Boek: 'Data-analyse met LLM's. Tekst, tabellen, afbeeldingen en audio'

Immanuel Trummer, universitair hoofddocent aan Cornell University, heeft een boek geschreven over het gebruik van grote taalmodellen (LLM's) voor data-analyse. Het boek demonstreert hoe generatieve AI kan worden geïntegreerd in het dagelijkse werk van een datawetenschapper, met projecten die gebruikmaken van de OpenAI Python-bibliotheek, tools zoals LangChain en LlamaIndex, en modellen van Anthropic, Cohere en Hugging Face. Lezers leren AI te gebruiken voor het verkrijgen van gestructureerde en ongestructureerde data, het analyseren van geluid en afbeeldingen, en het optimaliseren van kosten en kwaliteit bij data-analyse. Het boek bevat hoofdstukken over classificatie, clustering, transformatie en analyse van multimodale data; het creëren van natuurlijke taalquery-interfaces; het bouwen van op LLM's gebaseerde agents voor autonome analyse; en prompt engineering en modelafstemming. Het is bedoeld voor softwareontwikkelaars, dataprofessionals en enthousiastelingen met basiskennis van Python maar zonder eerdere ervaring met taalmodellen. Het artikel bevat aanbevelingen van mensen uit de industrie en vermeldt een korting van 25% voor Habr-lezers met de promotiecode LLM.