Программирование

Перед вами один из самых интересных учебников по машинному обучению - разделу искусственного интеллекта, изучающего методы построения моделей, способных обучаться, и алгоритмов для их построения и обучения. Автор воздал должное невероятному богатству предмета и не упустил из виду объединяющих принципов. Читатель с первых страниц видит машинное обучение в действии, но без не нужных на первых порах технических деталей.

В этой книге уважаемый читатель найдет множество советов по конструированию программного кода, общим вопросам, возникающим при работе в agile-команде, поисковой оптимизации веб-сайтов (SEO), автороведческой экспертизе и безопасности паролей. Книга составлена из полезных тезисов, выписанных автором из двенадцати печатных технических книг на русском языке.

От анализа больших данных и машинного обучения до автоматизации рутинных процессов и создания интерактивных визуализаций — эта часть станет вашим практическим путеводителем.
Вы узнаете, как распределенно обрабатывать данные с помощью Dask и PySpark, строить динамические дашборды с Plotly и Dash, оптимизировать производительность моделей с Cython, и разрабатывать высоконагруженные приложения с использованием Asyncio и CUDA.
Кроме того, особое внимание уделено автоматизации задач, включая парсинг данных, обработку документов и создание рабочих процессов с Airflow. Визуализация геоданных, работа с изображениями и звуком, а также современные подходы к тестированию и развертыванию приложений помогут вам интегрировать Python в самые разнообразные проекты.

В книге рассматриваются модели, системы и фреймворки, специально разработанные для обработки и анализа больших наборов данных. Вы познакомитесь с основными парадигмами и механизмами, применяемыми в анализе больших данных, включая MapReduce, рабочие потоки, массовый синхронный параллелизм, передачу сообщений и SQL-подобные модели. В главах книги описаны примеры использования фреймворков Hadoop, Spark, Storm и MPI и рассмотрены вопросы выбора среды, наиболее подходящей для достижения целевых задач приложения. Книга предназначена разработчикам приложений для работы с большими данными, исследователям и профессионалам бизнеса, основанного на данных. Читатель должен хорошо владеть такими языками, как Java, Python или Scala, и знать основные концепции параллельного и распределенного программирования.

В книге читателю предлагается обширный список «советов», которым на самом деле не стоит следовать. Каждый совет сопровождается подробным разбором и рассмотрением неочевидных моментов. Эти пояснения будут полезны новичкам, изучающим программирование. Впрочем, книга развлечёт и профессионалов рассмотрением некоторых нюансов программирования на C++.

В этом справочнике вы найдете ключевую информацию об операционной системе Linux в удобной и наглядной форме. Структура справочника позволяет линуксоидам быстро находить нужную информацию, получать примеры использования тех или иных элементов Linux.

Перед вами — увлекательный самоучитель по языку Python для начинающих. Книга подходит даже читателям с нулевым уровнем. Создавайте собственными руками веселые классические и необычные, продвинутые игры, такие как "Виселица" или "Охотник за сокровищами", — в процессе вы поймете основные принципы программирования и выучите Python играючи!

В пособии в наглядной и доступной форме приводятся сведения по школьному курсу информатики, наглядные таблицы и схемы. Издание окажет помощь старшеклассникам при подготовке к урокам, различным формам текущего и промежуточного контроля, а также к экзаменам.

Если вы знаете, как программировать на Python, и немного знаете о теории вероятности, значит, вы готовы освоить байесовскую статистику. Эта книга расскажет вам, как решать статистические задачи с помощью языка Python вместо математических формул и использовать дискретные вероятностные распределения вместо непрерывной математики.

В настоящей книге достаточно популярно излагаются базовые алгоритмы на графах вместе с их реализациями на языке Python. Материал иллюстрирован большим числом примеров и рисунков, способствующих его усвоению.

Если программирование — магия, то веб-скрапинг — настоящее колдовство. Написав простую автоматизированную программу, можно отправлять запросы веб-серверам, получать ответы с данными, а затем анализировать эти данные и извлекать необходимую информацию. Это обновленное третье издание книги не только познакомит вас с веб-скрапингом, но и послужит исчерпывающим руководством по сбору практически любых видов данных в современном Интернете. В части I основное внимание уделено механике веб-скрапинга: как с помощью Python отправлять запросы веб-серверам, обрабатывать ответы и автоматизировать взаимодействие с сайтами. В части II исследуются более конкретные инструменты и приложения, которые пригодятся при любом сценарии веб-скрапинга.

