Name: Transformers and Large Language Models
SKU: 194008761
Price: 107230 KRW
Availability: InStock
Author: Ahmed Fawzy Gad
ISBN: 9798868827846

카트

이미지 검색을 사용해 보세요

검색창 이전화면 이전화면

최근 검색어: 전체삭제

인기 검색어

닫기

사이즈비교 공유하기

소득공제 수입

직수입양서 Transformers and Large Language Models

A Hands-On Guide to RAG and Agentic AI Perfect,eng, POD 주문제작도서

바인딩/에디션 안내

Ahmed Fawzy Gad

Springer Nature B.V. 2026.07.15.

회원리뷰 첫번째 리뷰어가 되어주세요

직수입외서는 변심/착오로 인해 주문을 취소할 경우 해외주문 취소수수료 20%가 부과됩니다.?

가격: 107,230원

107,230

YES포인트?: 3,220원 (3%) 마니아추가적립

5만원 이상 구매 시 2천원 추가 적립

사용 가능한 쿠폰 받기

앱 다운 시 1천원 상품권

결제혜택: 최대 2,000원 즉시할인

배송안내: 서울특별시 영등포구 은행로 11(여의도동, 일신빌딩) 변경

배송비?: 무료

주문 제작 (POD) 도서로 제본 및 인쇄 품질이 다소 미흡할 수 있습니다 (해당 사유 반품 불가)

이미 소장하고 있다면 판매해 보세요.

예스24에 팔기 바이백 신청 불가 내 가게에서 팔기

국내배송만 가능
해외 거래처 사정에 의하여 품절/지연 가능
도서 정보 중 미표기 사항 안내?
문화비소득공제 가능

이 분야의 이벤트

시리즈 태그 업체 공지사항 중고직수입양서 소개 구성 소개 특별 구성 MD 한마디 카드뉴스 상세 이미지 책소개 관련 동영상 목차 저자 소개 관련분류 품목정보 만든이 코멘트 예스24 리뷰 책 속으로 줄거리 캐스팅 관련 자료 부가 영상 출판사 리뷰 전문가 리뷰 추천평

펼치기/닫기

책소개

This book is a hands-on guide to understanding the foundations, architectures, and real-world applications of transformers and large language models in modern AI. The book begins by laying the foundations of generative AI architectures,? tokenization, encoding, and classical modeling techniques. Initial chapters address the evolution from feed-forward networks and recurrent neural networks to long short-term memory (LSTM), setting the stage for the revolutionary transformer architecture. The core of the book focuses on transformers, introducing the encoder-decoder framework, attention mechanisms, positional encodings, and the internal workings of multi-head attention, normalization, and multi-layer perceptrons. Readers gain insight into advanced techniques such as rotary positional embeddings (RoPE), mixture of experts (MoE), and knowledge distillation, alongside practical training strategies like self-supervised learning, fine-tuning, and reinforcement learning with human feedback. Popular models from OpenAI, DeepSeek, and other vendors are examined to highlight the evolution of the LLM landscape. Building on these foundations, the text explores methods for model customization, including parameter-efficient fine-tuning (LoRA, adapters), text generation strategies, prompt engineering, and quantization. Retrieval-Augmented Generation (RAG) is introduced as a critical innovation for grounding LLMs in external knowledge, with detailed evaluation techniques for retrieval and generation. Finally, the book ventures into Agentic AI, demonstrating protocols like Model Context Protocol (MCP) and Agent-to-Agent (A2A) interactions with practical coding examples. In conclusion, this book serves as both a practical guide, equipping readers with the technical depth and applied strategies needed to design, fine-tune, and deploy cutting-edge transformers and large language models for real-world applications. What we will learn: Ø? Understand the foundations of AI, ML pipelines, tokenization, encoding, and early neural architectures. Ø? Explore transformers in depth?encoder-decoder design, attention mechanisms, and advanced embedding methods. Ø? <...

책소개 더보기펼치기