Recenzje

🖤 💥 504 strony. Mafia. Strach. Tajemnice. I banda ludzi, która chyba nie zna pojęcia „spokojnie”. Po wydarzeniach z poprzedniego tomu Malbat znajduje się w naprawdę kiepskim położeniu. Bohaterowie są zamknięci w willi, odcięci od świata i wiedzą, że tym razem sami mogą nie dać sobie rady. Potrzebują człowieka z przeszłości, który wchodzi w ich świat i zaczyna stawać po ich stronie. Alice nie ufa mu od razu — i trudno jej się dziwić. W Malbacie zaufanie nigdy nie przychodzi za darmo. Ale wiecie, co jest w tej serii najlepsze? Oni naprawdę są rodziną. Taką, która potrafi się pokłócić, wkurzyć na siebie, rzucić tekstem kompletnie nie na miejscu, a pięć minut później zrobić wszystko, żeby ochronić jednego ze swoich. I właśnie humor jest tutaj czymś, czego absolutnie bym nie pomijała. Przy całym mroku, przemocy i mafijnym świecie autorka potrafi wrzucić ironię, absurd czy dialog, przy którym człowiek zamiast siedzieć śmiertelnie poważny, zaczyna się śmiać. Ten kontrast naprawdę pasuje do Malbatu. Nie jest więc tylko ciężko i ponuro. Jest niebezpiecznie, momentami brutalnie, ale między tym wszystkim bohaterowie nadal pozostają sobą. I chyba właśnie dlatego Malbat ma swój własny charakter. Tylko mam jedno pytanie. Kto normalny patrzy na tę ekipę i stwierdza: „Dobra, zamknijmy ich razem w jednej willi”? Bo ja już na samą myśl wiem, że ciszy tam raczej nie będzie. 😏 

Bardzo dobra i przede wszystkim praktyczna książka dotycząca terapii poznawczo-behawioralnej. Jako psycholog i psychoterapeutka CBT w trakcie szkolenia nie szukałam w niej wyjaśnienia podstaw tego nurtu. Najbardziej zainteresowało mnie to, jak autorki przedstawiają konceptualizację różnych problemów i zaburzeń oraz łączą ją z konkretnymi strategiami terapeutycznymi. I właśnie to uważam za największą wartość tej książki. Znajdziemy tutaj oczywiście klasyczne elementy pracy CBT: myśli automatyczne, przekonania, założenia, technikę strzałki w dół, restrukturyzację poznawczą, aktywizację behawioralną czy ekspozycję. Dużo bardziej niż same techniki podoba mi się jednak pokazanie ich w szerszym kontekście rozumienia problemu konkretnego pacjenta. Książka prowadzi od modelu poznawczego, przez konceptualizację przypadku, cele i strukturę terapii, aż do pracy z konkretnymi problemami klinicznymi. Osobne części dotyczą m.in. depresji, zaburzeń lękowych, złości, używania substancji psychoaktywnych, zaburzeń osobowości, samookaleczeń, skłonności samobójczych oraz psychozy. Bardzo doceniam również karty pracy, przykłady, zadania domowe oraz konkretne strategie terapeutyczne. To sprawia, że nie jest to książka, którą przeczytam i odłożę na półkę. Widzę w niej raczej podręcznik, do którego można wracać podczas pracy z pacjentami i szukać inspiracji do dalszej konceptualizacji oraz planowania terapii. Lubię książki, które nie tylko opisują teorię, ale pomagają przełożyć ją na rzeczywistą pracę w gabinecie. Ta zdecydowanie do takich należy. Bardzo wartościowa pozycja szczególnie dla osób szkolących się i pracujących w nurcie CBT. Zdecydowanie zostaje u mnie pod ręką.

