Как противостоять хакерским атакам. Уроки экспертов по информационной безопасности

Технология, меняющая мир: • Принципы работы больших языковых моделей (LLM). • Интеграция ИИ в личные и профессиональные процессы. • Влияние ИИ на общество, право и политику. • Перспективы развития технологии. Узнайте, как использовать возможности искусственного интеллекта с максимальной пользой и минимальными рисками. Что еще в книге: • Возможности и ограничения моделей ИИ. • Рекомендации по их использованию. • Способы защиты себя и своих данных. • Принципы работы LLM. • Лучшие практики генерации текста и графики. Отзыв «Хотите понять, как работают нейросети, без формул, но и без технического упрощения? Эта книга — отличный старт. Авторы доступно объясняют принципы работы языковых моделей: их возможности и фундаментальные ограничения. Каждая концепция проиллюстрирована реальными примерами влияния технологии на жизнь людей. Новички получат четкое понимание темы, а те, кто уже знаком с миром ИИ, — свежий взгляд на границы применения ИИ». — Максим МИЛКОВ, руководитель направления «Искусственный интеллект» Softline Digital (ГК Softline) Об авторах Нума ДХАМАНИ — эксперт по обработке естественного языка, создала системы машинного обучения для компаний из списка Fortune 500 и платформ социальных сетей. Мэгги ЭНГЛЕР — инженер и исследователь, работающий над безопасностью для больших языковых моделей. Является экспертом в области кибербезопасности, преподает в Школе информации Техасского университета (Остин).

Руководство о том, как выжить в новом будущем, где общение с техникой становится таким же естественным, как чтение. Майкл Литтман в интересной и доступной форме делится уникальными идеями о том, как научиться программировать и управлять устройствами так, чтобы они служили верой и правдой, а не следили за вами. Забудьте о страхе перед искусственным интеллектом, который может украсть вашу работу! Овладейте базовыми навыками программирования и улучшите отношения с техникой. Литтман предлагает простые и понятные примеры того, как можно использовать программирование в повседневной жизни, дает практические советы по экспериментированию с этими идеями. Вы узнаете, как машинное обучение может ускорить и упростить процесс кодинга, делая его доступным для каждого. Лайфхаки для эффективного общения с AI: • Стать вдумчивыми: пользуясь компьютером, спросите себя, чего вы пытаетесь достичь, и старайтесь придерживаться цели. • Настаивать на поддержке: если вы хотите, чтобы компьютер выполнял какие-то действия, но существующее программное обеспечение этого не позволяет, перейдите на другое ПО. • Научиться программировать: постарайтесь настроить систему под ваши потребности. Развивайте способность воплощать идеи в форму, доступную машинам. • Еще больше полезного и интересного — внутри. «"Дружелюбный код" Майкла Литтмана — это увлекательное руководство, которое раскрывает программирование как жизненный навык, доступный каждому. Литтман показывает, как даже базовые знания кодинга помогают адаптировать технологии под личные нужды, делая технику настоящим союзником. Книга изобилует практическими примерами, которые учат критически подходить к задачам, внедрять машинное обучение и автоматизировать повседневные процессы. Это издание вдохновляет на смелое освоение цифровых навыков и станет отличным спутником для всех, кто стремится стать уверенным пользователем в мире технологий». — Алексей ДИДЕНКО, TeamLead подразделения платежного шлюза Wildberries Майкл ЛИТТМАН — ученый, исследователь, педагог и писатель. Его научные интересы лежат в области машинного обучения, теории игр, развития компьютерных сетей. В настоящее время он является профессором информатики в Brown University, где преподает с 2012 года.

