программирование

Python - к вершинам мастерства, Лаконичное и эффективное программирование, Лусиану Р., 2022.
     
   Не тратьте зря времени, пытаясь подогнать Python под способы программирования, знакомые вам по другим языкам. Python настолько прост, что вы очень быстро станете продуктивным программистом, но зачастую это означает, что вы не в полной мере используете то, что может предложить язык. Второе издание книги позволит вам писать более эффективный и современный код на Python 3, обратив себе на пользу лучшие идеи.
Издание предназначено практикующим программистам на Python, которые хотят усовершенствоваться в Python 3.

Python для сложных задач, Наука о данных, Вандер Плас Д., 2024, 2024.
     
   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.

Python на примерах, Практика, практика и только практика, Кольцов Д.М., 2023.
     
   Данная книга является сборником различных задач и примеров, решенных с помощью языка программирования Python.
Также в книге рассмотрена базовая теоретическая часть Python, позволяющая ориентироваться в языке и создавать свои программы. Теория сопровождается большим количеством разнообразных примеров - от самых основ (переменные и типы данных; операторы и циклы; математические функции и регулярные выражения; строки, списки, кортежи и т.д.) - до более продвинутых тем (объектно-ориентированное программирование; модули и пакеты в Python, генераторы и итераторы; метапрограммирование и т.д.).
Книга будет полезна как для тех, кто только заинтересовался Python, так и для тех, кто хочет улучшить свои навыки в программировании на Python.

Постигая Agile, Ценности, принципы, методологи, Стеллман Э., Грин Д., 2017.
     
   Эта книга рассказывает о самых популярных agile-подходах – Scrum, XP (экстремальное программирование), Lean (бережливое программирование) и Канбан. Она познакомит вас с методами, работающими в повседневной жизни, а также с базовыми ценностями и принципами, которые помогут вашей команде полностью изменить свой подход к работе над проектами. Вы начнете лучше разбираться в конкретных agile-подходах и сможете сразу внедрить их на практике. А главное, вы поймете, как превратить группу сотрудников, добавляющих в свою работу Agile, в настоящую команду, которая действительно улучшает способ создания продукта и добивается выдающихся результатов.

Testing JavaScript Applications, Lucas Da Costa, 2021.
     
   Automated testing is essential to delivering good JavaScript applications every time. A complete testing strategy needs to cover functions in isolation, integration between different parts of your code, and correctness from the end user’s perspective. This book will teach you how to deliver reliable software quickly and confi dently.
Testing JavaScript Applications teaches you how to implement an automated testing plan for JavaScript-based web applications. It describes practical testing strategies, covers useful tools and libraries, and explains how to foster a culture of quality. In this clearly-written, example-rich book, you’ll explore approaches for both backend and frontend applications and learn how to validate your software much more quickly and reliably.

Сверхбыстрый Python, Эффективные техники для работы с большими наборами данных, Тиаго Антао, 2023.
     
   Данная книга предлагает уникальные техники ускорения выполнения кода на Python с акцентом на большие данные. Вы узнаете, как оптимизировать работу со встроенными структурами данных за счет конкурентного выполнения, а также научитесь сокращать объем занимаемой данными памяти без ущерба для их точности. Ознакомившись с тщательно проработанными примерами, вы узнаете, как добиться большей производительности популярных библиотек, таких как NumPy и pandas, и как эффективно обрабатывать и хранить данные. В книге используется целостный подход к повышению эффективности решений, так что вы научитесь оптимизировать и масштабировать целые системы - начиная от кода и заканчивая архитектурой.
Издание предназначено для разработчиков Python, знакомых с основами языка и принципами конкурентных вычислений.

Программирование, Основы Python для инженеров, Никитина Т.П., Королев Л.В., 2023.
     
   Пособие посвящено рассмотрению базовых конструкций языка Python, в частности, сначала приведены примеры простейших программ в императивном стиле программирования и примеры решения несложных задач линейной, разветвляющейся и циклической структуры, задач с последовательностями и файлами. Далее дана реализация в виде программ на Python алгоритмов методов вычислительной математики. Большое внимание уделено практике использования библиотек numpy, matplotlib, pandas и turtle, для анализа данных и их графической интерпретации.
Учебное пособие предназначено для использования в учебном процессе студентами, обучающимися по направлениям подготовки «Технологические машины и оборудование», «Химия», «Энергетическое машиностроение», «Эксплуатация транспортно-технологических машин и комплексов» и других инженерных специальностей всех форм обучения при изучении дисциплин математического и естественнонаучного цикла. Учебное пособие разработано в соответствиями с требованиями Федерального государственного образовательного стандарта.

Программируем с PyTorch, Создание приложений глубокого обучения, Пойнтер Я., 2020.
     
   PyTorch — это фреймворк от Facebook с открытым исходным кодом. Узнайте, как использовать его для создания собственных нейронных сетей.
Ян Пойнтер поможет разобраться, как настроить PyTorch в облачной среде, как создавать нейронные архитектуры, облегчающие работу с изображениями, звуком и текстом. Книга охватывает важнейшие концепции применения переноса обучения, модели отладки и использования библиотеки PyTorch.
Вы научитесь:
• Внедрять модели глубокого обучения в работу.
• Использовать PyTorch в масштабных проектах.
• Применять перенос обучения.
• Использовать PyTorch torchaudio и сверточные модели для классификации аудиоданных.
• Применять самые современные методы NLP, используя модель, обученную на «Википедии».
• Выполнять отладку моделей PyTorch с TensorBoard и флеймграф.
• Развертывать приложения PyTorch в контейнерах.
«PyTorch — это одна из самых быстрорастущих библиотек глубокого обучения, соперничающая с гигантом Google — TensorFlow — практически на равных. Книга обязательно должна стать настольной для каждого программиста и разработчика алгоритмов машинного обучения, которые хотят использовать PyTorch в своей работе».