Python

В книге рассказывается о том, как использовать генеративные текстовые модели поколений GPT-3.5 и GPT-4 для создания приложений различного назначения, в числе которых интерактивный психотерапевт, интеллектуальный голосовой помощник, система рекомендации товаров, генератор заметок в соцсетях, система распознавания речи и многие другие. Вы научитесь использовать векторные базы данных, узнаете, как управлять уровнем креативности моделей GPT, применять современные методы генерирования высококачественного текста, и даже организуете диалог между двумя чат-ботами. Примеры и практические упражнения помогут закрепить пройденный материал. Издание предназначено для тех, кто владеет основами языка программирования Python и собирается использовать GPT в реальных сценариях для решения прикладных задач.

Даниэль Зингаро создал книгу для начинающих, чтобы вы сразу учились решать интересные задачи, которые использовались на олимпиадах по программированию, и развивали мышление программиста. В каждой главе вам даются задания, собственные решения можно выложить на сайт и получить оценку профи. Вы на практике освоите основные возможности, функции и методы языка Python и получите четкое представление о структурах данных, алгоритмах и других основах программирования.

Цель данной книги – укрепить навыки логического рассуждения и развить творческое мышление, представив и решив 90 не самых простых задач на Python. Задачи изложены доходчиво и сжато, снабжены алгоритмами и комментариями, что помогает читателям следить за процессом их решения и понимать его суть.

Очень хочется стать программистом и войти в IT, но не знаете с чего начать? Поздравляю, в ваших руках учебник нового поколения – без кучи непонятных слов и кодов расскажем про инструменты и библиотеки для программирования на Python. И все это заправлено лайфхаками, вдохновляющими историями из мира настоящих хакеров и игрофикацией – потому что обучение не должно быть скучным.

Данное руководство по программированию на одном из широко распространенных языков — Python — основано на практических примерах кодов, написанных специалистами и экспертами сообщества Stack Overfl ow, 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.

Объектно-ориентированное программирование (ООП) — это метод, основанный на представлении программы в виде совокупности объектов, каждый из которых является экземпляром определенного класса, а классы образуют иерархию наследования, что позволяет по-другому думать о вычислительных задачах и решать их с возможностью многократного использования. «Объектно-ориентированное программирование с помощью Python» предназначено для программистов среднего уровня и представляет собой практическое руководство, которое глубоко изучает основные принципы ООП и показывает, как использовать инкапсуляцию, полиморфизм и наследование для написания игр и приложений с использованием Python.

Цель учебного пособия — помочь студентам, изучающим курс «Python для анализа данных», приобрести системные знания по основам программирования на языке Python и освоить работу со стандартными возможностями языка и его библиотеками на уровне, достаточном для решения задач обработки и анализа данных. Рассматриваются базовые элементы и синтаксические конструкции языка Python 3 Описываются основные методы и приемы работы с рядами и табличными данными с применением популярных Python-библиотек.

Глубоко погрузитесь в различные аспекты объектно-ориентированного программирования на Python, паттерны проектирования, приемы манипулирования данными и вопросы тестирования сложных объектно-ориентированных систем. Обсуждение всех понятий подкрепляется примерами, написанными специально для этого издания, и практическими упражнениями в конце каждой главы. Код всех примеров совместим с синтаксисом Python 3.9+ и дополнен аннотациями типов для упрощения изучения.

Книга представляет собой обзор богатой экосистемы библиотек, доступных в языке программирования Python, начиная от основных инструментов для работы с данными и машинного обучения, и заканчивая инструментами для создания веб-приложений, обработки изображений и разработки игр. Основные темы включают в себя введение в библиотеки для анализа данных, такие как NumPy, Pandas, и Matplotlib, а также обсуждение алгоритмов машинного обучения с использованием Scikit-learn. Автор также рассматривает инструменты для работы с веб-технологиями, такие как Flask, Django, и для визуализации данных, такие как Seaborn, Plotly, и Bokeh.

В книге приводятся практические приемы анализа данных. Рассказано, как исследовать и тестировать взаимосвязи между переменными в Excel и использовать его для статистики и анализа. Описан перенос данных из Excel в R, язык программирования с открытым исходным кодом, специально разработанный для выполнения статистического анализа. Отдельный раздел посвящен переносу данных из Excel в Python и выполнению полного анализа данных средствами этого языка. В результате читатель научится выполнять разведочный анализ данных (Exploratory Data Analysis, EDA) и проверку гипотез с использованием языков программирования Python и R.

