информатика

Никто этого не ожидал — даже его создатели: ChatGPT ворвался в наш мир как искусственный интеллект, способный создавать тексты, словно человек. Но как именно он работает? Что происходит внутри его «ИИ-разума»?

В наши дни люди пишут компьютерные программы совсем не так, как раньше. Используя GitHub Copilot, можно простым языком описать, что должна делать программа, а искусственный интеллект тут же сгенерирует ее. Узнайте, как создавать и улучшать программы на Python с помощью ИИ, даже если прежде вы не написали ни строчки компьютерного кода. Сэкономьте время на рутинном программировании и воспользуйтесь услугами ИИ, способного мгновенно воплотить ваши идеи в жизнь. Заодно выучите Python!

Искусственный интеллект все глубже проникает в нашу повседневную жизнь. Быстрое развитие технологий требует от специалистов ознакомления с большим объемом англоязычной научно-технической литературы и терминов. Этот словарь содержит 4400 статей и является уникальным русскоязычным изданием по широте охвата терминологии в области искусственного интеллекта и робототехники.

Рассмотрен основной комплекс задач, решаемых инженером-электриком при разработке и модернизации электрооборудования промышленного оборудования, выполненного на базе программируемых логических контроллеров (PLC). В качестве основной базы рассматриваются металлорежущие станки, как универсальные, так и с числовым программным управлением.

В книге раскрыты возможности MS Excel, с которые обычно не рассматриваются при традиционном изучении приложения. Эти возможности позволяют создавать динамические модели и иллюстрировать решение задач. Для наглядного изображения процесса моделирования задач рассмотрены практически все возможные способы работы с диаграммами и их элементами. В книге представлена подборка решения задач и моделей из различных разделов естественных дисциплин. Надеемся, что это поможет более глубоко изучить возможности MS Excel и VBA, приобрести навыки моделирования, а также отойти от классического построения графиков, расчетов в таблицах, форматирования результатов вычислений. Разработка моделей значительно расширяет перечень применяемых функций, которые обычно ограничиваются основными математическими, логическими и статистическими функциями. Следует отметить, что физика формул, применяемых в моделях, не раскрывается, а даются определенные пояснения. Надеемся, что пользователи владеют нужными знаниями и смогут самостоятельно познать необходимое через интернет для уяснения сущности решения задач и моделей. При создании моделей обучаемые овладевают навыками разработки алгоритмов и основами программирования. Для автоматизации процесса моделирования и из-за имеющихся ограничений при применении встроенных функций в примерах используются пользовательские функции, управляющие элементы, формы, объекты диаграммы, процедуры и методы VBA.

В эпоху цифровых технологий и искусственного интеллекта алгоритмическая торговля преобразует финансовые рынки, предлагая новые стратегии для достижения прибыли.

Книга посвящена установке, настройке, администрированию и разработке баз данных с помощью СУБД MS SQL Server 2022. Материал сопровождается большим количеством примеров кода, которые можно использовать на практике. Рассмотрены основы языка запросов, используемые типы данных, создание базы данных и основных ее объектов, средства отображения объектов и всех их характеристик. Показаны методы проектирования, создания и изменения таблиц, рассмотрены индексы, заполнение таблиц данными, изменение и удаление данных, выборка из базы, представления, транзакции, их характеристики и взаимодействие, хранимые процедуры и триггеры. Исходные коды примеров размещены на сайте издательства. Я главным образом ориентируюсь на разработчиков баз данных (БД) и создателей программного продукта, требующего использования для своей работы баз данных, или на людей, которые собираются стать такими разработчиками и/или программи­стами. Следует уточнить ту работу, которую в первую очередь выполняют такие специалисты, и на которых в основном ориентировано содержание этой книги. Это разработка БД и создание программ, использующих базы данных, включая проектирование БД, создание самой БД и всех необходимых для ее эффективного функционирования объектов (таблицы, индексы, хранимые процедуры, триггеры, функции), поддержание базы данных в работоспособном состоянии и, в конце кон­цов, создание программ для так называемого конечного пользователя (end user), которому было бы комфортно работать с созданными вами базами данных. Спе­циалистов, обслуживающих программные системы (системных администраторов или, в более узком смысле, администраторов баз данных, АБД), которые применя­ют в своей работе БД SQL Server, я также постарался не обойти здесь вниманием.

Книга выйдет осенью в O’Reilly, но издательство не претендует на продажи в России. И в текущей ситуации я решил поделиться ею бесплатно для всего профессионального сообщества!

Учебное пособие посвящено современным подходам к созданию Android-приложений. Показаны приемы разработки средствами языка высокого уровня Java в инструментальной среде Android Studio. Приводятся необходимые теоретические сведения и практические задания для самостоятельного освоения материала и организации практических занятий.

