учебник по программированию

Стандартная библиотека Python 3, Справочник с примерами, Хеллман Д., 2019.

   Эта книга дополняет официальное справочное руководство по языку Python, предоставляя читателю примеры полностью функциональных программ, демонстрирующие работу средств, представленных в руководстве. Описания модулей сгруппированы по главам, каждая из которых охватывает определенную тему. Маловероятно, что кто-то будет читать книгу от корки до корки, тем не менее она организована таким образом, чтобы количество ссылок на модули, которые рассматриваются в последующих разделах, было сведено к минимуму, хотя полностью избежать этого было просто невозможно.
Книга рассчитана на программистов средней квалификации, разрабатывающих программы на языке Python. В связи с этим, несмотря на то что каждый из приведенных примеров сопровождается обсуждением, объяснение отдельных строк кода приводится лишь в редких случаях. Во всех разделах основное внимание уделено демонстрации возможностей модулей на примере полностью автономных фрагментов исходного кода, обеспечивающих получение конечного результата. Для иллюстрации применения каждого средства используется как можно более компактный код, чтобы внимание читателя не отвлекалось на второстепенные детали, а фокусировалось на демонстрируемых возможностях модуля или функции.

Грокаем глубокое обучение, Траск Э., 2019.

   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!

Head First, Программирование для Android, Гриффитс Д., 2018.

   Система Android покорила мир. Все хотят иметь планшет или смартфон, а устройства на базе Android — самые популярные в мире. В этой книге мы научим вас разрабатывать и запускать приложения.
Вам уже пришла в голову гениальная идея? Дело за малым — воплотить ее в жизнь.
Вы научитесь правильно формировать структуру приложений, проектировать гибкие и интерактивные интерфейсы, запускать службы в фоновом режиме, обеспечивать работу на разных устройствах и многое другое.
Все, что от вас требуется, — базовые знания Java.

Глубокое обучение, Погружение в мир нейронных сетей, Николенко С., Кадурин А., Архангельская Е., 2018.

   Перед вами — первая книга о глубоком обучении, написанная на русском языке. Глубокие модели оказались ключом, который подходит ко всем замкам сразу: новые архитектуры и алгоритмы обучения, а также увеличившиеся вычислительные мощности и появившиеся огромные наборы данных привели к революционным прорывам в компьютерном зрении, распознавании речи, обработке естественного языка и многих других типично «человеческих» задачах машинного обучения. Эти захватывающие идеи, вся история и основные компоненты революции глубокого обучения, а также самые современные достижения этой области доступно и интересно изложены в книге. Максимум объяснений, минимум кода, серьезный материал о машинном обучении и увлекательное изложение — в этой уникальной работе замечательных российских ученых и интеллектуалов.

Глубокое обучение на R, Шолле Ф., 2018.

   Глубокое обучение — Deep learning — это набор алгоритмов машинного обучения, которые моделируют высокоуровневые абстракции в данных, используя архитектуры, состоящие из множества нелинейных преобразований. Согласитесь, эта фраза звучит угрожающе. Но все не так страшно, если о глубоком обучении рассказывает Франсуа Шолле, который создал Keras — самую мощную библиотеку для работы с нейронными сетями. Познакомьтесь с глубоким обучением на практических примерах из самых разнообразных областей. Книга делится на две части в первой даны теоретические основы, вторая посвящена решению конкретных задач. Это позволит вам не только разобраться в основах DL, но и научиться использовать новые возможности на практике. Книга написана для людей с опытом программирования на R, желающих быстро познакомиться с глубоким обучением на практике, и является переложением бестселлера Франсуа Шолле «Глубокое обучение на Python», но использующим примеры на базе интерфейса R для Keras.

Глубокое обучение на Python, Шолле Ф., 2018.

   Глубокое обучение — Deep learning — это набор алгоритмов машинного обучения, которые моделируют высокоуровневые абстракции в данных, используя архитектуры, состоящие из множества нелинейных преобразований. Согласитесь, эта фраза звучит угрожающе. Но всё не так страшно, если о глубоком обучении рассказывает Франсуа Шолле, который создал Keras — самую мощную библиотеку для работы с нейронными сетями. Познакомьтесь с глубоким обучением на практических примерах из самых разнообразных областей. Книга делится на две части: в первой даны теоретические основы, вторая посвящена решению конкретных задач. Это позволит вам не только разобраться в основах DL, но и научиться использовать новые возможности на практике.
Обучение — это путешествие длиной в жизнь, особенно в области искусственного интеллекта, где неизвестностей гораздо больше, чем определенности.

Прагматичный ИИ, Машинное обучение и облачные технологии, Гифт Н., 2019.

   Искусственный интеллект — это мощный инструмент в руках современного архитектора, разработчика и аналитика.
Облачные технологии — ваш путь к укрощению искусственного интеллекта.
Тщательно изучив эту незаменимую книгу от Ноя Гифта, легендарного эксперта по языку Python, вы легко научитесь писать облачные приложения с использованием средств искусственного интеллекта и машинного обучения, решать реалистичные задачи из таких востребованных и актуальных областей, как спортивный маркетинг, управление проектами, ценообразование, сделки с недвижимостью.
Все примеры разобраны на языке Python, №I в сфере современных стремительных вычислений.

Вероятностное программирование на Python, Байесовский вывод и алгоритмы, Дэвидсон-Пайлон К., 2019.

   Байесовские методы пугают формулами многих айтишников, но без анализа статистики и вероятностей сейчас не обойтись. Кэмерон Дэвидсон-Пайлон рассказывает о байесовском методе с точки зрения программиста-практика, работающего с многофункциональным языком РуМС и библиотеками NumPy, SciPy и Matplotlib. Раскрывая роль байесовских выводов при А В-тестировании, выявлении мошенничества и в других насущных задачах, вы не только легко разберетесь в этой нетривиальной теме, но и начнете применять полученные знания для достижения своих целей.