Python — первоклассный инструмент, и в первую очередь благодаря наличию множества библиотек для хранения, анализа и обработки данных. Отдельные части стека Python описываются во многих источниках, но только в новом издании «Python для сложных задач» вы найдете подробное описание: IPython, NumPy, Pandas, Matplotlib, Scikit-Learn и др. Специалисты по обработке данных, знакомые с языком Python, найдут во втором издании решения таких повседневных задач, как обработка, преобразование и подготовка данных, визуализация различных типов данных, использование данных для построения статистических моделей и моделей машинного обучения. Проще говоря, эта книга является идеальным справочником по научным вычислениям в Python.

Добро пожаловать в «Python с нуля»! Эта книга даст вам основные знания и инструменты, которые помогут стать опытным разработчиком на Python — универсальном, мощном и доступном языке программирования. Вы узнаете, почему Python стал одним из самых популярных языков программирования в мире и что делает его отличным выбором и для начинающих, и для опытных разработчиков. Эта книга приглашает вас в путешествие по огромному миру Python и охватывает все — от самых основ до более продвинутых тем, таких как наука о данных, веб-скрапинг и программирование графических интерфейсов. Каждая глава снабжена примерами, заданиями для самопроверки и лучшими практиками, чтобы вы не только поняли материал, но и получили практический опыт его применения. Неважно, новичок вы или опытный разработчик, желающий расширить свои навыки, — в этой книге найдется что-то для всех.

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.

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.

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.

Программирование – одна из самых востребованных профессий в наше время, и она останется таковой в ближайшем будущем. Научите своих детей программировать уже сейчас с помощью этих книг! Вы найдете здесь много упражнений – полезных, интересных и забавных, поэтому ваш ребенок не заскучает. Материал написан доступно и просто, поэтому ему не составит труда освоить азы программирования.

В «Приключениях в стиле Python» вы встретите Эрика и Саймона, двух братьев, которые только начинают свое изучение языка Python. Диалоги героев книги помогут молодым программистам гораздо легче понять сложные концепции. Это идеальный способ начать изучение языка для молодых программистов (и их родителей).
В этом повествовании нет скучных уроков и унылых упражнений. Вы будете следить за вопросами и ошибками Эрика и Саймона, узнаете, как писать программы командой, а также получите возможность создать приложения, которые вы сможете использовать в своей повседневной жизни.

Идеальная книга для того, чтобы познакомить начинающих программистов с базовыми концептами одного из самых популярных языков программирования. Вместе с ней вы пройдете увлекательный путь от первых строк кода до создания полноценной игры. Для этого вы не только изучите основные элементы Python, но и потренируетесь использовать их в практических упражнениях от автора.

Стандартные алгоритмы и структуры при применении к крупным распределенным наборам данных могут становиться медленными — или вообще не работать. Правильный подбор алгоритмов, предназначенных для работы с большими данными, экономит время, повышает точность и снижает стоимость обработки. Книга знакомит с методами обработки и анализа больших распределенных данных. Насыщенное отраслевыми историями и занимательными иллюстрациями, это удобное руководство позволяет легко понять даже сложные концепции. Вы научитесь применять на реальных примерах такие мощные алгоритмы, как фильтры Блума, набросок count-min, HyperLogLog и LSM-деревья, в своих собственных проектах. Приведены примеры на Python, R и в псевдокоде.

Книга посвящена практическим методам анализа больших объемов данных с использованием языка Python и фреймворка Spark, она знакомит с моделью программирования Spark и основами системы с открытым исходным кодом PySpark. Каждая глава описывает отдельный аспект анализа данных, показаны основы обработки данных в PySpark и Python на примере очистки данных, подробно освещается машинное обучение с помощью Spark. Книга поможет читателю понять, как устроен и работает весь конвейер PySpark для комплексной аналитики больших наборов данных: от создания и оценки моделей до очистки, предварительной обработки и исследования данных с особым акцентом на производственные приложения. Отдельные главы посвящены обработке изображений и библиотеке Spark NLP.