Opcje przeglądania
Wydawca
-
AGH
(8)
-
AgroHorti Media
(4)
-
Akademia Marynarki Wojennej
(2)
-
Akademia Pożarnicza
(15)
-
ALMA-PRESS
(2)
-
ARKADY
(2)
-
Athenasoft Sp. z o.o.
(4)
-
BISTYP
(4)
-
C.H. BECK
(2)
-
CAS
(9)
-
CeDeWu
(1)
-
DAFA Stowarzyszenie Wykonawców Dachów Płaskich i Fasad
(1)
-
DIFIN
(8)
-
Dolnośląskie Wydawnictwo Edukacyjne
(4)
-
Dom Wydawniczy Medium
(1)
-
EDUCATERRA
(1)
-
Elamed
(1)
-
ELIPSA Dom Wydawniczy
(1)
-
Exit
(1)
-
FIDIC
(2)
-
GRUPA IMAGE
(1)
-
Grupa Medium
(8)
-
HELION
(5)
-
IBDIM
(3)
-
Instytut Techniki Budowlanej
(8)
-
ITSTART
(1)
-
KOPRINET
(1)
-
LIWONA
(3)
-
ŁOIIB
(1)
-
NID
(3)
-
ODDK
(8)
-
Oficyna Wydawnicza Politechniki Warszawskiej
(26)
-
Oficyna Wydawnicza Politechniki Wrocławskiej
(2)
-
ONEPRESS
(2)
-
ORGBUD
(26)
-
POLCEN Spółka z o.o.
(6)
-
POLIHYMNIA
(1)
-
Politechnika Częstochowska
(7)
-
Politechnika Gdańska
(5)
-
Politechnika Koszalińska
(6)
-
Politechnika Krakowska
(2)
-
Politechnika Lubelska
(3)
-
Politechnika Łódzka
(4)
-
Politechnika Poznańska
(8)
-
Politechnika Rzeszowska
(3)
-
Politechnika Śląska
(10)
-
Politechnika Wrocławska
(8)
-
Polska Księgarnia
(13)
-
Polski Cement
(2)
-
PRESSCOM
(2)
-
PROMOCJA
(25)
-
PWE
(4)
-
PWE-Państwowe Wydawnictwo Ekonomiczne
(3)
-
SGGW
(8)
-
Stowarzyszenie Producentów Cementu
(1)
-
UMCS
(1)
-
Uniwersytet Przyrodniczy w Poznaniu
(2)
-
Uniwersytet Zielonogórski
(3)
-
UWM
(2)
-
WACETOB
(2)
-
WIEDZA I PRAKTYKA
(2)
-
Wolters Kluwer
(10)
-
Wydawnictwo Legis
(3)
-
Wydawnictwo Naukowe PWN
(24)
-
Wydawnictwo Naukowe UMK
(3)
-
Wydawnictwo Uniwersytetu Gdańskiego
(1)
-
Wydawnictwo Uniwersytetu Rolniczego w Krakowie
(2)
-
Zwierciadło
(1)
Cena
-
od
do
AI dla profesjonalistów IT. Narzędzia i techniki zwiększające produktywność
- Tytuł oryginału: AI for Everyday IT: Accelerate workplace productivity
- Tłumaczenie: Radosław Meryk
- ISBN Książki drukowanej: 978-83-289-3597-6
Autorzy:Chrissy LeMaire, Brandon Abshire
Czego się nauczysz?
- Wdrażania generatywnej AI w codziennej pracy specjalistów IT
- Porównywania chatbotów i asystentów AI (ChatGPT, Claude, Gemini, Microsoft Copilot) pod kątem zastosowań i kosztów
- Stosowania zasad odpowiedzialnego użycia AI: bezpieczeństwa danych, cytowania, ryzyka plagiatu oraz ograniczania uprzedzeń
- Kontrolowania kontekstu i kosztów pracy modeli dzięki zrozumieniu tokenów, limitów i stanowości rozmowy
- Konstruowania skutecznych promptów technikami zero-shot, single-shot, few-shot i many-shot
- Używania zaawansowanych technik promptowania: łańcuchów promptów, wstrzykiwania kontekstu, metapromptów i szablonów odpowiedzi
- Formułowania problemów tak, by AI dostarczała użyteczne, weryfikowalne wyniki w zadaniach IT
- Automatyzowania pracy z dokumentami: streszczania, konwersji formatów, OCR, porównywania, klasyfikacji, tagowania i anonimizacji
- Usprawniania komunikacji e-mail i w komunikatorach dzięki streszczeniom, transkrypcjom, szkicom odpowiedzi oraz integracjom (Teams, webhooki)
- Wykorzystywania AI w helpdesku do analizy zgłoszeń, tworzenia odpowiedzi oraz budowy niestandardowych modeli GPT i agentów AI
- Wspierania administracji systemami poprzez analizę logów, audyt konfiguracji i automatyzację zadań zgodności oraz utrzymania
- Optymalizowania pracy DBA z AI: usprawniania zapytań, dokumentowania kodu i wykonywania zadań konserwacyjnych w heterogenicznych środowiskach
- Dobierania i stosowania asystentów kodowania (GitHub Copilot, Cline, Cursor AI, Aider, Project IDX) z uwzględnieniem prywatności i bezpieczeństwa
- Zwiększania efektywności DevOps z AI, w tym planowania procesu i pracy na dużych zmianach w repozytoriach oraz podejścia GenAIOps
- Budowania aplikacji z AI z użyciem wywoływania funkcji, integracji z API oraz walidacji zapytań SQL pod kątem bezpieczeństwa
- Wspierania przywództwa i rozwoju kariery z AI: rozwiązywania konfliktów, planowania DR/BCP, prowadzenia rozmów, ocen i przygotowania do rekrutacji oraz negocjacji
Przedmowa: Nitya Narasimhan
Twoja przewaga w IT zaczyna się od AI
Sztuczna inteligencja przestała być futurystyczną wizją to narzędzie, które już dziś zmienia codzienną pracę specjalistów IT. ChatGPT, Claude i inne modele AI rewolucjonizują sposób, w jaki programiści piszą kod, administratorzy zarządzają systemami, a menedżerowie prowadzą zespoły. Książka stanowi praktyczny przewodnik po zastosowaniu sztucznej inteligencji w realnych scenariuszach od automatyzacji rutynowych zadań po rozwiązywanie złożonych zagadnień technicznych. To pozycja dla każdego, kto chce nie tylko nadążyć za zmianami, ale też uczynić z AI przewagę konkurencyjną w swojej karierze.
