Bis zu 50 % günstiger als neu
3 Jahre rebuy Garantie
Professionelles Refurbishment
ElektronikMedien
Tipps & News
AppleAlle anzeigen
TabletsAlle anzeigen
HandyAlle anzeigen
Fairphone
AppleAlle anzeigen
iPhone Air Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
HuaweiAlle anzeigen
Honor Serie
NothingAlle anzeigen
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 Generation
SamsungAlle anzeigen
Galaxy XcoverWeitere Modelle
SonyAlle anzeigen
Weitere Modelle
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
Google
AppleAlle anzeigen
HuaweiAlle anzeigen
MatePad Pro Serie
MicrosoftAlle anzeigen
XiaomiAlle anzeigen
Kameras & ZubehörAlle anzeigen
ObjektiveAlle anzeigen
Samyang
System & SpiegelreflexAlle anzeigen
CanonAlle anzeigen
FujifilmAlle anzeigen
OlympusAlle anzeigen
PanasonicAlle anzeigen
SonyAlle anzeigen
WearablesAlle anzeigen
Fitness TrackerAlle anzeigen
SmartwatchesAlle anzeigen
Xiaomi
Konsolen & ZubehörAlle anzeigen
Lenovo Legion GoMSI Claw
NintendoAlle anzeigen
Nintendo Switch Lite
PlayStationAlle anzeigen
XboxAlle anzeigen
Audio & HiFiAlle anzeigen
KopfhörerAlle anzeigen
FairphoneGoogle
LautsprecherAlle anzeigen
GoogleYamahatonies
iPodAlle anzeigen

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Practical Solutions for Modern NLP Challenges

Venkata Gunnu, Shubham Shah, Anvesh Minukuri, Jayanth Gopu (Broschiert, Englisch)

Keine Bewertungen vorhanden
Optischer Zustand
Beschreibung
Large Language Models (LLMs) have revolutionized Natural Language Processing (NLP), enabling advanced applications such as machine translation, text summarization, and sentiment analysis. This book serves as a comprehensive guide for data scientists, machine learning engineers, and developers, offering foundational theory and practical skills to harness the power of LLMs for real-world problems. From understanding the fundamentals of LLMs to deploying them in cloud and open-source environments, this book equips readers with the essential knowledge to excel in modern NLP. The book takes a hands-on approach, guiding readers through the end-to-end deployment of LLMs—from data collection and preprocessing to model training, evaluation, and real-time inference. Using popular frameworks like Amazon SageMaker and Hugging Face Transformers, you’ll explore practical tasks such as text generation, classification, and named entity recognition. Additionally, it delves into industry use cases like customer support chatbots and content generation while addressing emerging trends, scaling techniques, and ethical considerations like bias and fairness in AI. This is your ultimate resource for mastering LLMs in production-ready environments. You Will: Learn to implement cutting-edge NLP tasks such as text generation, sentiment analysis, and named entity recognition using AWS services and open-source tools like Hugging Face. Understand best practices for scaling and maintaining NLP models in production, focusing on real-time performance, monitoring, and iterative improvements. Practice techniques for training and optimizing LLMs, covering data preprocessing, hyperparameter tuning, and evaluation strategies. This book is for: Data scientists, Machine learning engineers, and developers
48,14 €
Broschiert | Neu

oder

Auf Lager Versandbereit in 2-3 Werktagen
zzgl.

Du kannst wie immer einen Kaufalarm setzen, wenn du auf das gebrauchte Buch warten möchtest.

Auf Lager Versandbereit in 2-3 Werktagen
zzgl.

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Technische Daten


Erscheinungsdatum
03.01.2026
Sprache
Englisch
EAN
9798868820557
Herausgeber
APRESS
Sonderedition
Nein
Autor
Venkata Gunnu, Shubham Shah, Anvesh Minukuri, Jayanth Gopu
Seitenanzahl
539
Einbandart
Broschiert
Buch Untertitel
Mastering LLMs and SLMs for Real-World NLP in Cloud and Open-Source
Schlagwörter
Large Language Models (LLMs), Model Deployment, Small LLMs, custom LLMs from Hugging Face, Amazon SageMaker, AI Ethics and emerging trends in modern nlp tasks
Thema-Inhalt
UT - Computernetzwerke und maschinelle Kommunikation TJK - Nachrichtententechnik, Telekommunikation UYQM - Maschinelles Lernen UYQ - Künstliche Intelligenz
Höhe
254 mm
Breite
17.8 cm

Transparenz & Sicherheit

Hersteller: Apress, Europaplatz 3, Heidelberg, Deutschland, 69115, ProductSafety@springernature.com, Springer Nature Customer Service Center GmbH

-.-
Leider noch keine Bewertungen
Leider noch keine Bewertungen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!