учебник по программированию

Build Your Own Neural Networks, Step-By-Step Explanation For Beginners, Shin K., 2024.
     
    "Build Your Own Neural Networks: Step-By-Step Explanation For Beginners" is designed to demystify the complexities of neural networks for those who are new to the field of deep learning. This book is your comprehensive guide to understanding and implementing neural networks from the ground up, using the PyTorch framework. Each chapter is structured to provide hands-on experience with practical code examples, detailed step-by-step explanations, and engaging mini-projects that ensure a practical understanding of the concepts discussed. This approach not only enhances learning but also makes the journey fun and interactive. By avoiding complex jargon and focusing on clear, simple explanations, we ensure that you gain a solid foundation in neural networks without feeling overwhelmed.

AI-Powered Search, Grainger T., Turnbull D., Irwin M., 2025.
     
    Modern search is more than keyword matching. Much, much more. Search that learns from user interactions, interprets intent, and takes advantage of AI tools like large language models (LLMs) can deliver highly targeted and relevant results. Th is book shows you how to up your search game using state-of-the-art AI algorithms, techniques, and tools.
AI-Powered Search teaches you to create a search that understands natural language and improves automatically the more it is used. As you work through dozens of interesting and relevant examples, you’ll learn powerful AI-based techniques like semantic search on embeddings, question answering powered by LLMs, real-time personalization, and Retrieval Augmented Generation (RAG).

Advanced Techniques in Optimization for Machine Learning and Imaging, Benfenati A., Porta F., 2024.
     
    In recent years, non-linear optimization has had a crucial role in the development of modern techniques at the interface of machine learning and imaging. The present book is a collection of recent contributions in the field of optimization, either revisiting consolidated ideas to provide formal theoretical guarantees or providing comparative numerical studies for challenging inverse problems in imaging. The work of these papers originated in the INdAM Workshop “Advanced Techniques in Optimization for Machine learning and Imaging” held in Roma, Italy, on June 20–24, 2022.

Advanced Image Processing with Python and OpenCV, Chesterfield G., 2024.
     
    Image processing is a powerful technology that has evolved significantly over the past few decades. It involves the manipulation of digital images through various algorithms to enhance or extract information from them. At its core, image processing can be defined as the process of converting an image into a form that is suitable for analysis. This transformation is often necessary because raw images captured by cameras can be noisy, distorted, or lack the clarity needed for various applications.

40 Algorithms Every Data, Scientist Should KuowNavigatiiig through essential AI and ML algorithms, Weichenberger J., Kwon H., 2025.
     
    Building Artificial Intelligence and Machine Learning Solutions is a complex task that requires a comprehensive understanding of the latest technologies and alogorithms available to us. Artificial Intelligence has become an increasingly powerful tool over the last couple of years and as such the amount of algorithsm available to us have explode.
This book is designed to provide a comprehensive guide through the world of Artificial Intelligence Algorithms and be a practical and hands-on support to every new data scientist as well as experienced data scientists. It covers a wide range of topics, including the basic definition of Artificial Intelligence and Machine Learning, basic data concepts, and basic and advanced algorithms for supervised, unsupervised, semi-supervised, and reinforcement learning algorithms.

Машинное обучение, Портфолио реальных проектов, Григорьев А., 2023.
     
    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!
Автор описывает реалистичные, практичные сценарии машинного обучения, а также дает предельно понятные объяснения ключевых концепций. Вы разберете интересные проекты, такие как сервис прогнозирования цен на автомобили с использованием линейной регрессии и сервис прогнозирования оттока клиентов. Вы выйдете за рамки алгоритмов и изучите важные техники, например развертывание приложений в бессерверных системах и запуск моделей с помощью Kubernetes и Kubeflow. Пришло время закатать рукава и прокачать свои навыки в области машинного обучения!

Чистый код, Создание, анализ и рефакторинг, Библиотека программиста, Мартин Р., 2018.

   Даже плохой программный код может работать. Однако если код не является «чистым», это всегда будет мешать развитию проекта и компании-разработчика, отнимая значительные ресурсы на ею поддержку и «укрощение».
Эта книга посвящена хорошему программированию. Она полна реальных примеров кода. Мы будем рассматривать код с различных направлений: сверху вниз, снизу вверх и даже изнутри. Прочитав книгу, вы узнаете много нового о коде. Более того, вы научитесь отличать хороший код от плохого. Вы узнаете, как писать хороший код и как преобразовать плохой код в хороший.
Книга состоит из трех частей. В первой части излагаются принципы, паттерны и приемы написания чистого кода; приводится большой объем примеров кода. Вторая часть состоит из практических сценариев нарастающей сложности. Каждый сценарий представляет собой упражнение по чистке кода или преобразованию проблемного кода в код с меньшим количеством проблем. Третья часть книги — концентрированное выражение ее сути. Она состоит из одной главы с перечнем эвристических правил и «запахов кода», собранных во время анализа. Эта часть представляет собой базу знаний, описывающую наш путь мышления в процессе чтения, написания и чистки кода.

Чистый Agile, Основы гибкости, Мартин Р., 2024.

   Прошло почти двадцать лет с тех пор. как появился Манифест Agile. Легендарный Роберт Мартин (Дядя Боб) понял, что пора стряхнуть пыль с принципов Agile и заново рассказать о гибком подходе не только новому поколению программистов, но и специалистам из других отраслей. Автор полюбившихся айтишникам книг «Чистый код», «Идеальный программист», «Чистая архитектура» стоял у истоков Agile. «Чистый Agile» устраняет недопонимание и путаницу, которые за годы существования Agile усложнили его применение по сравнению с изначальным замыслом.
По сути Agile — это всего лишь небольшая подборка методов и инструментов, помогающая небольшим командам программистов управлять небольшими проектами, но приводящая к большим результатам, потому что каждый крупный проект состоит из огромного количества кирпичиков. Пять десятков лет работы с проектами всех мыслимых видов и размеров позволяют Дяде Бобу показать, как на самом деле должен работать Agile.
Если вы хотите понять преимущества Agile, не ищите легких путей — нужно правильно применять Agile. «Чистый Agile» расскажет, как это делать разработчикам, тестировщикам, руководителям, менеджерам проектов и клиентам.