Python i AI dla e-commerce Kościan

Sztuczna inteligencja według Pythona. Sięgnij po potężne wsparcie dla swojego e-sklepu E-commerce wspierany przez potężną moc sztucznej inteligencji ... to dla wielu właścicieli rodzimych firm internetowych wciąż brzmi jak odległa przyszłość. Może gdzieś tam, w Kalifornii, może u technologicznych gigantów, może Apple, Amazon, a bliżej nas, powiedzmy, Allegro korzysta lub będzie korzystać z chatbotów czy data-driven marketingu. Ale nasza firma do tej pory świetnie sobie radziła, to i dalej będzie sobie radzić z prostym mechanizmem sklepu online i kilkoma osobami obsługi. Marzenie ściętej głowy. Do 2025 roku w Polsce brakować będzie 200 tysięcy specjalistów w dziedzinie AI. I to nie w wielkich korporacjach. Głód programistów potrafiących kodować algorytmy sztucznej inteligencji odczują przede wszystkim firmy mniejsze i średnie. Jeśli jesteś właścicielem biznesu bazującego na sprzedaży w sieci, jeśli jesteś początkującym programistą albo działasz już jako programista e-commerce, ale chcesz się w tym kierunku rozwijać ... ta "książka kucharska" jest dla Ciebie. Dlaczego "książka kucharska"? Ponieważ podręcznik zawiera gotowe przepisy na algorytmy optymalizacyjne, systemy rekomendacyjne, przetwarzanie ogromnych ilości danych z ruchu odnotowanego w sklepie i zamianę ich w wiedzę o kliencie. Wszystko to już dziś wdrożysz w dowolnym e-sklepie stosunkowo małym kosztem. Zarówno przy użyciu gotowych programów napisanych w Pythonie przez ogromną społeczność miłośników AI i Pythona, jak i sprytnych produktów w modelu SaaS (ang. software as a service), sprzedawanych przez rzeszę polskich i zagranicznych startupów. Spis treści: Wstęp Część I. Python: krótki wstęp do efektywnego programowania Rozdział 1. Narzędzia 1.1. Google Colab 1.2. Wirtualne środowiska Rozdział 2. Struktury danych 2.1. Napisy 2.2. Lista (list) 2.3. Krotka (tuple) 2.4. Zbiór zmienny (set) 2.5. Tablica asocjacyjna - słownik (dict) 2.6. Klasy i obiekty 2.7. Podsumowanie struktur danych Rozdział 3. Niezbędnik programisty 3.1. Wyrażenia regularne 3.2. Wizualizacja procesu 3.3. Lambda, wyrażenia listowe i generatory 3.4. Wyjątki 3.5. Odczyt i zapis plików Rozdział 4. NumPy i Pandas w akcji 4.1. NumPy 4.2. Pandas Rozdział 5. Bazy danych i repozytoria danych 5.1. Bazy relacyjne (SQL) 5.2. Technologia noSQL Podsumowanie części I Część II. AI - przegląd technik i algorytmów Rozdział 6. Czym jest sztuczna inteligencja? Rozdział 7. Uczenie maszynowe 7.1. Nadzorowane uczenie maszynowe 7.2. Nienadzorowane uczenie maszynowe 7.3. Uczenie maszynowe ze wzmocnieniem 7.4. Głębokie uczenie Rozdział 8. Zastosowania maszynowego uczenia 8.1. "Tradycyjny" machine learning 8.2. Przetwarzanie języka naturalnego (NLP) 8.3. Uczenie maszynowe w e-commerce Rozdział 9. Dane, dane, dane 9.1. Świat 9.2. Polska Część III. Przepisy Rozdział 10. Web scraping 10.1. Zacznijmy od podstaw 10.2. Biblioteka Requests i Beautiful Soup 10.3. Scrapy 10.4. Przeglądarko-drivery i selenium 10.5. Podsumowanie Rozdział 11. Słów kilka o przetwarzaniu języka naturalnego 11.1. Podsumowanie Rozdział 12. Uczenie nadzorowane - klasyfikatory 12.1. Odczyt danych 12.2. Wstępny przegląd danych 12.3. Podział zbioru na dane treningowe i testowe 12.4. Wektoryzacja 12.5. Trening 12.6. Ocena modelu 12.7. Biuro obsługi klienta Masz wiadomość! 12.8. Podsumowanie Rozdział 13. Klasyfikacja w służbie niskiej rezygnacji 13.1. Przegląd danych 13.2. Problem luk informacyjnych w danych 13.3. Przegląd i wybór cech 13.4. Ostateczne przygotowanie się do preparacji danych do uczenia 13.5. Finał, czyli stwórzmy sobie potok 13.6. Ocena modelu 13.7. Poszukajmy lepszego rozwiązania 13.8. Podsumowanie Rozdział 14. Systemy rekomendacji, czyli jak zwiększyć koszyk 14.1. Content-based Filtering 14.2. Collaborative Filtering 14.3. Rekomendacje w praktyce 14.4. Podsumowanie Rozdział 15. Stuninguj swój sklep 15.1. RESTful JSON API (Python/Flask) 15.2. Instalacja projektu na zewnętrznym serwerze 15.3. Google Tag Manager 15.4. Serializacja modelu 15.5. Podsumowanie Zakończenie O autorze: Sebastian Kondracki - od ponad 25 lat uczestniczy w projektach IT na różnych etapach ich wytwarzania, a jego największą zawodową miłością jest programowanie, zwłaszcza wymagających algorytmów poprzedzonych gruntownym researchem. Pierwsze szlify zdobywał w kultowym magazynie komputerowym „CHIP” (jako programista w dziale publikacji elektronicznych). Tworzył w nim oprogramowanie dla czytelników, między innymi multimedialne przeglądarki płyt CD czy pierwszą porównywarkę cen komputerów PC Market. Następnie pracował dla wielu portali i startupów w Polsce i za granicą. Obecnie jest szefem innowacji w jednej z najdynamiczniej rozwijających się firm tworzących oprogramowanie w Polsce, a także wykładowcą na studiach podyplomowych w Akademii Leona Koźmińskiego i Wyższej Szkole Bankowej we Wrocławiu.