программирование

Python для начинающих, Лучшие задачи для изучения языка программирования, Лафуркад П., Мор М., 2025.
     
   Это практическое руководство для тех, кто хочет освоить программирование на языке Python. Состоит из 15 увлекательных задач, которые помогут новичкам освоить ключевые концепции программирования, решая интересные кейсы и головоломки. Издание ориентировано на читателей с любым уровнем подготовки.
Книга «Python для начинающих. Лучшие задачи для изучения языка программирования» станет источником вдохновения для начинающих программистов, заинтересованных не только в овладении техническими навыками, но и в поиске оригинальных решений.

Python Coding Tricks & Tips, 2024.
     
   Python Coding Tricks & Tips is the perfect digital publication for the user that wants to take their skill set to the next level. Do you want to enhance your user experience? Or wish to gain insider knowledge? Do you want to learn directly from experts in their field? Learn the numerous short cuts that the professionals use? Over the pages of this essential advanced user guide you will learn everything you will need to know to become a more confident, better skilled and experienced owner.
A user that will make the absolute most of their coding and ultimately Python coding itself. An achievement you can earn by simply enabling us to exclusively help and teach you the abilities we have gained over our decades of experience.

Python All in One For Dummie, Shovic J.C., Simpson A., 2024.
     
   This book is a reference manual to guide you through the process of learning Python and how to use it in modern computer applications, such as data science, artificial intelligence, physical computing, and robotics. If you’re looking to learn a little about a lot of exciting things, this is the book for you. It gives you an introduction to the topics that you'll need to explore more deeply.
Python All-in-One For Dummies, 3rd Edition guides you through the Python language and then takes you on a tour through some cool libraries and technologies (the Raspberry’ Pi, robotics, AI, data science, and more) that all revolve around the Python language. When y’ou work on new projects and new technologies, Python is there with a diverse number of libraries just waiting for you to use.

Python - это просто, Пошаговое руководство по программированию и анализу данных, Нисчал Н., 2023.
     
   Рассмотрены основы синтаксиса языка Python на примере дистрибутива Anaconda. Показаны приложения IPython, Spyder IDE, Jupyter Notebook. Описан синтаксис переменных, функций, циклов. Подробно изучаются структуры данных в Python: строки, списки, кортежи, множества и словари. Объясняется понятие классов и их применение в объектно-ориентированном программировании. Описаны возможности библиотеки обработки изображений Pillow, библиотеки Tkinter для создания приложений с графическим интерфейсом. Отдельный раздел посвящен обработке ошибок и исключений в программах. Рассматриваются библиотеки NumPy и Pandas, приводятся практические примеры их использования для анализа и обработки данных. Описана библиотека Matplotlib и ее возможности в сфере визуализации данных.

Книга Kaggle, Машинное обучение и анализ данных, Банахевич К., Массарон Л., 2024.
     
   Книга рассказывает о продвинутых приёмах машинного обучения и науки о данных (data science) на основе задач, решаемых на всемирно известной платформе Kaggle. Показано (в том числе на примере увлекательных интервью с Kaggle-гроссмейстерами), как устроена платформа Kaggle и проводимые на ней соревнования. Изложенный материал позволяет развить необходимые навыки и собрать портфолио по машинному обучению, анализу данных, обработке естественного языка, работе с множествами. Подобран уникальный пул задач, охватывающих различные классификационные и оценочные метрики, методы обучения нейронных сетей, схемы валидации, выявление паттернов и трендов в материале любой сложности.

Машинное обучение с малым объемом кодирования, Стриплинг Г., 2025.
     
   В книге подробно представлены три проблемно-ориентированных вида машинного обучения (Machine learning, ML): автоматизированное обучение AutoML без кодирования, обучение BigQuery ML с малым объемом кодирования и обучение с применением пользовательского кода на основе библиотек scikit-learn и Keras. При этом от читателя не требуется глубоких предварительных знаний в ML или программировании, но базовые навыки в этих областях будут полезны. Специализированные библиотеки, фреймворки ML, репозиторий GitHub и другие инструменты описаны по мере их необходимости. В каждом конкретном случае ключевые концепции ML раскрыты с использованием реальных наборов данных для решения реальных задач. Рассмотрено применение AutoML для прогнозирования продаж, использование BigQuery ML для обучения линейных регрессионных моделей, обучение пользовательских ML-моделей на Python для прогнозирования оттока клиентов и ряд других популярных бизнес-кейсов.

Машинное обучение с PyTorch и Scikit-Learn, Рашка С., 2024.
     
   Исчерпывающее руководство по машинному (МО) и глубокому обучению с использованием языка программирования Python, фреймворка PyTorch и библиотеки Scikit-Leam. Рассмотрены основы МО, алгоритмы для задач классификации, классификаторы на основе Scikit-Leam, предварительная обработка и сжатие данных, современные методы оценки моделей и объединение различных моделей для ансамблевого обучения. Рассказано о применении МО для анализа текста и прогнозировании непрерывных целевых переменных с помощью регрессионного анализа, кластерном анализе и обучении без учителя, показано построение многослойной искусственной нейронной сети с нуля. Раскрыты продвинутые возможности PyTorch для решения сложных задач. Описано применение глубоких сверточных и рекуррентных нейронных сетей, трансформеров, генеративных состязательных и графовых нейронных сетей, Особое внимание уделено обучению с подкреплением для систем принятия решений в сложных средах.
Электронный архив содержит цветные иллюстрации и коды всех примеров.

Unity, Полное руководство, 2 издание, Корнилов А.В., 2021.
     
   В этой книге мы расскажем, как с использованием Unity (популярной межплатформенной среды разработки компьютерных игр) вы сможете САМИ создавать свои игры и трехмерные миры,| причем без лишних затрат и профессиональных навыков программирования.
Книга поделена на три части. Первая часть посвящена изучению интерфейса и основных возможностей Unity. Мы поговорим о двух- и трехмерных проектах; рассмотрим ключевые особенности Unity; узнаем, как использовать ассеты; подробном изучим интерфейс Unity; узнаем об игровых объектах, сценах, камерах, источниках света; создадим свои первые Unity-проекты.
Во второй части мы поговорим о других важных частях Unity - о графике; о физике; рассмотрим основы скриптинга (написания сценариев - скриптов); узнаем как работать со звуком; как настроить навигацию в игре; как использовать анимацию и многое другое.
Ну и в заключительной, третьей, части полученных знаний из первых двух частей нам хватит для создания полноценной игры. Рассмотрен весь цикл создания игры - от этапа планирования игрового мира до настройки игрового интерфейса. Все этапы сопровождаются примерами программных кодов и скриншотами. Если вы уже сейчас хотите создавать свои игры - то эта книга определенно для вас! Читайте и творите!