Все для школьников, студентов, учащихся, преподавателей и родителей - Обучалка - Obuchalka.org

Автоматизация рутины в Excel VBA, Лайфхаки для облегчения скучных рабочих задач, Шитов В.Н., 2023.

   Часто работаете с большим количеством данных? Знаете основные приемы в Excel, но еще не пробовали использовать язык Visual Basic? Тогда самое время разобраться в нем и перестать тратить время на операции, которые можно выполнить одним кликом. С помощью этого руководства вы научитесь правильно использовать синтаксис VBA, сделать тривиальные действия в Excel автоматическими, быстро обрабатывать любые данные и визуализировать их в подходящем формате, легко подстраивать функции VBA под свои нужды и писать любой код самостоятельно.

Web Automation with Playwright and Python using AI and MCP, Pathak K., 2026.

   This book, Web Automation with Playwright and Python using AI and MCP, is designed to help you navigate this shift. Playwright, a modern framework developed by Microsoft, provides reliable cross-browser automation, while Python offers a clean and flexible way to build and manage test scripts.

Теория очередей и машинное обучение, Монография, Вишневский В.М., Ефросинии Д.В., 2025.

   Монография посвящена систематизированному изложению нового подхода к исследованию сложных задач теории очередей с использованием методов машинного обучения и его применению при проектировании телекоммуникационных сетей нового поколения. В основу положены оригинальные результаты авторов, опубликованные в ведущих российских журналах и в высокорейтинговых зарубежных изданиях, а также курсы лекций, прочитанных в Московском физико-техническом институте и Университете Иоганна Кеплера г. Линц (Австрия).
Предназначена для широкого круга специалистов в области стохастических систем и проектирования компьютерных и социальных сетей, а также аспирантов и студентов высших учебных заведений по специальностям «Теория вероятностей и математическая статистика», «Системы, сети и устройства телекоммуникаций».

Надежный Python, Виафоре П., 2023.

   Современные проекты на языке Python непрерывно растут, развиваются и при этом неизбежно усложняются. Добиться надежности кода Python при сохранении гибкости, понятности и расширяемости приложений позволяет система типов, которая в данной книге подробно исследована в рамках парадигмы ООП. Особое внимание уделяется аннотированию и проверке типов, а также созданию пользовательских специализированных типов. Продвинутые главы книги посвящены вопросам тестирования, линтинга и обеспечения надежности программ на Python.

Анализ данных с LLM, Текст, таблицы, изображения и аудио, Труммер И., 2026.

   Эта книга написана, чтобы помочь разработчикам создавать приложения для анализа мультимодальных данных с использованием современных языковых технологий. Здесь рассматриваются языковые модели и основные библиотеки Python, которые понадобятся для работы с ними. С помощью серии мини-проектов показано, как использовать языковые модели для анализа текста, табличных данных, графов, изображений, видео- и аудиофайлов. Изучив такие темы, как промпт-инжиниринг (создание подсказок для языковых моделей), дообучение и современные программные фреймворки, вы сможете с помощью моделей быстро создавать сложные, производительные и экономически эффективные приложения для анализа данных.

С любопытством к ИИ, Как мыслить шире и создавать больше с помощью искусственного интеллекта, Ини Д., Боуэн Д., 2026.

   Еще несколько месяцев назад я считал, что вполне могу обойтись без Искусственного Интеллекта. Мне не требовалась его помощь для создания слайдов, раздаточных материалов или контента для воркшопов — всё это я с легкостью делал сам. Но затем я оказался в одной группе с Дэнни Ини, и он заговорил о возможностях ИИ. Мое внимание привлекло то, что он обсуждал не мелкие задачи, которые обычно поручают ассистенту. Он говорил о чем-то гораздо более глубоком: об ИИ как о партнере по мышлению — ресурсе, способном возражать, проверять ваши предположения и предлагать направления, о которых вы могли даже не задумываться. Это меня заинтриговало.

Python и анализ данных, Маккинли У., 2024.

   Книгу можно рассматривать как современное практическое введение в разработку научных приложений на Python, ориентированных на обработку данных. Описаны те части языка Python и библиотеки для него, которые необходимы для эффективного решения широкого круга аналитических задач: интерактивная оболочка IPython, библиотеки NumPy и pandas, библиотека для визуализации данных matplotlib и др.
Издание идеально подойдет как аналитикам, только начинающим осваивать обработку данных, так и опытным программистам на Python, еще не знакомым с научными приложениями.

Python, Красивые задачи для начинающих, Добряк П.В., 2024.

   В книге приведены примеры решения различных практических задач на языке Python и предложено детальное пошаговое описание процесса написания программы для каждой из них. Подобраны задачи, которые имеют несколько вариантов решений и формируют алгоритмическое мышление. Показаны основы структурного, динамического, объектно-ориентированного, функционального программирования. Приведены способы работы с функциями, алгоритмы поиска в длину, в ширину, бэктрекинга, рекурсии. Материал расположен по возрастанию сложности, код программ снабжен комментариями, разъясняющими все языковые конструкции Python.