данные

Основы программирования, Окулов С.М., 2018.
        
   В книге рассмотрены фундаментальные положения программирования: конечная величина и конструируемые на ее основе различные типы данных; управляющие конструкции — элементарные составляющие любого алгоритма и основа управления вычислительным процессом; структуризация задач как основополагающий механизм их реализации на компьютере; упорядочение (сортировка) как основа эффективной работы с любыми данными и, наконец, перебор вариантов, как универсальная схема компьютерного решения задач.
Для учащихся старших классов, студентов и учителей информатики.

Основы программирования, Окулов С.М., 2015.
        
   В книге рассмотрены фундаментальные положения программирования: конечная величина и конструируемые на ее основе различные типы данных; управляющие конструкции — элементарные составляющие любого алгоритма и основа управления вычислительным процессом; структуризация задач как основополагающий механизм их реализации на компьютере; упорядочение (сортировка) как основа эффективной работы с любыми данными и, наконец, перебор вариантов, как универсальная схема компьютерного решения задач.
Для учащихся старших классов, студентов и учителей информатики.

Основы программирования, Окулов С.М., 2012.
        
   В книге рассмотрены фундаментальные положения программирования: конечная величина и конструируемые на ее основе различные типы данных; управляющие конструкции — элементарные составляющие любого алгоритма и основа управления вычислительным процессом; структуризация задач как основополагающий механизм их реализации на компьютере; упорядочение (сортировка) как основа эффективной работы с любыми данными и, наконец, перебор вариантов, как универсальная схема компьютерного решения задач.
Для учащихся старших классов, студентов и учителей информатики.

Магия Excel для непрограммистов, Сводные таблицы, Power Query, дашборды и многое другое, Фрагейл Т., 2025.
        
   Как выжить в мире, где данные правят бал, а требования к отчетам растут с каждым днем? С утра до вечера нам приходится иметь дело с огромным количеством информации. Томас Фрагейл создал практическое руководство для тех. кто устал от рутинной обработки цифр и хочет научиться за считанные минуты превращать горы сырых данных в красивые интерактивные отчеты.
Каждая глава — это пошаговый разбор реальных кейсов: от подготовки данных до визуализации результатов. Скриншоты, примеры и готовые файлы с исходными данными помогут закрепить навыки на практике. Книга подойдет даже обычным пользователям, которые никогда не работали с продвинутыми возможностями Excel.
Перестаньте тратить время на рутину. Научитесь говорить на языке данных — и пусть Excel работает за вас!

Машинное обучение с использованием Python, Сборник рецептов, Галлатин К., Элбон К., 2024.

   Книга содержит около 200 задач машинного обучения, таких как загрузка и обработка текстовых или числовых данных, отбор модели и многие другие. Рассмотрена работа с языком Python, библиотеками pandas и scikit-learn. Коды примеров можно вставлять, объединять и адаптировать, создавая собственное приложение. Приведены рецепты решений с использованием: векторов, матриц и массивов; данных из CSV, JSON, SQL, баз данных, облачных хранилищ и других источников; обработки данных, текста, изображений, дат и времени; уменьшения размерности и методов выделения или отбора признаков; оценивания и отбора моделей; линейной и логистической регрессии, деревьев, лесов и к ближайших соседей; опорно-векторных машин (SVM), наивных байесовых классификаторов, кластеризации и нейронных сетей; сохранения и загрузки натренированных моделей.
Во втором издании все примеры обновлены, рассмотрены задачи и фреймворки глубокого обучения, расширены разделы с тензорами, нейронными сетями и библиотекой глубокого обучения PyTorch.

Elasticsearch для разработчиков, Индексирование, анализ, поиск и агрегирование данных, Шривастава А., 2025.

   Elasticsearch — мощный инструмент для работы с большими объемами данных. Это масштабируемая, надежная и быстрая система со множеством функций для анализа и поиска данных.
Книга представляет собой подробное руководство по использованию Elasticsearch для управления данными. Вначале приводится обзор Elasticsearch, где описана его важность в современном мире. Далее рассматриваются основы Elasticsearch, включая установку, настройку и управление индексами. Затем автор переходит к более сложным темам, таким как обработка геопространственных данных и использование агрегаций для анализа данных. Кроме того, внимание уделено вопросам оптимизации работы, производительности и администрирования. Практические примеры помогут понять и применить изученные концепции.
Вы получите глубокое представление об Elasticsearch и сможете использовать его для управления большими объемами данных и извлечения из них ценной информации.

Python-инструментарий, Автоматизируй рутину в разработке и администрировании, Феткулин К.Р.
      
   Python прочно вошел в число самых популярных языков программирования благодаря своей простоте, универсальности и богатой экосистеме библиотек. Его возможности выходят далеко за рамки вебразработки и data science — Python является идеальным инструментом для автоматизации рутинных задач в разработке и системном администрировании.
Эта книга предназначена для разработчиков, системных администраторов, DevOps-инженеров и всех специалистов, которые хотят повысить свою эффективность за счет автоматизации повторяющихся задач. Мы будем писать скрипты для мониторинга, деплоя, тестирования и работы с данными.

Объектно-ориентированный Python, Лотт С., Филлипс Д., 2024.

   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. Стивен и Дасти предлагают вашему вниманию понятный и всесторонний обзор важных концепций ООП, таких как наследование, композиция и полиморфизм, и объясняют их работу на примерах классов и структур данных Python, что заметно облегчает проектирование. В тексте широко используются UМL-диаграммы классов, чтобы было проще понять взаимоотношения между классами. Помимо ООП, в книге подробно рассматривается обработка исключений в Python, а также приемы функционального программирования, пересекающиеся с приемами ООП. В издании представлены не одна, а две очень мощные системы автомати­ческого тестирования: unittest и pytest, а в последней главе детально обсуждается экосистема параллельного программирования в Python. Получите полное представление о том, как применять принципы объектно-ориентированного програм­мирования с использованием синтаксиса Python, и научитесь создавать надежные и устойчивые программы.