Autorzy dzielą się sprawdzonymi technikami wykorzystania AI w każdym aspekcie pracy IT. Prowadzą czytelnika od podstaw inżynierii promptów, przez praktyczne zastosowania w dokumentacji i komunikacji, aż po zaawansowane scenariusze. Każdy rozdział zawiera gotowe do użycia prompty, rzeczywiste studia przypadków i konkretne przykłady kodu w PowerShell, Python, SQL i innych językach. Nie tylko zobaczysz, jak pisać skuteczne prompty, ale przede wszystkim dowiesz się, jak formułować problemy, by AI mogła realnie wspomóc pracę specjalisty w zakresie analizy logów, optymalizacji zapytań SQL, przygotowania planów odtwarzania awaryjnego czy prowadzenia trudnych rozmów z zespołem.
W książce:
- Praktyczne techniki tworzenia promptów
- Automatyzacja zadań administracyjnych
- Zastosowanie asystentów kodu (GitHub Copilot, Cline, Cursor AI)
- Zarządzanie zespołami z AI
- Bezpieczeństwo i etyka
Specjaliści z branży IT znajdą w tej książce strategie wykorzystania AI, w których drzemią olbrzymie możliwości. Zastosuj je w praktyce a potem daj mi znać, kiedy dostaniesz awans.
Jeffrey Snover, twórca PowerShell, Distinguished Engineer w Google
Spis treści książki
PrzedmowaWstęp
Podziękowania
O książce
O autorach
O ilustracji na okładce
Część I. Wprowadzenie do sztucznej inteligencji
- 1. Sztuczna inteligencja w informatyce
- 1.1. Generatywna sztuczna inteligencja zmienia wszystko
- 1.2. Słoń w serwerowni
- 1.3. Wzmacnianie umiejętności
- 1.4. Wprowadzenie do sztucznej inteligencji generatywnej
- 1.4.1. Chatboty oparte na modelach językowych
- 1.4.2. Generowanie obrazów z użyciem modeli AI
- 1.5. Koszty usług
- 1.6. Odpowiedzialne korzystanie ze sztucznej inteligencji w pracy
- 1.6.1. Bezpieczeństwo danych w pracy z AI
- 1.6.2. Uprzedzenia i sprawiedliwość
- 1.6.3. Pisanie tekstów z użyciem AI i ryzyko plagiatu
- 1.6.4. Cytowanie AI w pracy
- 1.7. Jak korzystaliśmy ze sztucznej inteligencji?
- 1.8. Prompty użyte w tym rozdziale
- Podsumowanie
- 2. Chatboty: zadania i wskazówki
- 2.1. Chatboty i sztuczna inteligencja konwersacyjna
- 2.1.1. ChatGPT firmy OpenAI
- 2.1.2. Anthropic Claude
- 2.1.3. Google Gemini
- 2.1.4. Pakiet narzędzi Microsoft Copilot
- 2.1.5. Porównanie asystentów AI - podsumowanie
- 2.2. Modele AI tekst-obraz
- 2.2.1. DALL-E firmy OpenAI oraz model 4o
- 2.2.2. Midjourney
- 2.2.3. Google Gemini Imagen oraz Meta Imagine
- 2.3. Prompty użyte w tym rozdziale
- Podsumowanie
- 3. Podstawowa inteligencja
- 3.1. Definicje pojęć
- 3.1.1. Prompty
- 3.1.2. Stanowość
- 3.1.3. Utrzymanie kontekstu i spójność
- 3.1.4. Tokeny
- 3.2. Wszystko, czego nigdy nie chciałeś wiedzieć o tokenach
- 3.2.1. Limity tokenów
- 3.2.2. Limity tokenów a interakcje z AI
- 3.3. Kiedy dobre boty zawodzą
- 3.4. Konta darmowe i płatne
- 3.4.1. Dlaczego warto płacić za chatbota, skoro można korzystać z darmowego?
- 3.4.2. Który wybrać?
- 3.4.3. Nauka i eksperymentowanie
- 3.5. Prompty użyte w tym rozdziale
- Podsumowanie
- 4. Inżynieria promptów i formułowanie problemów
- 4.1. Inżynieria promptów
- 4.2. Spektrum tworzenia promptów dla AI
- 4.2.1. Tworzenie promptów techniką zero-shot
- 4.2.2. Tworzenie promptów techniką single-shot
- 4.2.3. Tworzenie promptów techniką few-shot
- 4.2.4. Tworzenie promptów techniką many-shot
- 4.2.5. Przyszłość inżynierii promptów
- 4.3. Mechanika dobrego promptu
- 4.3.1. Kluczowe zasady konstruowania promptów
- 4.4. Wprowadzenie do tworzenia promptów przeznaczonych do określonych zadań w IT
- 4.4.1. Laboratorium niezwykłych promptów
- 4.5. Techniki zaawansowane
- 4.5.1. Prompty rekurencyjne
- 4.5.2. Wstrzykiwanie kontekstu
- 4.5.3. Wyraźne ograniczenia
- 4.5.4. Łańcuch promptów
- 4.5.5. Dyrektywy dotyczące tonu
- 4.5.6. Szablony odpowiedzi
- 4.6. Dobre praktyki i częste błędy
- 4.6.1. Ucz się na dobrych przykładach
- 4.6.2. Pułapki, których warto unikać
- 4.6.3. Metaprompty
- 4.7. Formułowanie problemów
- 4.8. Korzystanie z technik formułowania problemów w praktyce
- 4.9. Prompty użyte w tym rozdziale
- Podsumowanie
- 5. Prompty w praktyce
- 5.1. Inżynieria promptów w praktyce
- 5.1.1. Podstawowy prompt
- 5.1.2. Prompty rekurencyjne
- 5.1.3. Tworzenie szablonu
- 5.1.4. Ostateczny wynik
- 5.2. Formułowanie problemu w praktyce
- Podsumowanie
- 6. Praca z dokumentami
- 6.1. Najlepsze praktyki obsługi dokumentów z wykorzystaniem sztucznej inteligencji