Погружение в машинное и глубокое обучение В современном цифровом мире Deep Learning играет одну из ведущих ролей, определяя будущее технологий. Если вас всегда увлекала эта динамичная область, но вы сталкивались с очень сложными техническими текстами, то книга Саймона Принса — именно то, что нужно. Экспертиза без лишних подробностей Здесь предлагается авторитетное, доступное и современное изложение всех основных тем глубокого обучения, включая последние достижения и передовые концепции. Издание интуитивно понятно представляет критически важные для понимания ML идеи. Комплексный и дружелюбный подход Каждая концепция описана простым языком, а затем подробно разобрана с использованием математических формул и иллюстратива. Это делает сложные темы более доступными для понимания и усвоения любому читателю с базовыми знаниями в прикладной математике. Современные и актуальные темы Короткие и содержательные главы построены так, чтобы плавно усложняться, помогая постепенно осваивать все более сложные понятия. Теория в комплекте с практикой Прагматичный подход, совмещающий теорию с практикой, дает достаточную детализацию для создания простых версий моделей. Оптимально презентованные идеи отграничивают важные концепции от второстепенного контекста. Доступность и поддержка Минимальные математические требования, обширное количество иллюстраций и графики делают материал доступным. Более того, в книгу включены упражнения по программированию на Python, что позволяет моментально применить знания на практике. Об авторе Саймон Джей Ди ПРИНС — почетный профессор информатики в Университете Бата, автор книги Computer Vision: Models, Learning and Inference. Автор статей в областях компьютерного зрения, биометрии, психологии, физиологии, медицинской визуализации, компьютерной графики. Исследователь, специализирующийся на искусственном интеллекте и глубоком обучении, руководил группами ученых-исследователей в Anthropics Technologies Ltd, Borealis AI и др. «Книга "Машинное обучение. От основ до продвинутых моделей" полностью оправдывает свое название. Она дает исчерпывающее представление о машинном и глубоком обучении, а также структурирует колоссальный объем знаний. Книга подходит как для математиков, которые хотят иметь представление об ИИ, так и для программистов, которые хотят понимать природу используемых формул». — Матвей Пак, генеральный директор компании METAMENTOR

Введение в профессию бизнес-аналитика. Отправная точка для приобретения опыта. Для тех, кто только начинает свой путь в сфере бизнес-анализа, эта книга станет отправной точкой и откроет новые перспективы в профессии. Вы поймете, чем занимаются такие специалисты и почему они особенно востребованы во время нестабильности; как собирать и обрабатывать данные, чтобы оптимизировать бизнес-процессы. Вы узнаете: • что такое бизнес-анализ; • кто такой бизнес-аналитик и чем он отличается от других аналитиков; • из чего состоит бизнес-структура; • какие есть направления, принципы и инструменты бизнес-анализа. Практический подход. Вы получите не только теорию, но и практические знания, которые сможете применить в работе. Понятный язык. Книга написана просто и доступно, чтобы было понятно даже новичкам. Разнообразие примеров. Приведены реальные кейсы и отраслевые документы. Ценные советы. Автор поделится своим опытом, что поможет избежать распространенных ошибок. Еще внутри: • Нотации для моделирования бизнес-процессов. • Объектно-ориентированный анализ. • Язык UML. • Спецификация требований к ПО и др. Об авторе Валерий КОМСКОВ — опытный системный аналитик в области разработки и внедрения информационных систем, имеет степень магистра делового администрирования (MBA). Работал бизнес-аналитиком, старшим бизнес-аналитиком и руководителем проектов в компаниях России, Израиля и Голландии: от израильского стартапа до крупнейшей нефтяной компании нашей страны. Соучредитель финтех-стартапа «Индорсам». «Книга представляет собой энциклопедию знаний, используемых в работе аналитика. Ознакомьтесь с ней целиком, чтобы понять, что вас ждет в профессии, или вчитайтесь в те разделы, с информацией которых только что столкнулись. Вы получите понимание того, что вас ждет, и как с этим работать». — Ирина Шестова, старший аналитик ООО «Лоция», автор курса «Основы аналитики в IT», опытный ментор по аналитике

Практическое руководство по написанию безопасных приложений с помощью опыта мастеров-джедаев из «Звездных войн». Чему могут научить R2-D2, Дарт Вейдер, Хан Соло или даже Йода в плане безопасности программного обеспечения? В книге «Защита систем: чему "Звездные войны" учат инженеров ПО» дан целый арсенал стратегий и методов защиты, которые применимы не только в фантастическом мире, но и в реальных работающих системах. Что внутри: • Легкость и польза: безопасный код приложений с использованием идей из вселенной «Звездных войн». • Практические модели безопасности: STRIDE и защита от злоумышленников. • Безопасность, удобство использования и быстрая доставка: увлекательная дорожная карта разработки современных приложений. • Закономерности проблем безопасности и оптимальные решения. Адам Шостак — профессор Школы компьютерных наук и инженерии при Вашингтонском университете, эксперт по моделированию веб-угроз, гейм-дизайнер и судебный консультант. Много лет он посвятил разработке безопасных продуктов и систем. В мире бизнеса диапазон его опыта охватывает самые разные области, от основания стартапов до почти десяти лет работы в Microsoft. Помимо консультирования и преподавания, Шостак выступает в качестве советника по безопасности многих компаний.