„Uczenie maszynowe z użyciem Scikit-Learn i PyTorch” to polska edycja bestsellerowego podręcznika Auréliena Gérona. Książka liczy 816 stron i stanowi kompleksowy przewodnik po uczeniu maszynowym (ML) i głębokim uczeniu (deep learning), wykorzystujący dwa najpopularniejsze pythonowskie frameworki: Scikit-Learn do klasycznych algorytmów ML oraz PyTorch do programowania sieci neuronowych. Jest to kolejne wydanie i aktualizacja wcześniejszych edycji, które opierały się na TensorFlow i Keras – Géron zastąpił je PyTorchem, odpowiadając na zmiany w szybko zmieniającym się ekosystemie ML. Struktura i zawartość Książka podzielona jest na dwie główne części, które prowadzą czytelnika od fundamentów po zaawansowane techniki deep learningu. Część I – Podstawy uczenia maszynowego (Scikit-Learn) Pierwsza część obejmuje fundamenty ML i pracę z biblioteką Scikit-Learn: – Przygotowanie danych – czyszczenie, transformacja i inżynieria cech. – Wybór i trenowanie modeli – walidacja krzyżowa, metryki oceniania. – Algorytmy klasyfikacji i regresji – regresja liniowa i logistyczna. – Drzewa decyzyjne i lasy losowe. – Techniki redukcji wymiarowości. – Kompletny projekt ML. Część II – Uczenie głębokie (PyTorch) Druga część koncentruje się na sieciach neuronowych i frameworku PyTorch: – Podstawy sieci neuronowych – perceptrony, propagacja wsteczna, optymalizatory. – Sieci splotowe (CNN). – Sieci rekurencyjne (RNN, LSTM). – Transformery. – Uczenie przez wzmacnianie (RL) (ang. reinforcement learning). – Generatywne modele AI. – Optymalizacja modeli. Styl książki i podejście do tematu Géron pisze w przystępnym stylu, ale bez uproszczeń, z naciskiem na praktyczne przykłady i intuicyjnie zrozumiałe wyjaśnienia. Każdy rozdział zawiera praktyczne przykłady w postaci notatników Jupyter, do przećwiczenia przez Czytelnika. Podstawy uczenia maszynowego Uczenie maszynowe (Machine Learning, ML) to dziedzina sztucznej inteligencji, w której systemy informatyczne uczą się wykonywać zadania na podstawie danych, zamiast być jawnie programowane do każdego konkretnego przypadku. Zamiast pisać reguły typu „jeśli X, to Y”, dostarczamy algorytmowi przykłady, a on sam odkrywa wzorce i podejmuje na ich podstawie decyzje. Uczenie maszynowe to proces, w którym komputer wykorzystuje dane treningowe do pozyskania oraz udoskonalenia umiejętności w określonym temacie/zadaniu poprzez doświadczenie. Kluczowa idea polega na tym, że system „uczy się” z danych treningowych, budując model matematyczny, który może później poprawnie działać na innych, wcześniej nieznanych danych. Jest to odrębny paradygmat programowania. Rodzaje systemów uczenia maszynowego 1. Uczenie nadzorowane (Supervised Learning). Algorytm uczy się na danych opatrzonych „etykietami” – czyli każdy przykład treningowy ma przypisaną poprawną odpowiedź. 2. Uczenie nienadzorowane (Unsupervised Learning). Dane nie mają „etykiet”, algorytm sam musi znaleźć w danych strukturę i odkryć wzorce. 3. Uczenie przez wzmacnianie (Reinforcement Learning, RL). Program (agent) uczy się poprzez interakcję ze środowiskiem, otrzymując nagrody lub będąc karanym za swoje działania. Przykładem jest na przykład nauczenie systemu AlphaGo gry w go. Kluczowe pojęcia Dane treningowe i testowe. Zbiór treningowy to dane, na których model się uczy. Zbiór testowy to, na których oceniamy jakość i wydajność modelu (dane testowe muszą być różne i niezależne od danych treningowych). Cechy (Features) i etykiety (Labels). Cechy to zmienne wejściowe, które opisują dane (np. metraż domu, liczba pokoi). Etykiety to zmienne wyjściowe, które chcemy przewidzieć (np. cena domu) Overfitting i underfitting. Overfitting (przeuczenie) – model zbyt ściśle dopasowuje się do danych treningowych, ale przez to źle generalizuje i nie sprawdza się na nowych danych. Underfitting (niedouczenie) – model jest zbyt prosty i nie wyłąpuje nawet podstawowych wzorców w danych. Walidacja krzyżowa (Cross-Validation). Jest to technika oceny modelu, która dzieli dane na wiele podzbiorów i wielokrotnie przeprowadza cykl trening-testowanie modelu na różnych kombinacjach. Książka Gérona „Uczenie maszynowe z użyciem Scikit-Learn i PyTorch” jest doskonałym punktem startu, ponieważ prowadzi czytelnika przez wszystkie te etapy z licznymi praktycznymi przykładami. Książkę można polecić zarówno początkującym, którzy chcą przejść od prostych skryptów do zaawansowanych aplikacji wykorzystujących sztuczną inteligencję, jak i doświadczonym praktykom szukającym aktualnego kompendium wiedzy o machine learning. Aurélien Géron „Uczenie maszynowe z użyciem Scikit-Learn i PyTorch. Koncepcje, narzędzia i techniki umożliwiające konstruowanie inteligentnych systemów”. Wydawnictwo Helion 2026

