программирование

Программирование на Python, Афанасьев М.Я., Крылова А.А., Шорохов С.А., Федосов Ю.В., 2025.

   Методические указания разработаны для студентов, обучающихся по направлениям, связанным с программированием и инженерией, и предназначены для углубленного освоения языка Python. Пособие охватывает ключевые аспекты, необходимые для формирования базовых и продвинутых навыков программирования, таких как работа с управляющими символами, анализ данных, создание графических интерфейсов и алгоритмизация.

Практикум по анализу данных на языках Python и R, Баюк О.А., Исаева М.Р., Самсонкин М.О., 2023.

   Данное учебное пособие предназначено для студентов очного отделения, изучающих дисциплину «Анализ данных». Пособие написано в соответствии с программой дисциплины «Анализ данных». Оно предназначено для подготовки бакалавров по направлениям «Экономика» и «Бизнес-информатика» Финуниверситета. В пособии отражены темы: выборочный метод, точечные и интервальные оценки, проверка статистических гипотез, корреляционный анализ, дисперсионный анализ и анализ временных рядов. Пособие может быть использовано как для проведения семинарских занятий, так и для организации самостоятельной работы студентов.

Нейросети на Python, Основы ИИ и машинного обучения, Куликова И.В., 2025.

   Эта книга является практическим комплексным гидом по изучению ИИ и применению нейросетей. В ней вы найдете информацию о различных типах нейросетей, их архитектуре, принципах работы и различных возможностях использования.
Примеры использования библиотек NumPy, PyTorch, Matplotlib, SciPy, NetworkX, TensorFlow, OpenCV, Pandas, scikit-learn, nltk помогут вам лучше понять действия нейросети в реальных условиях.
Математические основы машинного обучения, с многочисленными примерами уравнений и формул на языке программирования Python, помогут понять истоки появления нейросетей с научной точки зрения.
Отдельно рассмотрено практическое применение искусственного интеллекта, описаны способы взаимодействия с нейросетями разной направленности. Это будет полезно для всех, кто желает овладеть многочисленными возможностями современных нейросетей: генерацией изображений, созданием видео, написанием текстов, созданием озвучки и т.д.
Помимо теоретической и практической частей, в книге есть ссылки на реальные нейросети, которые помогут читателям углубить свои знания и навыки в области их практического использования.
Книга обязательно станет ценным ресурсом для всех, кто хочет изучить нейросети и их применение в самых различных сферах.

Изучаем Python, Программирование игр, визуализация данных, веб-приложения, Мэтиз Э., 2025.

   «Изучаем Python» — это самое популярное в мире руководство по языку Python. Вы сможете не только максимально быстро его освоить, но и научитесь писать программы, устранять ошибки и создавать работающие приложения.
В первой части книги вы познакомитесь с основными концепциями программирования, такими как переменные, списки, классы и циклы, а простые упражнения приучат вас к шаблонам чистого кода. Вы узнаете, как делать программы интерактивными и как протестировать код, прежде чем добавлять в проект. Во второй части вы примените новые знания на практике и создадите три проекта: аркадную игру в стиле Space Invaders, визуализацию данных с удобными библиотеками Python и простое веб-приложение, которое можно быстро развернуть онлайн.
Книга была переработана и дополнена, чтобы соответствовать последним практикам программирования на Python: приемы редактирования в VS Code, применение модуля pathlib для работы с файлами, тестирование с помощью pytest, а также Matplotlib, Plotty и Django.
Если вы подумываете «А не заняться ли мне программированием?», то эта книга — идеальный старт. Не нужно больше ждать! Погнали!

Максимальная производительность, Архитектурные подходы к оптимизации запросов в PostgreSQL, Золотухина Д.Ю., 2024.

   В книге описываются ключевые принципы и архитектурные подходы к оптимизации запросов в PostgreSQL. Особое внимание уделено внутренним механизмам работы планировщика запросов, статистике данных и эффективному использованию индексов для достижения максимальной производительности в современных базах данных.

Криптовалюта, Фундаментальный анализ на Python, Суков Я.

   Эти ресурсы предоставляют всестороннее понимание криптовалютного рынка и методов его анализа. Ознакомление с этой литературой поможет вам углубить свои знания и стать более информированным инвестором или аналитиком в мире криптовалют.

Конвейеры данных, Карманный справочник, Денсмор Дж., 2024.

   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.

Кластерный анализ фондового рынка и криптовалют на Python, Суков Я.
     
    Книга подробно описывает инструментарий Docker и возможности использования контейнеров для развертывания программного обеспечения. Рассказано об интеграции Docker и контейнеров Linux с облачными сервисами и Kubemetes. Описаны методы сборки образов Open Container Initiative (OCI), развертывания и администрирования образов с использованием командной строки. Показано, как образы OCI упрощают управление зависимостями и ускоряют процесс развертывания приложений. Даны практические рекомендации по настройке и тестированию контейнеров, подробно рассмотрены инструменты оркестрации, обеспечения безопасности и конфигурирования Docker. В третьем издании особое внимание уделено инструменту BuildKit, поддержке мультиархитектурных образов, а также контейнеров в режиме rootless.