Слинкин

Основы программирования на Турбо-Паскале, Слинкин Д.А., 2003.

   Учебно-методическое пособие подготовлено на основе многолетнего опыта преподавания дисциплины "Языки и методы программирования" на младших курсах факультета информатики и физико-математического факультета ШГПИ, и объединяет в себе расширенные, исправленные и дополненные материалы, опубликованные в учебных пособиях "Программирование. Часть 1. Язык программирования Турбо-Паскаль" и "Программирование. Часть 2. Методы программирования на Турбо-Паскале". В пособии приводится полное описание синтаксиса и семантики Турбо-Паскаля 7.0 для программирования в реальном режиме микропроцессора, рассматриваются методы программирования графики и объектно-ориентированного программирования, методы разработки больших программных проектов, более 60 подробно разобранных задач и более 200 задач для самостоятельно решения.
Пособие предназначено для студентов физико-математических факультетов и факультетов информатики педагогических вузов, может быть использовано в качестве методического пособия для учителей информатики старших классов средней школы, в классах с углубленным изучением информатики, а также для всех, кто в своей деятельности сталкивается с программированием персональных компьютеров.
Рекомендовано к печати кафедрой теории и методики информатики Шадринского пединститута.

Естествознание и современная научная картина мира, Слинкин С.В., Садыкова Э.Ф., 2017.

   В учебное пособие для слушателей курсов повышения квалификации включены дидактические материалы, задания для самостоятельной работы, тесты для самоконтроля по данной тематике.
Дополнительные теоретические материалы для слушателей курсов содержатся в ранее изданных учебниках и учебно-методических пособиях С.В. Слинкина и Э.Ф. Садыковой, включённых в список рекомендуемой литературы [52, 53, 54. 55].
Материалы пособия могут использоваться преподавателями курсов повышения квалификации для устного зачёта, письменного и компьютерного тестирования слушателей, а также учителями при планировании и организации учебной деятельности по дисциплинам естественнонаучного профиля. Рекомендуется для слушателей курсов повышения квалификации, обучающихся по направлениям естественнонаучного профиля (физика, химия, биологии, география, экология).

Python, к вершинам мастерства, Слинкин А.А., Рамальо Л., 2016.

Язык Python настолько прост, что научиться продуктивно писать на нем программы можно быстро, но зачастую вы при этом используете не все имеющиеся в нем возможности. Данная книга покажет, как создавать эффективный идиоматичный код на Python, задействуя его лучшие - и иногда несправедливо игнорируемые - черты. Автор, Лучано Рамальо, рассказывает о базовых средствах и библиотеках Python и демонстрирует, как сделать код одновременно короче, быстрее и понятнее. Многие опытные программисты стараются подогнать Python под приемы, знакомые им по работе с другими языками. Эта книга покажет, как достичь истинного профессионализма в программировании на Python 3. Издание предназначено для программистов, уже работающих на Python, но также может быть полезно и начинающим пользователям языка.

Естествознание, Слинкин С.В., Садыкова Э.Ф., 2017.

   В учебном пособии для слушателей курсов повышения квалификации содержатся теоретические сведения по основам современного естествознания, приведены учебно-методические материалы по курсу, рассматриваются основные теории, концепции и проблемы современного естествознания.
Материалы пособия можно использовать для самостоятельного изучения, а также при подготовке к устному, письменному и компьютерному тестированию слушателей. Учебное пособие будет полезно учителям при планировании и организации учебной деятельности по дисциплинам естественнонаучного профиля.
Рекомендуется для слушателей курсов повышения квалификации, обучающихся по направлениям естественнонаучного профиля (физика, астрономия, химия, биологии, география, экология).

Девять алгоритмов, которые изменили мир, остроумные идеи, лежащие в основе современных компьютеров, Слинкин А.А., Маккормик Дж., 2014.

Ежедневно мы используем впечатляющие технологические достижения, даже не задумываясь об этом. Мы передаем по сети гигабайты информации, просматриваем тысячи документов в поисках необходимого, совершаем покупки в интернет-магазинах. Мы архивируем объемные материалы, так чтобы их можно было отправить по электронной почте, и пользуемся искусственным интеллектом компьютеров, которые автоматически исправляют опечатки в тексте, ретушируют фотографии и делают за нас многое другое. Все это при нынешнем уровне развития технологий воспринимается как должное. Но ведь такие «чудеса» были бы невозможны без величайших идей информатики, родившихся в XX веке! Эта книга - о том, как эти идеи зародились и как воплощались в жизнь. Издание рассчитано на широкую аудиторию. Предварительного знакомства с информатикой от читателей не требуется.

Глубокое обучение, Слинкин А.А., Гудфеллоу Я., Бенджио И., Курвилль А., 2018.

Глубокое обучение - это вид машинного обучения, наделяющий компьютеры способностью учиться на опыте и понимать мир в терминах иерархии концепций. Книга содержит математические и концептуальные основы линейной алгебры, теории вероятностей и теории информации, численных расчетов и машинного обучения в том объеме, который необходим для понимания материала. Описываются приемы глубокого обучения, применяемые на практике, в том числе глубокие сети прямого распространения, регуляризация, алгоритмы оптимизации, сверточные сети, моделирование последовательностей и др. Рассматриваются такие приложения, как обработка естественных языков, распознавание речи, компьютерное зрение, онлайновые рекомендательные системы, биоинформатика и видеоигры. Издание предназначено студентам вузов и аспирантам, а также опытным программистам, которые хотели бы применить глубокое обучение в составе своих продуктов или платформ.

Библиотека Keras, инструмент глубокого обучения, реализация нейронных сетей с помощью библиотек Theano и TensorFlow, Слинкин А.А., Джулли А., Пал С., 2018.

Книга представляет собой краткое, но обстоятельное введение в современные нейронные сети, искусственный интеллект и технологии глубокого обучения. В ней представлено более 20 работоспособных нейронных сетей, написанных на языке Python с использованием модульной библиотеки Keras, работающей поверх библиотек TensorFlow от Google или Theano от компании Lisa Lab. Описан функциональный API библиотеки Keras и возможности его расширения. Рассмотрены алгоритмы обучения с учителем (простая линейная регрессия, классический многослойный перцептрон, глубокие сверточные сети), а также алгоритмы обучения без учителя - автокодировщики и порождающие сети. Дано введение в технологию глубокого обучения с подкреплением и ее применение к построению игр со встроенным искусственным интеллектом. Издание предназначено для программистов и специалистов по анализу и обработке данных.

Python и анализ данных, Слинкин А.А., Маккинли У., 2015.

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.