- 6.1.1. Metody wyodrębniania tekstu
- 6.1.2. Strukturyzowanie i doskonalenie wyników
- 6.2. Zasady etyki w przetwarzaniu dokumentów przez sztuczną inteligencję
- 6.3. Streszczanie dokumentów
- 6.4. Konwersja formatów
- 6.5. Wyodrębnianie tekstu z ilustracji
- 6.6. Porównywanie dokumentów
- 6.7. Klasyfikacja i tagowanie dokumentów
- 6.8. Anonimizacja dokumentów
- 6.9. Tłumaczenia
- 6.10. Prompty użyte w tym rozdziale
- Podsumowanie
- 7. Poczta elektroniczna i komunikatory
- 7.1. Usprawnianie zarządzania pocztą elektroniczną z użyciem AI
- 7.1.1. Streszczanie wiadomości e-mail i tworzenie szkiców wiadomości z użyciem AI
- 7.1.2. Jeszcze niegotowe do wykorzystania w najważniejszych zadaniach
- 7.1.3. Zabezpieczenia poczty e-mail
- 7.2. Korzystanie z AI w komunikatorach internetowych
- 7.2.1. Transkrypcja spotkań i podsumowania z użyciem AI
- 7.3. Integracje i automatyzacja z użyciem AI
- 7.3.1. Przepływy pracy w Microsoft Teams w praktyce
- 7.3.2. Webhooki
- 7.4. Usprawnianie pisania przy jednoczesnym zachowaniu własnego stylu
- 7.4.1. Grammarly
- 7.4.2. Apple Intelligence Writing Tools
- 7.5. Zachowywanie krytycznego myślenia i zdrowego rozsądku
- 7.6. Przyszłość komunikacji z AI
- 7.7. Prompty użyte w tym rozdziale
- Podsumowanie
Część II. Operacje IT i sztuczna inteligencja
- 8. AI w działach wsparcia IT
- 8.1. Terapia działu wsparcia technicznego
- 8.1.1. Identyfikowanie problemów
- 8.1.2. Formułowanie odpowiedzi
- 8.2. Pomoc techniczna
- 8.2.1. Przygotowanie środowiska
- 8.2.2. Rozwiązywanie problemów
- 8.2.3. Ćwiczenia pod kątem wykorzystania AI w czasie rzeczywistym
- 8.3. Niestandardowe modele GPT
- 8.3.1. Tworzenie niestandardowego GPT do analizy zgłoszeń IT
- 8.4. Przyszłość działów pomocy technicznej: agenty AI
- 8.4.1. Wybrane platformy pomocy technicznej oparte na agentach AI
- 8.4.2. Agenty AI w systemach CRM klasy enterprise
- 8.5. Prompty użyte w tym rozdziale
- Podsumowanie
- 9. Administrowanie systemami
- 9.1. Żądania zmiany
- 9.2. Im więcej dystrybucji, tym więcej problemów
- 9.3. Administrowanie wieloma serwerami
- 9.4. Zmiana nazw plików
- 9.5. Analiza logów błędów: identyfikowanie wyjątków i awarii
- 9.6. Automatyzacja zadań związanych z poprawą efektywności i zgodności z przepisami
- 9.7. Audyt plików konfiguracyjnych z użyciem AI
- 9.8. Istniejące rozwiązania AI w inżynierii systemów
- 9.9. Prompty użyte w tym rozdziale
- Podsumowanie
- 10. Administrowanie bazami danych
- 10.1. Podstawy tworzenia zapytań i obiektów
- 10.2. Optymalizacja zapytań
- 10.3. Dokumentowanie kodu
- 10.4. Heterogeniczne środowiska bazodanowe
- 10.4.1. Nadążanie za zmianami
- 10.4.2. Uczenie doświadczonego DBA nowych sztuczek
- 10.5. Zadania konserwacyjne
- 10.6. Zaawansowane zadania administracyjne
- 10.6.1. AI + dbatools = <3
- 10.6.2. Analiza konfiguracji pamięci
- 10.6.3. Dodatkowe prompty do zaawansowanej administracji
- 10.6.4. Rola DBA w erze AI
- 10.7. Prompty użyte w tym rozdziale
- Podsumowanie
Część III. Wykorzystanie AI w zadaniach programistycznych
- 11. Asystenty kodowania i narzędzia programistyczne
- 11.1. Prywatność i bezpieczeństwo
- 11.2. Wartość umiejętności programowania
- 11.3. Pakiet narzędzi AI GitHuba
- 11.4. Cline
- 11.5. Cursor AI
- 11.6. Google Project IDX
- 11.7. Aider
- 11.8. Zbiorcze porównanie asystentów kodu
- 11.9. Dobre praktyki w programowaniu z użyciem AI
- 11.9.1. Zasady podstawowe
- 11.9.2. Techniki zaawansowane
- 11.10. Prompty użyte w tym rozdziale
- Podsumowanie
- 12. Inżynieria DevOps z użyciem AI
- 12.1. Praktyczne zastosowania AI w DevOps
- 12.2. Aktualizacja prawie 7000 testów: rzeczywisty projekt z AI
- 12.2.1. Wybór narzędzi
- 12.2.2. Opracowanie skutecznego procesu
- 12.2.3. Strategia implementacji
- 12.2.4. Przetwarzanie dużych plików
- 12.2.5. Podzielenie instrukcji na ukierunkowane przebiegi
- 12.2.6. Wyniki
- 12.2.7. Wnioski
- 12.2.8. Nie tylko aktualizacja testów. Inne zastosowania programowania wspomaganego AI
- 12.3. Cykl życia GenAIOps
- 12.3.1. Zastosowanie GenAIOps w praktyce
- 12.4. Prompty użyte do napisania tego rozdziału
- Podsumowanie
- 13. Budowanie aplikacji wykorzystujących AI
- 13.1. Wywoływanie funkcji
- 13.1.1. Rozmowa z API OpenAI
- 13.1.2. Budowa copilota bazodanowego
- 13.1.3. Implementacja mechanizmu wywoływania funkcji
- 13.2. Funkcje
- 13.2.1. Co jest ważne w projektowaniu funkcji AI?
