[Boekrecensie] Transformers for Natural Language Processing and Computer Vision (Denis Rothman) Boeksamenvatting.

Transformers for Natural Language Processing and Computer Vision (Denis Rothman)

- Amazon Netherlands Store: https://www.amazon.nl/dp/?tag=9natreedutch-21
- Amazon Belgium Store: https://www.amazon.com.be/dp/?tag=9natreebelgium-21
- Amazon Worldwide Store: https://global.buys.trade/Transformers-for-Natural-Language-Processing-and-Computer-Vision-Denis-Rothman.html

- Apple Books: https://books.apple.com/us/audiobook/how-ai-ate-the-world-a-brief-history/id1869281132?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree

- eBay: https://www.ebay.com/sch/i.html?_nkw=Transformers+for+Natural+Language+Processing+and+Computer+Vision+Denis+Rothman+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Lees meer: https://dutch.9natree.com/read/1805128728/

#Retrievalaugmentedgeneration #FinetuningvanBERTenGPT #VisionTransformers #CLIPenmultimodaleAI #Hallucinatieenprivacymitigatie #TransformersforNaturalLanguageProcessingandComputerVision

Transformers for Natural Language Processing and Computer Vision van Denis Rothman is een technische praktijkgids over transformermodellen, de architecturen achter veel moderne toepassingen van generatieve AI. Deze derde editie, verschenen bij Packt, behandelt zowel taalverwerking als beeldverwerking, en verbindt klassieke transformeronderwerpen met recente systemen zoals ChatGPT, GPT-4V, CLIP en DALL-E. Rothman richt zich niet alleen op wat zulke modellen kunnen, maar ook op de keuzes die nodig zijn om ze bruikbaar te maken in een echte toepassing. Daarbij komen Hugging Face, OpenAI en Google Vertex AI aan bod als platforms voor ontwikkeling en inzet. Het boek combineert uitleg van basisarchitecturen, tokenisatie, pretraining en fine-tuning met toepassingen zoals samenvatten, vraagbeantwoording, classificatie en beeldanalyse. Een belangrijke rode draad is dat een overtuigend gegenereerd antwoord nog geen betrouwbaar antwoord is. Daarom besteedt Rothman ook aandacht aan retrieval augmented generation, uitlegbaarheid, moderatie en privacyrisico’s. Het is dus vooral een breed opgezet werkboek voor lezers die transformers praktisch willen leren beoordelen, aanpassen en toepassen.