Видеоигры – огромная и неотъемлемая часть современной культуры. Они окружают нас со всех сторон и бывают самых разных видов: от мобилок, за которыми можно убить время в очереди, до онлайн-игр, где сражаются профессиональные киберспортсмены. А иногда игры даже перетекают в другие форматы – на их основе пишут книги и снимают кино.

Изучите ключевые концепции машинного обучения‚ работая над реальными проектами! Машинное обучение - то, что поможет вам в анализе поведения клиентов, прогнозировании тенденций движения цен, оценке рисков и многом другом. Чтобы освоить машинное обучение, вам нужны отличные примеры, четкие объяснения и много практики. В книге все это есть!

В этой книге содержится описание синтаксиса и правил применения всех основных конструкций SQL и PL/pgSQL. Теоретическая часть сопровождается большим количеством наглядных примеров, разноплановых практических задач и детальным разбором их решений. Это позволяет понять, при решении каких задач целесообразно использовать тот или иной рассматриваемый элемент. Также к каждой главе прилагается список заданий различной степени сложности для самостоятельного решения, что позволит закрепить теоретические знания и получить практические навыки программирования. Книга может быть использована как в учебном процессе, при изучении дисциплины «Базы данных» студентами IT-специальностей, так и для самостоятельного освоения программирования в среде СУБД PostgreSQL. Материал, изложенный в этой книге, доступен для читателей с любым уровнем подготовки, и поэтому, приложив определенные усилия, вы станете ближе к заданной цели – стать профессионалом.

Данный классический труд содержит обстоятельное современное введение в машинное обучение (включая глубокое обучение), рассматриваемое сквозь объединяющую призму вероятностного моделирования и байесовской теории принятия решений.

Издание рассказывает о применении когнитивных служб компании Microsoft и применении на практике набора простых API. В доступной форме описано создание приложений на основе искусственного интеллекта в среде разработки Visual Studio, создание разговорного интерфейса, применение API для обработки распознавания и интерпретации устной речи.

Книга содержит около 200 задач машинного обучения, таких как загрузка и обработка текстовых или числовых данных, отбор модели и многие другие. Рассмотрена работа с языком Python, библиотеками pandas и scikit-learn. Коды примеров можно вставлять, объединять и адаптировать, создавая собственное приложение.

Базовая книга по инженерии данных. Рассмотрены все аспекты проектирования и эксплуатации различных архитектур данных, а также полный жизненный цикл работы с данными: подготовка, поглощение, преобразование, очистка, сочетание, оркестрация, конвейеризация. Особое внимание уделено облачным технологиям, распределению нагрузки и безопасному хранению данных. Разобраны приёмы формирования запросов, работы с базами данных и отслеживания потоков данных.

В простой, осязаемой и наглядной форме книга знакомит с Git – самой популярной системой контроля версий. Изложены основы Git: установка, графический интерфейс и командная строка, локальные репозитории и коммиты, ветки и слияния. Рассмотрены хостинговые сервисы и аутентификация, работа с удаленным репозиторием, клонирование и локальное сохранение. Подробно рассмотрены трехсторонние слияния, конфликты слияния, запросы на слияние, а также интеграция изменений из одной ветки в другую с помощью перебазирования. Для закрепления материала служат два сквозных проекта: учебный, демонстрирующий основы, и практический, применимый для реальной работы.

Впервые на русском языке книга об управлении облачной ІТ-инфраструктурой. Показаны методы контроля и развития версий инфраструктуры, аналогичные применяемым при работе с исходным кодом. Рассказано об управлении облачными серверами, их стеками и кластерами через Теггаform-подобный инфраструктурный код. Описано, как получать, поддерживать и масштабировать облачные ресурсы, как управлять облачными серверами, их стеками и кластерами, как организовать непрерывное развертывание и масштабирование облачных инфраструктур.

Книга посвящена передовым методам построения конвейеров данных, сбору данных из множества разнообразных источников и преобразованию их для аналитики. Дано введение в конвейеры данных, раскрыта их работа в современном стеке данных. Описаны стандартные шаблоны конвейеров данных. Показан процесс сбора данных от их извлечения до загрузки в хранилище. Затронуты вопросы преобразования и проверки данных, оркестровки конвейеров, методов их обслуживания и мониторинга производительности. Примеры программ написаны на Python и SQL и задействуют множество библиотек с открытым исходным кодом.

Дополняя ранее изданную книгу «Вероятностное машинное обучение. Введение», этот классический труд знакомит читателя с деталями самых актуальных теорий и методов машинного обучения, включая глубокие порождающие модели, графовые модели, байесовский вывод, обучение с подкреплением и причинность. Глубокое обучение излагается в контексте более широкого статистического контекста, а подходы к глубокому обучению унифицированы с подходами к вероятностному моделированию и выводу.