- 13.3. Walidacja zapytań SQL z użyciem funkcji examine_sql
- 13.3.1. Określenie, co czyni zapytanie niebezpiecznym
- 13.3.2. Generowanie odpowiedzi przyjaznej użytkownikowi
- 13.3.3. Praktyczne działanie mechanizmu wspomagania obsługi SQL opartego na AI
- 13.4. Zastosowania praktyczne i względy bezpieczeństwa
- 13.4.1. Przykład: konwersja walut z użyciem AI
- 13.4.2. Zasady bezpieczeństwa przy wywoływaniu funkcji
- 13.5. Prompty użyte w tym rozdziale
- Podsumowanie
Część IV. Przywództwo i rozwój z AI
- 14. Rozwiązywanie konfliktów i zarządzanie kryzysowe
- 14.1. Rozwiązywanie konfliktów w miejscu pracy
- 14.1.1. Strategie skutecznego rozwiązywania konfliktów
- 14.1.2. Pat w sprawie SharePointa
- 14.1.3. Proaktywna umowa dotycząca rozwiązywania konfliktów
- 14.2. Zarządzanie kryzysowe
- 14.2.1. Rola przywództwa w sytuacjach kryzysowych
- 14.2.2. Rola generatywnej AI w planowaniu działań związanych z odtwarzaniem po awarii i zapewnieniem ciągłości działań
- 14.3. Prompty użyte do napisania tego rozdziału
- Podsumowanie
- 15. Podstawy zarządzania
- 15.1. Zasady i świadczenia pracownicze
- 15.1.1. Zasady
- 15.1.2. Świadczenia pracownicze
- 15.1.3. Własne modele GPT i projekty
- 15.2. Rozwój kariery
- 15.2.1. Macierze umiejętności
- 15.2.2. Spotkania indywidualne
- 15.3. Oceny okresowe
- 15.3.1. Samooceny
- 15.3.2. Opinie wielostronne
- 15.3.3. Cele SMART
- 15.3.4. Cele zespołowe
- 15.3.5. Samokształcenie menedżera
- 15.4. Prompty użyte w tym rozdziale
- Podsumowanie
- 16. Interwencje menedżerskie
- 16.1. Wytyczne dotyczące interwencji menedżerskich
- 16.1.1. Notatki, ostrzeżenia i pisma
- 16.1.2. Konstruktywne informacje zwrotne
- 16.1.3. Plany poprawy wyników
- 16.2. Zgranie zespołu
- 16.2.1. Anonimowe opinie
- 16.2.2. Budowanie zespołu
- 16.3. Prowadzenie rozmów kwalifikacyjnych z kandydatami
- 16.4. Zarządzanie czasem w pracy menedżera technicznego
- 16.5. Prompty użyte do napisania tego rozdziału
- Podsumowanie
- 17. Awans zawodowy
- 17.1. Przewodzenie procesowi wdrażania AI w organizacji
- 17.1.1. Awanse dzięki praktycznemu rozwiązywaniu problemów
- 17.1.2. Dokumentowanie i prezentowanie swoich projektów
- 17.1.3. Zaawansowany trening prezentacji z AI
- 17.2. Szkolenia i certyfikaty
- 17.2.1. Zdobywanie nowych umiejętności za pomocą AI
- 17.2.2. Identyfikowanie i uzupełnianie luk kompetencyjnych z użyciem AI
- 17.2.3. Pisanie wniosków o udział w konferencjach
- 17.3. Awans zawodowy na zewnątrz firmy
- 17.3.1. Wyszukiwanie pracy z użyciem AI
- 17.3.2. Optymalizacja CV
- 17.3.3. Przygotowanie do rozmowy kwalifikacyjnej z wykorzystaniem AI
- 17.3.4. Negocjowanie wynagrodzenia
- 17.3.5. Prompty dotyczące rozwoju kariery
- 17.3.6. Ćwiczenie rozmów wspomagane przez AI
- 17.4. Kwestie etyczne i najlepsze praktyki
- 17.5. Porady na koniec
- 17.6. Prompty użyte do napisania tego rozdziału
- Podsumowanie
Dodatek A. Lokalne modele AI: dostępna alternatywa
Dodatek B. GPT Actions firmy OpenAI
Dostępność: na wyczerpaniu
Wysyłka w: 3 dni
AI dla prawników. Sztuczna inteligencja w praktyce zawodów prawniczych
Sztuczna inteligencja przebojem wdarła się w dominującą większość obszarów naszego życia prywatnego i zawodowego. Coś, o czym niewielu słyszało jeszcze w 2020 roku, w 2025 jest na ustach wszystkich. Głównym powodem jest pojawienie się popularnych modeli generatywnej sztucznej inteligencji, które istotnie zmieniają sposób pracy w obszarze tworzenia treści.
Nie inaczej jest w obszarze prawa – również tutaj generatywna sztuczna inteligencja ma potencjał, aby zrewolucjonizować funkcjonowanie podmiotów tworzących, interpretujących oraz egzekwujących prawo.
Niniejsza publikacja powstała po to, aby wskazać kierunki rozwoju GenAI w obszarze prawa, zainspirować liderów oraz położyć podstawy merytoryczne pod szeroką dyskusję o przyszłości prawa i zawodów prawniczych w świecie AI.
W tym celu opracowaliśmy dziesięć studiów przypadku, które prezentują różnorodne zastosowania AI, a następnie tłumaczą technologie i mechanizmy wykorzystane w tych sytuacjach. Z pewnością nie jest to jeszcze kompletny obraz technologii, która rozwija się w zasadzie każdego dnia, ale mamy nadzieję, że pozwoli na zrozumienie podstaw, wyzwań i szans związanych z AI w obszarze prawa.
Każdy rozdział składa się ze studium przypadku prezentującego możliwe zastosowania AI w różnych obszarach prawa. Czasem są to przykłady już obserwowane w rzeczywistości biznesowej, czasem rozwiązania, które dopiero są opracowywane. Każde z nich jest jednak z pewnością technicznie możliwe do wdrożenia i to w niedalekiej przyszłości. Następnie prezentowane są założenia techniczne leżące u podstaw nie tylko samej sztucznej inteligencji (jak np. mechanizmy natural language processing czy embeddingi), ale również ogólniej rozwiązań technologicznych (jak interfejsy API czy rodzaje baz danych). Podrozdziały te łączą się w spójną całość, prowadząc czytelnika przez zagadnienia niezbędne do zrozumienia zasad funkcjonowania narzędzi AI.
