Mastering Large Language Models from First Principles (Paperback)
Lingua: inglese
Editore: Independently Published, 2026
- Brossura
- Nuovo
Da: CitiRetail, Stevenage, Regno UnitoCitiRetail
Venditore AbeBooks dal 29 giugno 2022
Condizione: Nuovo
EUR 28,99
Quantità: 1 disponibile
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
Paperback. Large Language Models (LLMs) are transforming how software is built, how businesses automate workflows, and how people interact with artificial intelligence. From intelligent chatbots and coding assistants to content generation, search, and reasoning systems, LLMs have become the foundation of modern AI. Yet many developers use these powerful models without truly understanding what happens behind the scenes.Mastering Large Language Models from First Principles takes you beyond APIs and prebuilt frameworks to reveal the engineering concepts that power today's transformer-based language models. Through a practical, hands-on approach, you'll learn how every major component of an LLM works from tokenization and embeddings to self-attention, transformer architectures, pretraining, fine-tuning, evaluation, and deployment.Rather than treating LLMs as black boxes, this book guides you through the underlying mathematics, algorithms, and implementation techniques that make them possible. You'll build essential model components step by step using Python and PyTorch, gaining the confidence to understand, customize, optimize, and extend modern language models for your own applications.As you progress, you'll explore not only the fundamentals but also the techniques used in real-world AI systems, including efficient training strategies, parameter-efficient fine-tuning, retrieval-augmented generation (RAG), model optimization, inference acceleration, and production deployment. Each chapter combines clear explanations with practical coding examples, diagrams, and hands-on projects that reinforce your understanding and help you develop production-ready skills.By the end of this book, you won't just know how to use Large Language Models you'll understand how they are built, how they learn, why they work, and how to adapt them to solve real-world problems across a wide range of industries.What You'll LearnUnderstand the mathematics and engineering principles behind Large Language Models.Build transformer architectures from first principles using Python and PyTorch.Implement tokenization, embeddings, positional encoding, and self-attention mechanisms.Design, train, and evaluate transformer-based language models.Fine-tune pretrained LLMs for classification, instruction following, and domain-specific tasks.Apply parameter-efficient fine-tuning techniques such as LoRA and QLoRA.Build Retrieval-Augmented Generation (RAG) systems that combine language models with external knowledge.Optimize models through quantization, efficient inference, and performance tuning.Deploy LLM-powered applications for real-world use cases.Gain the practical skills needed to confidently work with modern AI technologies and future transformer-based architectures.Whether you're a software developer, machine learning engineer, data scientist, AI practitioner, or an experienced Python programmer eager to deepen your understanding of generative AI, this book provides the theoretical foundation and practical experience needed to master Large Language Models from the ground up. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability.…
Codice articolo 9798190792409
- Titolo
- Mastering Large Language Models from First Principles (Paperback)
- Autore
- Lin Prescott
- Editore
- Independently Published
- Anno di pubblicazione
- 2026
- Condizione
- new
- Rilegatura
- Paperback
- Lingua
- inglese
- ISBN 13
- 9798190792409
Mastering Large Language Models from First Principles takes you beyond APIs and prebuilt frameworks to reveal the engineering concepts that power today's transformer-based language models. Through a practical, hands-on approach, you'll learn how every major component of an LLM works from tokenization and embeddings to self-attention, transformer architectures, pretraining, fine-tuning, evaluation, and deployment.
Rather than treating LLMs as black boxes, this book guides you through the underlying mathematics, algorithms, and implementation techniques that make them possible. You'll build essential model components step by step using Python and PyTorch, gaining the confidence to understand, customize, optimize, and extend modern language models for your own applications.
As you progress, you'll explore not only the fundamentals but also the techniques used in real-world AI systems, including efficient training strategies, parameter-efficient fine-tuning, retrieval-augmented generation (RAG), model optimization, inference acceleration, and production deployment. Each chapter combines clear explanations with practical coding examples, diagrams, and hands-on projects that reinforce your understanding and help you develop production-ready skills.
By the end of this book, you won't just know how to use Large Language Models you'll understand how they are built, how they learn, why they work, and how to adapt them to solve real-world problems across a wide range of industries.
What You'll Learn
- Understand the mathematics and engineering principles behind Large Language Models.
- Build transformer architectures from first principles using Python and PyTorch.
- Implement tokenization, embeddings, positional encoding, and self-attention mechanisms.
- Design, train, and evaluate transformer-based language models.
- Fine-tune pretrained LLMs for classification, instruction following, and domain-specific tasks.
- Apply parameter-efficient fine-tuning techniques such as LoRA and QLoRA.
- Build Retrieval-Augmented Generation (RAG) systems that combine language models with external knowledge.
- Optimize models through quantization, efficient inference, and performance tuning.
- Deploy LLM-powered applications for real-world use cases.
- Gain the practical skills needed to confidently work with modern AI technologies and future transformer-based architectures.
"Riassunto" può appartenere a un’altra edizione di questo titolo.
CitiRetail
Stevenage, Regno Unito
Venditore AbeBooks dal 29 giugno 2022
Tariffe di spedizione da Regno Unito a U.S.A.
| Articolo | Da 7 a 14 giorni lavorativi | Da 7 a 60 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 44,35 | EUR 44,35 |
Metodi di pagamento
Descrizione dello Store
Online business
Informazioni sull’azienda del venditore
ABC BOOKS LIMITED
10 John Street
London, Regno Unito WC1N 2EB
Condizioni di vendita
Orders can be returned within 30 days of receipt.
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a CitiRetail, Stevenage, United Kingdom, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.
Condizioni di spedizione
Please note that titles are dispatched from our US, Canadian or Australian warehouses. Delivery times specified in shipping terms. Orders ship within 2 business days. Delivery to your door then takes 7-14 days.