Python

Практическое руководство для новичков, которые хотят понять основы машинного обучения. Здесь представлены ключевые алгоритмы, такие как линейная регрессия, деревья решений, методы опорных векторов и нейронные сети, а также объясняется работа с данными и инструменты Python.
Четкие объяснения, примеры кода и практические задачи помогут быстро освоить теорию и начать применять машинное обучение в реальных проектах. Книга идеально подходит для студентов, аналитиков и разработчиков, делающих первые шаги в этой области.

Создавайте креативные и мощные приложения с использованием графовых данных и станьте экспертом в графовых нейронных сетях! Всего через десять лет после своего появления графовые нейронные сети стали одной из самых интересных архитектур в глубоком обучении. Технологические компании пытаются применить их повсюду: в сфере разработки лекарств, в системах рекомендаций еды, видео и поиска романтических партнеров, для выявления фейковых новостей. В этой книге представлены основы теории графов для data science и машинного обучения, а также практические задачи, которые решаются с помощью графовых нейронных сетей.

Практическое руководство по использованию Python для решения задач машинного обучения. В книге подробно рассмотрены ключевые концепции, методы и инструменты, которые необходимы для построения эффективных моделей и работы с различными типами данных. Читатели узнают, как подготовить данные, применить популярные алгоритмы классификации и регрессии, а также освоят методы для работы с временными рядами, изображениями и текстом. Особое внимание уделено важным аспектам МО, таким как выбор признаков, регуляризация моделей, методы ансамблей, а также эффективная настройка гиперпараметров. Книга подходит как для новичков, так и для опытных специалистов, поскольку включает как базовые, так и более продвинутые темы, такие как глубокое обучение, обработка изображений и использование трансферного обучения. Используя примеры реальных задач и подробные инструкции, книга поможет вам освоить Python в контексте машинного обучения и применить полученные знания для решения практических проблем.

Книга содержит более 200 рецептов по работе с микрокомпьютером Raspberry Pi, рассматривающих как программные, так и аппаратные задачи. Показана установка и настройка операционной системы для Raspberry Pi, подключение датчиков и двигателей, способы интеграции Raspberry Pi в систему умного дома и сеть Интернета вещей.

Идеально подходит тем, кто хочет освоить ключевые инструменты и методологии, включая CNN для компьютерного зрения и NLP-модели с TensorFlow 2. Предлагаются полезные проекты и продвинутые концепции, такие как механизмы внимания, трансформеры и GAN. Автор делится опытом создания сложных моделей и разработки современных приложений ИИ, делая акцент на практическое освоение технологий.

В книге исследованы возможности использования искусственного интеллекта при работе с периферийными устройствами, датчиками и Интернетом вещей. Рассмотрены алгоритмы, применяемые при реализации периферийного ИИ, паттерны проектирования программных и аппаратных компонентов Интернета вещей, рассчитанных на последующее машинное обучение. Продемонстрировано, как подбирать и фильтровать данные, развертывать, развивать и поддерживать сети умных устройств. Для специалистов по uскусственному интеллекту и Интернету вещей.

В этой книге, предлагающей принципиально новый подход к безопасной разработке кода, вы найдете полезные аналогии, истории из жизни вымышленных персонажей Алисы и Боба, примеры реальных ситуаций, технические объяснения и диаграммы, благодаря которым запутанные идеи и понятия безопасности приобретают легко усваиваемую форму, позволяющую начать применять их немедленно. Научитесь создавать безопасный код на таких популярных языках, как Python, Java, javascript и других. Получите опыт защиты таких каркасов, как Angular, .Net и React. Раскройте секреты борьбы с уязвимостями, основанные на заботе о безопасности своего кода с самого начала!

В книге дается базовая алгоритмическая подготовка, классические алгоритмы разобраны одновременно на двух языках — C++ и Python на примере широко известных и интуитивно понятных компьютерных игр. Наглядно излагается реализация циклов, перебора, рекурсии, эвристики, рассматривается работа с деревьями решений, на примере шахмат предлагается знакомство с прямоугольными координатами, дается введение в самообучающиеся алгоритмы. Книга ориентирована как на начинающих программистов, так и на читателей, планирующих перейти на C++ или Python как на второй язык. Примеры, рассмотренные в книге, помогут сделать первые шаги на пути к профессиональному программированию игр. Для программистов.

Книга позволит вам получить знания, достаточные для профессии Руthоn-разработчик (начиная с уровня Junior Developer). Это даст вам воз­можность устройства на работу программистом, или возможность работать на себя - искать заказы на фриланс-биржах, создавать свои собственные приложения и игры, а затем выпускать их на таких площадках как Google Play, Steam и подобных.

Автор книги Мэттью Уайтсайд – инженер-программист с более чем 10-летним опытом, работающий в финтехе. Он активно участвует в жизни сообщества, общаясь с коллегами в социальных сетях и на форумах. В этой книге Мэттью предлагает читателям проверить свои навыки разработки на Python и решить различные задачи – от простых до весьма сложных и творческих.

Откройте для себя Polars – удивительно эффективную библиотеку для преобразования, анализа и визуализации данных. В этом подробном руководстве продемонстрированы все ключевые возможности Polars и показано практическое применение в задачах, связанных с обработкой и исследованием данных, построением конвейеров и многим другим. Независимо от квалификации, вы быстро освоите интуитивно понятный API Polars. На GitHub доступно множество примеров работы с реальными данными, облегчающими изучение библиотеки.