| Zawartość | Nr strony |
|---|---|
| Wstęp | 11 |
| Rozdział I. Analiza umów | 13 |
| 1. Aspekty technologiczne – Natural Language Processing (NLP) | 14 |
| 1.1. Tokenizacja i embeddingi – jak komputery zamieniają słowa w liczby | 15 |
| 1.2. Kluczowe techniki: rozpoznawanie nazwanych jednostek, klasyfikacja tekstu | 17 |
| 1.3. Ewolucja: modele statystyczne vs. sieci neuronowe | 18 |
| 1.4. Duże modele językowe: GPT, BERT i LLaMA | 19 |
| 2. Retrieval-augmented generation (RAG) | 20 |
| 2.1. Łączenie wyszukiwania dokumentów z generacją tekstu | 21 |
| 2.2. Architektura RAG: baza wiedzy z modelem językowym | 22 |
| 3. Wyzwania – halucynacje i błędne interpretacje | 24 |
| 3.1. Dlaczego modele „zmyślają” fakty | 24 |
| 3.2. Przykłady halucynacji | 25 |
| 3.3. Strategie ograniczania halucynacji | 27 |
| 3.4. Konieczność weryfikowania faktów przez użytkownika | 28 |
| Rozdział II. Research podatkowy | 33 |
| 1. Technologie – uczenie modelu, zestawy danych treningowych | 34 |
| 1.1. Dane czyste vs. dane zaszumione | 34 |
| 1.2. Proces uczenia modelu | 37 |
| 1.3. Wpływ różnorodności i wielkości danych na model | 39 |
| 2. Rodzaje baz danych | 40 |
| 2.1. Relacyjne i nierelacyjne bazy danych | 40 |
| 3. Wyzwania – jakość danych | 45 |
| 3.1. Typowe wady danych prawnych | 45 |
| 3.2. Techniczne strategie poprawy jakości danych | 47 |
| Rozdział III. Analiza due diligence | 51 |
| 1. Technologie – Optical Character Recognition (OCR) | 52 |
| 1.1. Rozpoznawanie znaków w obrazach i skanach | 53 |
| 1.2. Rola sieci konwolucyjnych (CNN) | 54 |
| 1.3. Wyzwania: czcionki, jakość skanów, układ dokumentu | 55 |
| 2. Application Programming Interface (API) i Graphical User Interface (GUI) | 58 |
| 2.1. GUI | 59 |
| 2.2. API | 60 |
| 2.3. Znaczenie User Experience (UX) w obszarze sztucznej inteligencji | 62 |
| 3. Wyzwania – zarządzanie zmianą technologiczną | 63 |
| 3.1. Opór wobec nowych narzędzi | 63 |
| 3.2. Kultura organizacyjna a adopcja AI | 65 |
| 3.3. Rola liderów wdrożenia | 67 |
| Rozdział IV. Tłumaczenie na rozprawie | 69 |
| 1. Technologie – Automatic Speech Recognition (ASR) i Text-to-Speech (TTS) | 70 |
| 1.1. Jak działa ASR – analiza sygnału akustycznego i dopasowanie do słów | 71 |
| 1.2. Nowoczesne architektury ASR | 72 |
| 1.3. Jak działa TTS – od tekstu do naturalnie brzmiącego głosu | 73 |
| 1.4. Wyzwania w ASR i TTS | 75 |
| 2. Modele multimodalne | 77 |
| 2.1. Łączenie różnych typów danych (tekst, dźwięk, obraz) | 77 |
| 2.2. Przykłady architektur multimodalnych (CLIP, Flamingo) | 79 |
| 2.3. Praktyczne wyzwania w multimodalnych systemach | 80 |
| 3. Wyzwania – obsługa wielu języków | 82 |
| 3.1. Modele jednolingwistyczne vs. modele wielojęzyczne | 83 |
| 3.2. Języki zapisywane w innym alfabecie niż łaciński | 84 |
| 3.3. Granice automatycznych tłumaczeń w prawie | 86 |
| Rozdział V. Tłumaczenie i tworzenie tekstu | 89 |
| 1. Technologie – Large Language Models (LLM) – ciąg dalszy | 90 |
| 1.1. Architektura Transformer i mechanizm self-attention | 90 |
| 1.2. Embeddingi i reprezentacja znaczeń | 91 |
| 1.3. Skalowanie modelu a jakość wyników | 92 |
| 2. Sztuka zadawania pytań, czyli inżynieria promptów | 93 |
| 2.1. Typy promptów: zero-shot, few-shot, chain-of-thought | 94 |
| 2.2. Rola długości i kontekstu promptu | 99 |
| 3. Wyzwania – role w projektach IT i AI | 101 |
| 3.1. Role w metodyce Agile – Scrum | 102 |
| 3.2. Role analityczne i architektoniczne | 103 |
| 3.3. Role inżynieryjne i testerskie | 103 |
| 3.4. Dodatkowe role w projektach AI | 104 |
| 3.5. Wyzwania związane z rolami projektowymi | 105 |
| 3.6. AI Act a definicje: model AI ogólnego przeznaczenia (art. 63) oraz operator zmiennoprzecinkowy (art. 67) | 107 |
| Rozdział VI. Korekta wiadomości e-mail | 111 |
| 1. Technologie – analiza semantyczna i analiza sentymentu | 112 |
| 1.1. Embeddingi w praktyce analizy wiadomości e-mail | 112 |
| 1.2. Analiza kontekstu zdania | 113 |
| 1.3. Klasyfikacja emocji | 115 |
| 2. Wyzwania – prywatność treści użytkownika | 118 |
| 2.1. Uczenie modeli a prywatność danych użytkowników | 118 |
| 2.2. RAG i dane w infrastrukturze użytkownika lub dostawcy | 120 |
| 2.3. Secondary use | 122 |
| 3. Uprzedzenia (biases) w modelach AI | 124 |
| 3.1. Skąd się biorą uprzedzenia w danych? | 124 |
| 3.2. Metody ograniczania uprzedzeń | 126 |
| Rozdział VII. Predykcyjna analiza w ściganiu przestępstw | 129 |
| 1. Technologia – infrastruktura chmurowa (IaaS, PaaS, SaaS) | 131 |
| 1.1. Podstawowe rodzaje środowisk chmurowych | 131 |
| 1.2. Zalety i wady środowisk chmurowych | 133 |
| 1.3. Zrozumienie kosztów środowisk chmurowych | 135 |
| 2. Big data analytics | 138 |
| 2.1. Właściwości big data (objętość, prędkość, różnorodność) | 138 |
| 2.2. Algorytmy do wykrywania anomalii i wzorców | 139 |
| 2.3. Przetwarzanie rozproszone | 142 |
| 2.4. Big data analytics a AI | 144 |
| 3. Wyzwania – czas procesowania zapytań | 145 |
| 3.1. Psychologia opóźnień | 146 |
| Rozdział VIII. Pasywne rozpoznawanie naruszeń prawa własności | 149 |
| 1. Technologia – analiza obrazu | 150 |
| 1.1. Algorytmy rozpoznawania kształtów i obiektów | 150 |
| 1.2. Wyzwania dla analizy obrazów | 152 |
| 2. Pozyskiwanie i integracja danych | 153 |
| 2.1. Mechanizmy pozyskiwania i łączenia różnych źródeł | 154 |
| 2.2. Standardy wymiany danych | 157 |
| 2.3. Wyzwania interoperacyjności | 158 |
| 3. Wyzwania – fałszywe alarmy | 159 |
| 3.1. Skąd biorą się fałszywe alarmy? | 160 |
| 3.2. Jak radzić sobie z fałszywymi alarmami? | 161 |
| Rozdział IX. Zgłaszanie naruszeń (sygnaliści) | 163 |
| 1. Technologie – chatboty i systemy konwersacyjne | 164 |
| 1.1. Technologia wspierająca konwersację | 165 |
| 1.2. Współczesne chatboty | 167 |
| 2. Autoryzacja i autentykacja | 168 |
| 2.1. Różnica między autentykacją a autoryzacją | 169 |
| 2.2. Czynniki autentykacji, standardy bezpieczeństwa i SSO | 169 |
| 2.3. Wyzwania dla autoryzacji i autentykacji | 172 |
| 3. Wyzwania – zagadnienia cyberbezpieczeństwa | 173 |
| 3.1. Ogólne zagadnienia cyberbezpieczeństwa | 173 |
| 3.2. Zero trust security | 177 |
| 3.3. Cyberbezpieczeństwo w AI | 178 |
| Rozdział X. Wykrywanie zagrożeń (miasto/policja) | 183 |
| 1. Technologia – systemy predykcyjne w czasie rzeczywistym | 184 |
| 1.1. Algorytmy analizy strumieni danych | 185 |
| 1.2. Edge computing | 188 |
| 2. Wyzwania – koszty korzystania z rozwiązań AI | 190 |
| 2.1. Źródła kosztów rozwiązań AI | 190 |
| 2.2. Aspekty hardware’owe i energetyczne – koszty środowiskowe i zrównoważony rozwój | 192 |
| 3. Explainability i audytowalność AI | 194 |
| 3.1. Podstawowe techniki explainability (XAI) | 194 |
| 3.2. Audyt algorytmiczny | 195 |
Dostępność: na wyczerpaniu
Wysyłka w: 3 dni
AI Act. Europejska regulacja sztucznej inteligencji
Niniejsza publikacja stanowi próbę kompleksowej analizy AI Act w całej złożoności tego Rozporządzenia. W kolejnych rozdziałach szczegółowo analizowane są poszczególne elementy regulacji: od definicji i zakresu stosowania, przez kategorie ryzyka i związane z nimi obowiązki, mechanizmy oceny zgodności i nadzoru rynkowego, po kwestie odpowiedzialności i sankcji. Poddano również analizie, jak AI Act wpisuje się w szerszy krajobraz regulacyjny UE i jak jego przepisy będą współgrać z istniejącymi ramami prawnymi.