Dziś przychodzę do was z recenzją książki autorstwa Zuzanny Kulik. Jak tylko zobaczyłam, że w książce jest nawiązanie Włoch, nawet się nie zastanawiałam nad opisem, po prostu wiedziałam, że muszę ją przeczytać i cieszę się, że to zrobiłam, bo bawiłam się naprawdę super. Historia opowiada o Lisie Carter, cukierniczce z głową w chmurach, która wyjeżdża do Włoch na ślub swojej najlepszej przyjaciółki. Emma ma starszego brata, z którym Lisa nie potrafi się dogadać. Oboje mają nadzieję, że uda im się nawzajem unikać, jednak nie widzą, że Emma ma wobec nich plan. Postanawia, że zostaną jej świadkami na ślubie, a żeby spełnić jej wizje, będą zmuszeni udawać narzeczeństwo. Well... co tu dużo mówić, sam klimat Włoch po prostu sprawił, że jeszcze bardziej mam ochotę kupić lot last minute i tam lecieć, a najlepiej tam zostać i nie wracać.😅 Kocham bohaterów w tej książce, Lisa totalnie mnie urzekła swoim roztrzepaniem i swoim stylem bycia. Myślę, że na spokojnie mogłybyśmy się dogadać, bo tak jak ja, najpierw robi, a później myśli, jak wybrnąć z sytuacji. 🫣 Jest miła i spontaniczna, a przede wszystkim stawia dobro innych ponad własne, dlatego uważam, że jest świetną postacią, która nadaje barw tej książce. Za to Adam... totalne przeciwieństwo Lisy, ale w nim też było coś, co mnie urzekło. Kiedy pierwszy raz pojawił się w książce, od razu pomyślałam ,, Będzie ciekawie" i się nie pomyliłam. Adam jest skryty i zdystansowany, ale trudno mu się dziwić po tym, co przeżył, jednak z każdym rozdziałem potrafił pokazać swoje pozytywne cechy. Jakby to powiedział Shrek, jest jak cebula, ma warstwy, przez które Lisa musiała się dostać do jego wnętrza. 😅 Relacja Lisy i Adama została świetnie przedstawiona. Uwielbiam ich przekomarzanki. Fabuła mnie wciągnęła do takiego stopnia, że audiobooka pochłonęłam na raz i to dosłownie, bo zaczęłam i skończyłam tego samego dnia. Styl pisania Zuzi jest przyjemny. To już druga książka, którą przeczytałam spod pióra tej autorki i na pewno nie ostatnia. Znajdziecie tu takie motywy jak: enemies to lovers, fake dating, one bed trope, architekt i cukierniczka, age gap, grumpy x sunshine, forced proximity. Jeżeli zastanawiacie się, czy warto przeczytać tę książkę to, ja wam powiem, że zdecydowanie tak. Śmiało mogę ją zaliczyć do jednej z najlepszych książek, które przeczytałam w tym roku. Zanim jednak sięgnięcie po ten tytuł, pamiętajcie, że historia jest przeznaczona dla czytelników 18+.

Jak nauczyć dziecko radzić sobie z emocjami, trudnościami i niepowodzeniami? 🤔 Im dłużej obserwuję dzieci i ich codzienne emocje, tym częściej myślę o tym, jak bardzo chcielibyśmy oszczędzić im trudnych doświadczeń. Czasem najchętniej usunęlibyśmy z ich drogi każdą przeszkodę. Ale przecież nie zawsze możemy. I może właśnie nie zawsze powinniśmy. Odporność psychiczna nie oznacza, że dziecko ma być zawsze silne i spokojne. To umiejętność przeżywania trudnych emocji, radzenia sobie z wyzwaniami, podnoszenia się po porażkach i szukania rozwiązań. Książka "Odporność psychiczna dziecka" @agnieszka_grzela_opalinska to wartościowa propozycja dla rodziców i opiekunów, którzy chcą lepiej rozumieć emocjonalne potrzeby dzieci i wspierać je w budowaniu wewnętrznej siły. ❤️ Bo naszym zadaniem nie jest usuwanie z życia dziecka wszystkich trudności. Chodzi o to, by pokazać mu, że może sobie z nimi poradzić i że nie musi robić tego samo. Czasem największym wsparciem, jakie możemy dać dziecku, jest nie gotowe rozwiązanie, ale spokojna obecność, rozmowa i wiara w jego możliwości. 🌱 📖 To książka, po którą warto sięgnąć, jeśli chcemy wychowywać dzieci nie tylko szczęśliwe, ale również wyposażone w umiejętności, które pomogą im radzić sobie z życiem. A Ty? Jak wspierasz odporność psychiczną swojego dziecka? 💬