Python (język programowania)
Ukryj filtry
Sortowanie
Źródło opisu
Książki
(27)
Forma i typ
Książki
(26)
Publikacje fachowe
(23)
Publikacje dydaktyczne
(4)
Dostępność
dostępne
(27)
Placówka
Wypożyczalnia
(27)
Autor
Górczyński Robert
(4)
Watrak Andrzej
(4)
Meryk Radosław
(3)
Mizerska Anna
(2)
Sawka Krzysztof
(2)
Pokaż więcej ...
Sweigart Al
(2)
Walczak Tomasz
(2)
Ahmad Imran (1977- )
(1)
Arnold Tim
(1)
Behrman Kennedy
(1)
Bogusławska Katarzyna
(1)
Buelta Jaime
(1)
Dawson Michael
(1)
Deitel Harvey M. (1945- )
(1)
Deitel Paul J
(1)
Deza Alfredo (1979- )
(1)
Fenner Mark E
(1)
Gheorghiu Grig
(1)
Gift Noah
(1)
Grażyński Andrzej
(1)
Grinberg Miguel
(1)
Géron Aurélien
(1)
Hubisz Jakub
(1)
Janusz Jacek
(1)
Kamiński Filip
(1)
Kapil Sunil
(1)
Kowalczyk Grzegorz
(1)
Luliński Marek
(1)
Lutz Mark
(1)
Matthes Eric (1972- )
(1)
Matuk Konrad
(1)
Mayer Christian
(1)
Melé Antonio
(1)
Mirjalili Vahid
(1)
Moch Wojciech
(1)
Monk Simon
(1)
Moroney Laurence
(1)
Ortega Candel José Manuel
(1)
Pawłowski Grzegorz
(1)
Piwko Łukasz
(1)
Pętlicki Marek
(1)
Rajca Piotr (1970- )
(1)
Raschka Sebastian
(1)
Ray Archana Tikayat
(1)
Sagalara Leszek
(1)
Saglara Leszek
(1)
Saha Amit
(1)
Sarbicki Gniewomir Paweł
(1)
Seitz Justin
(1)
Slatkin Brett
(1)
Staple Danny
(1)
Trojan Anna
(1)
Watrak Andrze
(1)
White Ryan T
(1)
Ziadé Tarek
(1)
Zumstein Felix
(1)
Pokaż mniej ...
Rok wydania
2020 - 2024
(24)
2010 - 2019
(3)
Okres powstania dzieła
2001-
(22)
Kraj wydania
Polska
(27)
Język
polski
(27)
Temat
Przedsiębiorstwo
(1420)
Zarządzanie
(682)
Unia Europejska
(635)
Polska
(629)
Samorząd terytorialny
(531)
Python (język programowania)
(-)
Pokaż więcej ...
Środki masowego przekazu
(427)
Kadry
(417)
Marketing
(414)
Gospodarka
(405)
Banki
(383)
Organizacja
(377)
Prawo pracy
(358)
Internet
(351)
Komunikacja społeczna
(333)
Globalizacja
(322)
Integracja europejska
(317)
Prawo
(308)
Nauczanie początkowe
(300)
Postępowanie administracyjne
(284)
Dziecko
(280)
Polityka
(264)
Rodzina
(262)
Prawa człowieka
(256)
Prawo administracyjne
(252)
Unia Europejska (UE)
(251)
Praca
(246)
Zarządzanie strategiczne
(244)
Prawo cywilne
(243)
Administracja
(241)
Pedagogika
(241)
Język angielski
(238)
Prawo karne
(237)
Nauczyciele
(235)
Szkolnictwo
(235)
Finanse
(234)
Państwo
(233)
Podatek
(231)
Kultura
(230)
Polityka społeczna
(230)
Psychologia
(228)
Finanse publiczne
(226)
Socjologia
(218)
Rachunkowość
(217)
Społeczeństwo
(217)
Innowacje
(215)
Nauczanie
(212)
Szkolnictwo wyższe
(212)
Zarządzanie jakością
(211)
Opieka społeczna
(209)
Reklama
(209)
Wychowanie
(209)
Rynek pracy
(207)
Budżety terenowe
(201)
Kobieta
(200)
Menedżerowie
(200)
Nauczanie zintegrowane
(199)
Młodzież
(197)
Nieruchomości
(194)
Konkurencja
(193)
Prawo międzynarodowe
(193)
Public relations
(192)
Prawo wspólnotowe europejskie
(191)
Przedsiębiorstwa małe i średnie
(189)
Osobowość
(186)
Zatrudnienie
(182)
Konsumenci (ekon.)
(181)
Bezrobocie
(179)
Społeczeństwo informacyjne
(179)
Prawo karne procesowe
(177)
Rynek finansowy
(177)
Ochrona środowiska
(176)
Rynek kapitałowy
(175)
Prawo Unii Europejskiej
(174)
Prawo gospodarcze
(165)
Umowa
(157)
Kształcenie
(156)
Filozofia
(154)
Logistyka gospodarcza
(150)
Turystyka
(150)
Sądownictwo
(148)
Zarządzanie wiedzą
(147)
Papiery wartościowe
(146)
Decyzje
(145)
Polityka międzynarodowa
(145)
Oświata
(144)
Ubezpieczenia społeczne
(143)
Demokracja
(140)
Płaca
(136)
Stosunki interpersonalne
(136)
Służba zdrowia
(135)
Prawo konstytucyjne
(134)
Psychologia społeczna
(134)
Inwestycje
(132)
Postępowanie cywilne
(132)
Terroryzm
(132)
Prawo autorskie
(128)
Język polski
(125)
Zarządzanie zasobami ludzkimi (HRM)
(121)
Motywacja pracy
(119)
Samorząd gminny
(119)
Pokaż mniej ...
Gatunek
Podręcznik
(23)
Poradnik
(2)
Ćwiczenia i zadania
(2)
Podręczniki
(1)
Dziedzina i ujęcie
Informatyka i technologie informacyjne
(27)
Matematyka
(2)
Inżynieria i technika
(1)
27 wyników Filtruj
Książka
W koszyku
40 algorytmów, które powinien znać każdy programista : nauka implementacji algorytmów w Pythonie / Imran Ahmad ; przekł. Katarzyna Bogusławska. - Gliwice : Helion , 2021. - 320 s. : rys., tab., wzory ; 24 cm.
Gatunek
Podręczniki
O autorze; O recenzencie; Przedmowa; WSTĘP I PODSTAWOWE ALGORYTMY Rozdział 1. Wprowadzenie do algorytmów; Co to jest algorytm?; Fazy algorytmu; Określenie logiki algorytmu; Zrozumienie pseudokodu; Korzystanie z fragmentów kodu (snippetów); Stworzenie planu wykonania; Wprowadzenie do pakietów w Pythonie; Pakiety w Pythonie; Programowanie w Pythonie z Jupyter; Notebook; Techniki projektowania algorytmów; Wymiar danych; Wymiar obliczeniowy; Analiza efektywności; Analiza pamięciowej złożoności obliczeniowej; Czasowa złożoność obliczeniowa; