информатика

Информатика, 7-9 классы, Базовый уровень, Методическое пособие, Босова Л.Л., Босова А.Ю., 2022.

   Методическое пособие является частью учебно-методического комплекта (УМК) «Информатика. 7-9 классы. Базовый уровень» Л. Л. Босовой, А. Ю. Босовой.
Приведена авторская программа учебного предмета «Информатика», включающая тематическое планирование и рекомендуемое поурочное планирование учебного курса для учителей, преподающих учебный предмет «Информатика» по данному УМК. Дана характеристика основных компонентов авторского УМК: учебников, рабочих тетрадей, электронных приложений и др. Раскрыты реализованные в авторском УМК пути формирования личностных, метапредметных и предметных результатов обучения информатике в соответствии с обновленным Федеральным государственным образовательным стандартом основного общего образования.
Для учителей информатики и методистов.

Практический анализ временных рядов, Прогнозирование со статистикой и машинное обучение, Нильсен Э., 2021.
 
Эта книга рассчитана на читателей двух категорий. Первая, ощутимо боль­шая, категория — это специалисты по анализу и обработке данных, которым по долгу службы приходится работать с временными рядами, но делают они это не очень часто. Это могут быть как ветераны отрасли, так и начинающие ана­литики. Опытным специалистам материал первых глав покажется знакомым, но это не значит, что им можно пренебречь, — здесь описаны самые современные методы обработки данных и рассмотрены важные особенности управления вре­менными рядами. Аналитикам с небольшим рабочим опытом желательно прора­ботать все без исключения главы книги предельно внимательно, несмотря на их тематическую независимость друг от друга. Вторая категория читателей — руководители отделов по обработке и анализу данных в компаниях с интенсивным внутренним сбором информации. Если вы относитесь к этой группе читателей, то должны быть в курсе технологических решений, применяемых для обработки временных рядов, хотя вам и не прихо­дится заниматься программированием самостоятельно. Для вас эта книга будет полезна тем, что обозначит область применения временных рядов в существую­щих или создаваемых заново алгоритмах сбора и анализа данных. Назначение этой книги — помочь вам разобраться в технологиях, призванных упростить об­ работку существующих ресурсов данных.

System Design, Машинное обучение, Подготовка к сложному интервью, Сюй А., Аминиан А., 2024.
 
Собеседования по проектированию системы машинного обучения — самые сложные из всех вопросов технического собеседования. Эта книга предоставляет надежную стратегию и базу знаний для решения широкого круга вопросов проектирования систем машинного обучения. Пошаговый подход формирует основу для решения любого вопроса проектирования, используя множество реальных примеров. Эта книга поможет всем, кто интересуется проектированием систем машинного обучения, будь то новички или опытные инженеры. Если вам нужно подготовиться к собеседованию по данной теме, эта книга создана специально для вас.

Python и машинное обучение, Машинное и глубокое обучение с ис­пользованием Python, scikit-learn и TensorFlow, Рашка С., Мирджалили В., 2020.
 
Если вы хотите стать специалистом-практиком в области машинного обучения, лучше решать задачи или, может быть, даже подумываете о том, чтобы заняться исследованиями в этой сфере, тогда настоящая книга для вас! Для новичка теоретические концепции, лежащие в основе машинного обучения, могут оказаться непреодолимыми, но в последние годы вышло много книг, ориентированных на практику, которые помогут начать работу с машинным обучением через реализацию мощных алгоритмов обучения.

Data Science, Наука о данных с нуля, Грас Д., 2021.
 
Книга позволяет изучить науку о данных (Data Science) и применить полученные знания на практике. Она содержит краткий курс языка Python, элементы линейной алгебры, статистики, теории вероятностей, методов обработки данных. Приведены основы машинного обучения. Описаны алгоритмы k ближайших соседей, наивной байесовой классификации, линейной и логистической регрессии, а также модели на основе деревьев принятия решений, нейронных сетей и кластеризации. Рас­ смотрены приемы обработки естественного языка, методы анализа социальных сетей, основы баз данных, SQL и MapReduce. Во втором издании примеры переписаны на Python 3.6, игрушечные наборы данных заменены на «реальные», добавлены материалы по глубокому обучению и этике данных, статистике и обработке естественного языка, рекуррентным ней­ронным сетям, векторным вложениям слов и разложению матриц.

Информатика, Новый полный справочник для подготовки к ОГЭ, Ушаков Д.М., 2019.

   В справочнике представлен материал курса информатики в объёме, проверяемом на государственной итоговой аттестации. Структура справочника соответствует современному кодификатору элементов содержания по предмету, на основе которого составлены контрольные измерительные материалы (КИМы) основного государственного экзамена (ОГЭ).
Книга будет незаменимым помощником при подготовке к экзамену в формате ОГЭ, при изучении нового материала, повторении пройденных тем.

ЕГЭ, Информатика, Универсальный справочник, Трофимова И.А., Яровая О.В., 2019.

   Справочник предназначен для подготовки учащихся к ЕГЭ по информатике.
Пособие содержит подробный теоретический материал по всем темам, проверяемым экзаменом. После каждого раздела даются примеры заданий ЕГЭ и тренировочный тест. Ко всем заданиям приводятся ответы.
Издание будет полезно учителям информатики, так как даёт возможность эффективно организовать учебный процесс и подготовку к экзамену.

Информатика, Новый полный справочник для подготовки к ЕГЭ, Богомолова О.Б., 2020.

   Справочник поможет школьнику освежить в памяти основной теоретический материал по всему курсу информатики за 7—11 классы, ознакомиться с принципами решения типовых задач ЕГЭ, предлагавшихся в последние несколько лет, и подготовиться к экзамену.
Для школьников, учителей информатики и методистов.