Celem książki jest nie tylko deskryptywna analiza przepisów, ale również krytyczna refleksja nad założeniami, wyborami i kompromisami, które ukształtowały ostateczny kształt regulacji – pomimo wczesnego etapu rozwoju tej dziedziny prawa. Postawione zostały pytania nie tylko o to, co AI Act reguluje, ale także o to, czego nie reguluje i dlaczego. Została przedstawiona analiza nie tylko litery prawa, ale także prawdopodobnych scenariuszy jej praktycznego stosowania.
W publikacji omówiono m.in.:
- zakres zastosowania regulacji,
- wymagania ogólne dla wszystkich systemów AI,
- zakazane praktyki AI,
- systemy AI wysokiego ryzyka,
- odpowiedzialność w łańcuchu dostawców,
- AI a ochrona danych osobowych.
Spis treści
Dostępność: na wyczerpaniu
Wysyłka w: 3 dni
ADR od A do Z nie tylko dla kierowców 2025-2027
ADR od A do Z nie tylko dla kierowców 2025-2027
Autorzy są doradcami ADR od 2003 roku, czyli od samego początku istnienia tego zawodu, a jako inspektorzy ITD przeprowadzili w ciągu ostatnich kilkunastu lat ok. 2500 kontroli pojazdów przewożących towary niebezpieczne.
Książka zawiera – poza podstawowymi informacjami niezbędnymi dla kierowców – również podsumowanie doświadczeń zdobytych przez autorów, opisy najczęstszych nieprawidłowości i porady praktyczne, w tym po raz pierwszy na rynku – szczegółowy opis z przykładami taryfikatora kar nakładanych na kierowców i uczestników przewozu.
Towary niebezpieczne naprawdę są niebezpieczne. Trują, wybuchają, płoną, powodują choroby i robią jeszcze wiele innych nieprzyjemnych rzeczy. Prawie nie słyszymy o nieszczęśliwych zdarzeniach związanych z przewozem towarów niebezpiecznych. Fakt ten wynika z niezwykle ostrych rygorów nałożonych na ich transport. Co zrobić, żeby uczestniczyć w przewozach ADR i robić to bezpiecznie, a może nawet polubić? Najlepiej zacząć od solidnej porcji nauki, której niezbędnym elementem jest lektura tej książki.
Przewóz towarów niebezpiecznych to bardzo prosta sprawa. Wystarczy tylko poznać 13 głównych klas zagrożeń, nauczyć się prawidłowo zabezpieczać ładunek, odszyfrowywać kody oznaczające typy cystern i opakowań, przestrzegać obowiązków i zakazów dotyczących załogi pojazdu, znać zasady przejazdu przez tunele, dowiedzieć się kim jest i jaka jest rola doradcy ADR w firmie oraz jakie mają obowiązki: nadawcy, odbiorcy, przewoźnicy, załadowcy, kierowcy i pakujący, nauczyć się jak postępować w przypadku przewozu drogowego łączonego z morskim lub kolejowym, jak zabezpieczyć towary przed dostaniem się w ręce terrorystów, poznać procedury awaryjne, nauczyć się udzielać pierwszej pomocy i likwidować zagrożenia, gasić pożary i nie dać się zatruć, spalić, rozerwać lub napromieniować oraz dowiedzieć się jak nie przewrócić cysterny na zakręcie. Wszystkie powyższe zagadnienia zostały omówione w tej książce.
| ISBN | 9788375704815 |
| Autor | Bielecki Mirmił |
| Oprawa | mi |
| Rok wydania | 2026 |
| Format | B5 |
| Stron | 432 |
Dostępność: średnia ilość
Wysyłka w: 3 dni
ADR 2025-2027 Podręcznik+Tabela A
Książka Podręcznik ADR 2025-2027 + tabele A załącznik do umowy europejskiej.
ADR podręcznik 2025-2027
Struktura książki oparta jest na umowie ADR obowiązującej w latach 2025-2027.
Konstrukcja podręcznika, jak i wiele odniesień do przepisów szczegółowych pozwala zgłębić w sposób przystępny, a jednocześnie rzetelny tajniki przewozów ADR. Adresowana jest ona przede wszystkim do kierowców zawodowych, chcących uzyskać po raz pierwszy zaświadczenie ADR, oraz tych którzy chcą odświeżać posiadane uprawnienia.
Książka ta to kompletny podręcznik! Nie potrzebujesz nic więcej!
ADR 2025-2027 tabela A z umowy europejskiej
Zestaw wybranych fragmentów umowy ADR obowiązującej w latach 2025-2027.
ZGODNIE Z PRZEPISAMI MOŻE BYĆ UŻYWANA PODCZAS EGZAMINU!
