Sách: 'Phân tích dữ liệu với LLM. Văn bản, bảng biểu, hình ảnh và âm thanh'

Immanuel Trummer, phó giáo sư tại Đại học Cornell, đã viết một cuốn sách về việc sử dụng các mô hình ngôn ngữ lớn (large language models - LLMs) để phân tích dữ liệu. Cuốn sách trình bày cách tích hợp trí tuệ nhân tạo tạo sinh (generative AI) vào công việc hàng ngày của một nhà khoa học dữ liệu, bao gồm các dự án sử dụng thư viện Python của OpenAI, các công cụ như LangChain và LlamaIndex, cũng như các mô hình từ Anthropic, Cohere và Hugging Face. Độc giả sẽ học cách sử dụng AI để thu thập dữ liệu có cấu trúc và phi cấu trúc, phân tích âm thanh và hình ảnh, đồng thời tối ưu hóa chi phí và chất lượng trong phân tích dữ liệu. Cuốn sách bao gồm các chương về phân loại, gom cụm, biến đổi và phân tích dữ liệu đa phương thức; tạo giao diện truy vấn ngôn ngữ tự nhiên; xây dựng các tác nhân dựa trên LLM để phân tích tự động; và kỹ thuật yêu cầu (prompt engineering) và tinh chỉnh mô hình. Sách dành cho các nhà phát triển phần mềm, chuyên gia dữ liệu và những người đam mê có kiến thức cơ bản về Python nhưng chưa có kinh nghiệm về mô hình ngôn ngữ. Bài viết bao gồm các lời giới thiệu từ các nhân vật trong ngành và đề cập đến ưu đãi giảm 25% cho độc giả Habr với mã khuyến mãi LLM.