mógł otrzymać punkty za opublikowanie opinii uprawniające do uzyskania rabatu w ramach Programu Punktowego.
(1)
(0)
(0)
(0)
(0)
(0)