W zestawie bezpłatny 2 dniowy dostęp do pytań kontrolnych ADR 2025-2027 - Testy Online
Spis treści - ADR podręcznik 2025-2027
Wstęp 1. - Ogólne zasady oraz wymagania dotyczące przewozu towarów niebezpiecznych
Wprowadzenie
Akty prawne regulujące przewóz towarów niebezpiecznych
Umowa ADR - jak jest zbudowana i jak z niej korzystać
Wyłączenia [1.1.3]
Przewóz odpadów i ochrona środowiska
Podział, klasyfikacja oraz główne rodzaje zagrożeń
Klasyfikacja
Klasa 1 - Materiały i przedmioty wybuchowe [2.2.1]
Klasa 2 - Gazy [2.2.2]
Klasa 3 - Materiały ciekłe zapalne [2.2.3]
Klasa 4.1 - Materiały stałe zapalne, substancje samoreaktywne oraz materiały wybuchowe stałe odczulone [2.2.41]
Klasa 4.2 - Materiały podatne na samozapalenie [2.2.42]
Klasa 4.3 - Materiały wydzielające w zetknięciu z wodą gazy palne [2.2.43]
Klasa 5.1 - Materiały utleniające [2.2.51]
Klasa 5.2 - Nadtlenki organiczne [2.2.52]
Klasa 6.1 - Materiały trujące [2.2.61]
Klasa 6.2 - Materiały zakaźne [2.2.62]
Klasa 7 - Materiały promieniotwórcze [2.2.7]
Klasa 8 - Materiały żrące [2.2.8]
Klasa 9 - Różne niebezpieczne materiały i przedmioty [2.2.9]
Pakowanie i załadunek
Stosowanie opakowań
Obowiązki uczestników przewozu w zakresie bezpieczeństwa
Przepisy dotyczące warunków przewozu
Przepisy dotyczące załadunku, rozładunku i manipulowania ładunkiem
Mocowanie ładunku
Czyszczenie po rozładunku
Przepisy dodatkowe dotyczące niektórych klas lub materiałów
Organizacja przewozu towarów niebezpiecznych
Szkolenie osób zaangażowanych w przewóz towarów niebezpiecznych [1.3.1]
Kierowca pojazdu ADR
Doradca do spraw bezpieczeństwa - DORADCA DGSA
Procedury nadawcze i oznakowanie
Transport kombinowany
Wymagania wobec pojazdów
Środki transportu
Inne wymagania, które powinny być spełnione przez załogę pojazdu [8.3]
Wymagania dotyczące nadzorowania pojazdów
Wymagania dotyczące konstrukcji i dopuszczenia pojazdów
Bezpieczeństwo przy przewozie towarów niebezpiecznych
Wypadek. i co dalej - postępowanie ratunkowe
Powiadamianie o zdarzeniach dotyczących towarów niebezpiecznych [1.8.5]
Ochrona towarów niebezpiecznych [1.10]
Ograniczenia w transporcie towarów niebezpiecznych. Tunele
Kontrola i nadzór
Nadzór
Kontrola
Kary
Przewóz w cysternach - informacje szczegółowe
Ważne definicje
Kilka ważnych informacji na początek
Wymagania dotyczące cystern
Przepisy dotyczące przewozu w cysternach
Konstrukcja i wyposażenie
Klasa 1 - materiały wybuchowe
Informacje dodatkowe dotyczące towarów klasy 1 - wybuchowych
Przepisy szczególne pakowania towarów klasy 1
Wymagania dodatkowe dotyczące kompletnych lub skompletowanych pojazdów EX/II lub EX/III przeznaczonych do przewozu materiałów i przedmiotów wybuchowych (klasy 1) w sztukach przesyłki
Dokumentacja - informacje dodatkowe lub specjalne wymagane w przypadku klasy 1
Wymagania dotyczące przewozu materiałów i przedmiotów wybuchowych (klasa 1), wynikające z przepisu szczególnego S1 [dział 8.5]
Klasa 7 - materiały promieniotwórcze
Informacje dodatkowe dotyczące towarów klasy 7 - promieniotwórcze
Przepisy ADR
Definicje specyficznych terminów
Wymagania ogólne
Przepisy szczególne dotyczące pakowania materiału promieniotwórczego
Zatwierdzanie przewozu i powiadamianie
Określanie wskaźnika transportowego (TI) oraz wskaźnika bezpieczeństwa krytycznościowego (CSI)
Przepisy szczególne dotyczące załadunku, rozładunku i manipulowania ładunkiem (klasa 7) [7.5.11 CV33]
Tabela A z umowy europejskiej
Numer UM; 0004, 0500, 1001, 1500, 2000, 2501, 3005,
Szczegóły
| ISBN | 9788363917791 |
| Autor | Grupa Image |
| Oprawa | br |
| Rok wydania | 2025 |
| Format | b5 |
| Stron | 392 |
Dostępność: na wyczerpaniu
Wysyłka w: 4 dni
Adaptacyjność relacji współpracy w łańcuchu dostaw – ujęcie modelowe z perspektywy przedsiębiorstw transportu drogowego towarów (TDT) S.100
Najnowsza monografia IBDiM pt. „Adaptacyjność relacji współpracy w łańcuchu dostaw – ujęcie modelowe z perspektywy przedsiębiorstw transportu drogowego towarów (TDT)”
Polecamy Państwa uwadze najnowszą monografię autorstwa dr. inż. Marcina Świtały. Publikacja ta ukazała się nakładem wydawnictwa IBDiM – seria „S” – Studia i Materiały, zesz. 100.
Praca stanowi wkład w debatę naukową i branżową na temat roli przewoźników drogowych jako integratorów współpracy w łańcuchach dostaw oraz znaczenia adaptacyjności jako kluczowego zasobu konkurencyjnego w sektorze TDT. Wpisuje się w szerszy nurt badań nad ewolucją modeli transportowych, zarządzaniem relacjami międzyorganizacyjnymi oraz budowaniem odporności i elastyczności łańcuchów dostaw w warunkach niepewności i zakłóceń. Głównym przedmiotem badań jest adaptacyjność relacji współpracy w łańcuchu dostaw, analizowana z perspektywy przedsiębiorstw TDT. Uwzględniono także oceny podmiotów produkcyjnych i handlowych, odnoszące się do ich relacji z przedsiębiorstwami TDT. Należy podkreślić, że dotychczasowe studia marginalizowały rolę przewoźników w integracji i koordynacji przepływów, koncentrując się głównie na producentach i dystrybutorach. Praca proponuje modelowe ujęcie adaptacyjności i wprowadza mechanizm dwukierunkowej presji adaptacyjnej, który dotąd rzadko był przedmiotem analiz w literaturze przedmiotu.
Głównym celem teoretycznym pracy jest pogłębienie wiedzy na temat adaptacyjnych relacji współpracy transportowej poprzez opracowanie ram wyjaśniających mechanizmy i zależności związane z adaptacyjnością przedsiębiorstw TDT. W wymiarze metodycznym badanie obejmuje zaprojektowanie i realizację badań ilościowych i jakościowych, natomiast celem empirycznym jest opis i walidacja przyjętego modelu badawczego. Model badawczy zweryfikowano empirycznie na próbie 450 przedsiębiorstw (TDT, handlowych i produkcyjnych), wykorzystując modelowanie równań strukturalnych (PLS-SEM) oraz wywiady pogłębione. Przetestowano dwanaście hipotez dotyczących związków między stymulatorami adaptacyjności, samą adaptacyjnością a wymiarami współpracy (dojrzałością, sprawnością, efektywnością).