В этой книге вы найдете ключевые принципы, алгоритмы и компромиссы, без которых не обойтись при разработке высоконагруженных систем для работы с данными. Материал рассматривается на примере внутреннего устройства популярных программных пакетов и фреймворков.

Как вы понимаете, что зашли на хороший сайт? Это происходит практически мгновенно, с первого взгляда. Такие сайты привлекают внимание картинкой — отлично выглядят, а кроме этого они интерактивны и отзывчивы. Сразу видно, что такую страничку создавал CSS-профи, ведь именно каскадные таблицы стилей (CSS) отвечают за все наполнение и оформление сайта — от расположения элементов до неуловимых штрихов.

Практикум предназначен для проведения семинарских занятий по дисциплине «Разработка и реализация портальных решений» у студентов, обучающихся по направлению 09.03.03 «Прикладная информатика» (программа подготовки бакалавров). Материалы практикума предназначены для освоения технологий разработки порталов с применением современных систем управления контентом (CMS): WordPress, Joomla, а также с использованием Web-программирования.

Книга написана необычным для многих – живым, простым и емким языком. Автор не любит длинных описаний программ, поэтому прерывается на пояснения, что делает книгу удобной для понимания и легкой в усвоении материала. Чтение учебника не утомляет, а наоборот, захватывает.

Причинно-следственный анализ – это метод статистического анализа данных, помогающий выявить, как одно событие влияет на другое. Прочитав данную книгу, читатели научатся находить причинно-следственные связи в данных, применять правильные методы анализа и оценивать достоверность полученных выводов. Мы можем реализовать массу всяких красивых вещей с помощью машинного обучения. Единственное требование состоит в том, чтобы мы формулировали наши задачи как задачи прогнозирования. Однако машинное обучение (ML) не является панацеей. Оно может творить чудеса в условиях жестких ограничений и все же может с треском провалиться, если данные немного отклоняются от того, к чему привыкла модель. Машинное обучение, как известно, плохо справляется с такой проблемой, как обратная причинно-следственная связь. Издание предназначено специалистам по анализу данных, а также будет полезно бизнес-аналитикам и инженерам. В книге используется только свободное программное обеспечение, основанное на языке Python.

Книга посвящена обучению основам компьютерного моделирования физических процессов. Каждая глава содержит теоретический материал, описание математических методов, используемых для построения компьютерных моделей физических процессов, а также задачи для самостоятельного решения. В качестве базового программного продукта используется пакет MATLAB. В книге обобщен опыт преподавания автором ряда дисциплин для бакалавров, магистров и специалистов, обучающихся по направлениям подготовки и специальностям укрупненных групп специальностей 09.00.00 - «Информатика и вычислительная техника», 10.00.00 - «Информационная безопасность» в Уральском федеральном университете. К книге прилагается электронное приложение доступное для скачивания на сайте издательства, содержащее программные реализации каждой из рассмотренных в ней компьютерных моделей, реализованных автором на внутреннем языке пакета MATLAB в виде m-файлов и т-функций.

Книга предназначена для самостоятельной подготовки учащихся к Единому государственному экзамену по информатике. В ней рассматриваются все 27 заданий ЕГЭ, их типовые варианты и особенностях каждого из них, приводятся различные методы их выполнения, даются полезные советы и рекомендации, обеспечивающие ускорение выполнения заданий и уменьшающие вероятность ошибки. Предлагаются задания для самостоятельного выполнения.

В этом издании мы расскажем вам о последних достижениях в области технологий искусственного интеллекта, а также о том, какой прогресс достигнут исследователями, разработчиками и энтузиастами, продолжающими расширять границы инноваций. Данная книга представляет собой подробное руководство для разработчиков на Python, желающих научиться создавать приложения с использованием больших языковых моделей. Авторы расскажут об основных возможностях и преимуществах моделей GPT-4 и GPT-3.5, а также принципах их работы. Здесь же вы найдете пошаговые инструкции по разработке приложений с использованием библиотеки для Python от OpenAI, в том числе инструментов для генерирования текста, отправки вопросов и получения ответов и создания интеллектуальных ассистентов. Издание содержит множество легковоспроизводимых примеров, которые помогут применить модели в своих проектах. Все примеры кода на Python доступны в репозитории GitHub.

Эта книга посвящена стратегии поиска ответов на вопросы, в частности в области общественных наук, где данные наблюдений применяются для выявления причинного эффекта. Она состоит из двух частей, каждая из которых описывает разные подходы к задаче идентификации эффекта. Первая часть посвящена концепциям причинности с точки зрения наблюдаемого эффекта.