учебник по программированию

Инфраструктура как код, Ванг Р., 2025.

   Инфраструктура как код - это набор методов и процессов для построения и обслуживания инфраструктуры с использованием скриптов, файлов конфигурации или языков программирования. Прочитав эту книгу, вы научитесь создавать объекты инфраструктуры с помощью Python и Terraform, а также уверенно обновлять инфраструктуру, не прерывая работу системы. Советы экспертов по стратегиям совместной работы в команде помогут вам избежать нестабильности, повысить безопасность системы и сократить расходы.
Книга предназначена специалистам по инфраструктуре и профессиональным разработчикам, знакомым с языком Python, инструментами конфигурирования и публичными облачными сервисами.

Алгоритмический тренинг, Решения практических задач на Python и C++, Иванов М.К., 2023.

   Опираясь на богатый соревновательный и эвристический опыт, автор предлагает оригинальные реализации классических алгоритмов Computer Science на языках Python и C++. Особое внимание уделено математическим и геометрическим алгоритмам, графовым алгоритмам, структурам данных (в особенности различным деревьям), комбинаторике и работе со строками. Книга поможет заложить и расширить алгоритмическую подготовку, познакомит с эффективными решениями вычислительных задач, а для обучающихся станет настольной. Поможет подготовиться к экзаменам, сертификации, олимпиадам по программированию.

JavaScript, 20 уроков для начинающих, Дронов В.А., 2021.

   В книге 20 иллюстрированных уроков, 40 практических упражнений на тему программирования веб-сценариев и более 70 заданий для самостоятельной работы. Изложены основы JavaScript: данные и операторы, выражения и управляющие конструкции, функции, классы, объекты и массивы, средства отладки. Раскрыты механизмы управления веб-страницами: события и их обработка, управление элементами, графика и мультимедиа, веб-формы и элементы управления, регулярные выражения, навигация и управление окнами. Рассмотрена работа с HTML API и компонентное программирование: асинхронное программирование, работа с внешними данными, программная графика, объявление своих классов, создание компонентов. Освещены технологии взаимодействия с сервером: AJAX, PHP, разработка фронтендов и бэкендов, серверные сообщения.
Электронный архив на сайте издательства содержит коды всех примеров и результаты выполнения упражнений.

Грокаем конкурентность, Бобров К., 2025.

   Конкурентность позволяет эффективно выполнять компьютерные программы, разделяя их на задачи, которые можно запускать независимо. Такой подход помогает ускорить игровую графику, обучать большие модели искусственного интеллекта, быстро масштабировать веб-приложения, оптимизировать обработку больших данных и решать многие другие задачи. Работать с конкурентностью непросто, так что эта книга постепенно введет вас в курс дела, а помогут в этом интересные примеры, забавные иллюстрации и понятный код на Python.
Вы изучите приемы, с помощью которых сможете программировать многоядерные и графические процессоры. а также другие высокопроизводительные системы. Кирилл Бобров обходится без сложной математики, технического жаргона и тяжеловесных научных рассуждений, предпочитая простые и доступные объяснения.

Грокаем глубокое обучение, Траск Э., 2020.

   Глубокое обучение — это раздел искусственного интеллекта, цель которого научить компьютеры обучаться с помощью нейронных сетей — технологии, созданной! по образу и подобию человеческого мозга. Онлайн-переводчики. беспилотные автомобили, рекомендации по выбору товаров именно для вас и виртуальные голосовые помощники — вот лишь несколько достижений, которые стали возможны благодаря глубокому обучению.
«Грокаем глубокое обучение» научит конструировать нейронные сети с нуля! Эндрю Траск знакомит со всеми деталями и тонкостями этой нелегкой задачи. Python и библиотека NumPy способны научить ваши нейронные сети видеть и распознавать изображения, переводить любые тексты на все языки мира и даже писать не хуже Шекспира!

Графика на Python, Коритес Б., 2024.

   В книге на наглядных примерах показано, как использовать встроенные графические примитивы Python - точки, линии и стрелки — для создания сложной графики, визуализации двух- и трехмерных объектов, диаграмм с данными и технических иллюстраций. После прочтения вы сможете создавать привлекательные графические изображения, не ограничиваясь функциями, доступными в существующих библиотеках Python. Приведены примеры из физики (визуализация электронных облаков, изменение климата), астрономии, биологии (изменение динамики популяций), экономики (управление ресурсами) и др.
Исходный код Python включен во все приложения, что делает материал более доступным для начинающих программистов.

Цифровая обработка сигналов с модулями на Python, Столов Е.

   Предлагаемая вашему вниманию книга посвящена обработке сигналов. Она основана на курсе лекций, прочитанных автором в Казанском федеральном университете в "Институте вычислительной математики и информационных технологий" и является переработанной версией первой главы книги автора [7]. Отличительная черта книги, которая выделяет ее из большого количества доступных учебников, это использование модулей на языке Python для решения рассматриваемых проблем. Применение специализированных модулей: numpy, scipy, scikit-learn, pywt, bitarray, matplotlib позволяет создавать короткие скрипты, решающие текущую проблему.
Книга является учебным пособием, в ней нет новых результатов, поэтому, за редкими исключениями, в тексте отсутствуют ссылки на оригинальные статьи. В конце приведен список источников, которыми автор пользовался при написании текста.

Самое полное руководство по разработке на Python в примерах от сообщества Stack Overflow, 2024.

   Данное руководство по программированию на одном из широко распространенных языков — Python — основано на практических примерах кодов, написанных специалистами и экспертами сообщества Stack Overflow, в котором лучшие разработчики программного обеспечения со всего мира делятся своими знаниями и опытом, отвечая на многие технические вопросы. Опытные Python-программисты найдут в книге множество примеров кода с подробными комментариями, что поможет им усовершенствовать свои навыки и достичь новых высот в отрасли. Однако данное издание будет полезно и начинающим специалистам с минимальным опытом и уровнем знаний, так как содержит исчерпывающее объяснение важнейших концепций Python с примерами, которые позволят избежать погружения в сухую теорию и помогут быстро повысить уровень своих компетенций. Читатели найдут здесь мощный и универсальный инструментарий для профессиональной работы в самых разных областях применения: с базами данных, веб-фреймворком Flask, XML и JSON, звуковыми данными, синтаксическим анализатором Lex-Yacc, а также при сетевом программировании, визуализации данных, многопоточности и многопроцессорности, программировании «интернета вещей». Кроме того, в книге представлена информация о применении Python в сфере науки, например, в математике, химии и криптографии. Отдельные главы посвящены секретам повышения скорости работы Python-кода и оптимизирования его производительности.