Wyniki badań dostarczają menedżerom praktycznych wskazówek w zakresie budowania przewagi adaptacyjnej: inwestowania w systemy monitorowania otoczenia, tworzenia redundancji i elastycznych sieci podwykonawców, wdrażania innowacji technologicznych oraz budowania trwałych relacji z partnerami. Skuteczne zarządzanie współpracą transportową wymaga nie tylko reagowania na presję, ale także jej równoważenia i wykorzystywania jako impulsu do rozwoju długoterminowych zdolności adaptacyjnych.
Dostępność: na wyczerpaniu
Wysyłka w: 4 dni
100 zadań z wytrzymałości materiałów. Zbiór zadań z rozwiązaniami wyd 2
- Rok wydania 2025
- Nr wydania 2
- Liczba stron 174
- ISBN: 978-83-7348-953-0
Dostępność: średnia ilość
Wysyłka w: 3 dni
IRS 2 kw 2026 - Informacja o stawkach robocizny kosztorysowej oraz cenach pracy sprzętu budowlanego
Wydawnictwo Informacja o stawkach robocizny kosztorysowej oraz cenach pracy sprzętu budowlanego IRS zawiera ceny pracy i najmu sprzętu budowlanego, notowane oraz stosowane przez wybranych usługodawców, a także stawki robocizny kosztorysowej w układzie branżowym oraz w przekrojach województw i wybranych miast.
NOWOŚĆ!
W II kwartale 2026 r. baza jednostek sprzętowych została rozszerzona o 130 nowych pozycji cenowych. Do grona dostawców danych dołączyły firmy:
- BAUKRANE – systemy deskowań
- BELLATOR – maszyny drogowe (rozściełacze, walce)
- Rozszerzona została także baza cen wynajmu firmy ATUT RENTAL
Dostępność: średnia ilość
Wysyłka w: 3 dni
Biuletyn cen robót przygotowawczych BCP 2 kw. 2026
Wydawnictwo Biuletyn cen robót przygotowawczych BCP zawiera jednostkowe ceny robót: rozebrania obiektów kubaturowych, inżynieryjnych, sieciowych, małej architektury, robót ziemnych przygotowawczych, usunięcia zadrzewień i ich ochrony, wierceń i badań gruntu, wywozu materiałów rozbiórkowych, prac pomiarowych oraz robót tymczasowych dla potrzeb budowy.
Dostępność: na wyczerpaniu
Wysyłka w: 48 godzin
Biuletyn cen robót elektrycznych BRE 2 kw 2026
Wydawnictwo Biuletyn cen robót elektrycznych BRE zawiera ceny jednostkowe robót dla instalacji elektrycznych, energetycznych, teletechnicznych, sygnalizacyjnych i multimedialnych - wewnętrznych i zewnętrznych w obiektach kubaturowych oraz inżynieryjnych, skalkulowanych w oparciu o bazę normatywną.
Dostępność: na wyczerpaniu
Wysyłka w: 3 dni
Biuletyn cen obiektów budowlanych BCO cz. II 2/2026
Biuletyn cen obiektów BCO cz. II Obiekty Inżynieryjne zawiera średnie krajowe ceny obiektów inżynieryjnych (budowli) oraz struktury tych cen.
do pobrania errata do strony 399 na końcu opisu!
Dostępność: średnia ilość
Wysyłka w: 48 godzin
Biuletyn cen asortymentów robót BCA 2 kw. 2026
Informacje zawarte w wydawnictwie BCA służą do sporządzania kosztorysów metodą uproszczoną oraz do rozliczeń robót budowlanych. Są stosowane do opracowywania i rozliczania wniosków o dotacje (w tym - ze środków UE), waloryzacji wynagrodzeń kontraktowych, itp.
Dostępność: na wyczerpaniu
Wysyłka w: 3 dni
Program Ochrony Ziemniaka 2025
Aktualna cena ziemniaków zachęca do uprawy tego gatunku, dlatego może warto rozważyć uprawę ziemniaka?
Trzeba jednak pamiętać, że na dobrą cenę można liczyć tylko gdy oferuje się produkt wysokiej jakości.
Na jakość bulw ziemniaka wpływa wiele czynników, ale kluczowym jest skuteczna OCHRONA PRZED CHOROBAMI i SZKODNIKAMI.
Planując zabiegi ochrony roślin warto sięgnąć po nowe wydanie Programu Ochrony Ziemniaka 2025, który zawiera aktualną listę środków ochrony roślin zarejestrowanych w uprawie ziemniaka.
Ta podręczna publikacja będzie na pewno praktycznym wsparciem w planowaniu i wyborze właściwych preparatów. W czytelnych tabelach łatwo znaleźć właściwy preparat oraz zalecenia jego stosowania.
- Autorzy: praca zbiorowa
- Format: 16.5x23.5cm
- Objętość:
- Oprawa: Miękka
- Rok wydania: 2025
- Wydawca: AgroHorti Media
Program ochrony ziemniaka na rok 2025
- Spis fungicydów zarejestrowanych do ochrony ziemniaka
- Spis fungicydów zarejestrowanych w ramach handlu równoległego do ochrony ziemniaka
- Symbole grup chemicznych substancji czynnych fungicydów
- Spis zoocydów zarejestrowanych do ochrony ziemniaka
- Spis zoocydów zarejestrowanych w ramach handlu równoległego do ochrony ziemniaka
- Spis moluskocydów (środków ślimakobójczych) zarejestrowanych do ochrony ziemniaka
- Symbole grup chemicznych substancji czynnych zoocydów
- Spis regulatorów wzrostu zarejestrowanych do traktowania ziemniaka w celu zapobiegania kiełkowaniu bulw
- Dezynfektan zarejestrowanych do ochrony plantacji przeznaczonych do produkcji sadzeniaków ziemniaka
- Spis herbicydów zarejestrowanych do ochrony plantacji ziemniaka
- Środki do desykacji naci ziemniaczanej przed zbiorem, uwzgledniające także zapobieganie chorobom bulw
- Spis herbicydów zarejestrowanych w ramach handlu równoległego do ochrony plantacji ziemniaka
- Symbole grup chemicznych substancji czynnych herbicydów
- Wrażliwość chwastów na poszczególne substancje czynne i mieszaniny handlowe herbicydów zarejestrowanych do ochrony plantacji ziemniaka
- Fazy rozwojowe ziemniaka
- Stonka ziemniaczana – stadia owada a fazy fenologiczne
- Szczegółowe zalecenia ochrony plantacji ziemniaka
- Przykładowa tabela dokumentacji zabiegów ochrony roślin
Dostępność: na wyczerpaniu
Wysyłka w: 3 dni

Zapisz się do Newslettera