Как стать экспертом в создании сложных и мощных приложений на Python, не тратя время на повторение уже известных основ или перечисление ненужных функций? Аарон Максвелл фокусируется на первопринципах Python, которые действуют подобно катализаторам для всего остального: достаточно получить 5 % знаний в области программирования, чтобы остальные 95 % подтянулись автоматически.

Рассмотрена работа с инструментами pandas и SQL, методы выявления закономерностей и очистки данных. Описаны различные источники информации, включая текстовые, бинарные и веб-данные. Подробно изложены статистические методы: доверительные интервалы, проверка гипотез, конструирование признаков. Приведены практические примеры на языке Python из разных областей: анализ транспортных систем, экологические исследования, ветеринарная аналити-ка. Заключительные разделы посвящены логистической регрессии и оптимизации моделей с применением к задачам классификации текстов.

Эта книга поможет Вам стать реально богаче используя автоматизацию финансов с помощью Python: Вы не только создадите прототип биржи и собственные скринеры в Телеграм, но и научитесь грабить популярные биржи с помощью ими же предоставленных средств. Вам не потребуются знания в области программирования, т.к. всё необходимое для базового навыка программиста Вы получите в первых двух главах, в которых мы разработаем биржу бинарных опционов, реализуем Биткойн и Альткойн, а также освоим объектно-ориентированное программирование, без которого невозможно эффективно пользоваться библиотеками для бэкстестинга и торговли.

Перед вами подробное руководство по применению в научных целях Python - современного и наиболее востребованного языка программирования. Его преимущество заключается в том, что это так называемый язык высокого уровня с простым и интуитивно понятным синтаксисом. Однако несмотря на то, что Python хорошо подходит в качестве языка для начинающих, он также активно применяется и для решения самых сложных задач, благодаря чему в настоящее время является одним из наиболее широко используемых языков программирования во всем мире. Автор книги, норвежский исследователь Иоаким Сунднес, известный своими достижениями в области научных вычислений, машинного обучения и моделирования, подробно объясняет принципы работы с Python. Начиная с базового синтаксиса и заканчивая более сложными аспектами, в том числе применением инструментария объектно-ориентированного программирования на практике, он попутно знакомит читателя с использованием библиотек NumPy и Matplotlib для научных вычислений и визуализации научных данных.

Автор пошагово разбирает процесс построения RAG — от выбора векторной базы данных и модели эмбеддингов до оптимизации поиска и генерации ответов. Особое внимание уделено теоретическим аспектам извлечения, фрагментации и векторизации данных, способам хранения, поиска и ранжирования. Современным интерфейсными решениями RAG систем, а также практическим способам реализации простых систем дополненного поиска. В издании приведены практические примеры на Python с использованием LangChain, FAISS, Milvus и HuggingFace.

Эта книга предназначена как для пользователей, изучающих Python, так и использующих его для решения практических задач. Python позволяет применять его для решения проблем на основе проверенных и легко читаемых скриптов. Особенности Python дают возможность использовать его как на Linux, так и на Windows. Цель настоящей книги дать пользователю проверенные на практике простые скрипты, необходимые как составные части при решении сложных задач. Чтобы изучить и освоить Python, требуется длительное время. Использование данной книги позволяет ускорить данный процесс.

В книге описываются приемы создания эффективных больших языковых моделей, систем компьютерного зрения и генеративного ИИ, показывающих высокую производительность при относительно невысоких затратах. В ней приводится подробное исследование технологии RAG, а также подходов к проектированию мультимодальных пайплайнов ИИ и управлению ими. Связывая вывод с исходными документами, RAG повышает точность и контекстную релевантность результатов, предлагая динамический подход к управлению большими объемами информации.

Все, что вам нужно знать о компьютерах, интернете, приватности и безопасности. «Основы информационных технологий для неспециалистов. Что происходит внутри машин» известного ученого Брайана Кернигана рассматривает принципы работы компьютерного оборудования, программного обеспечения и сетей. Технологические изменения – это не отдельное событие, а непрерывный процесс – быстрый, постоянный и ускоряющийся. К счастью, основы работы цифровых систем останутся неизменными. Когда вы их поймете, то сможете лучше справляться с вызовами и возможностями, которые они предоставят. Существует целая тьма языков. Какой из них вам следует изучить в первую очередь? В этой книге я кратко расскажу о двух ЯП – JavaScript и Python. Оба широко используются как профессиональными программистами, так и любителями. Они просты в освоении на начальном уровне, широко применимы и масштабируемы при создании более крупных программ. Язык JavaScript включен в каждый браузер, поэтому никакое ПО скачивать не нужно. Написав программу, вы сможете использовать ее на собственных веб-страницах, чтобы показать друзьям и родственникам. Другой наш язык – Python. Он отлично подходит для повседневной разработки программ в громадном диапазоне областей применения. За последние несколько лет Python стал стандартным языком для вводных занятий по программированию, а также для курсов по аналитике данных и машинному обучению.

Учебное пособие содержит начальные сведения о программировании на языке Python и является основой для изучения курса «Информационные технологии в профессиональной деятельности» студентами Казанского государственного архитектурно-строительного университета, обучающимися по направлению 08.03.01 «Строительство».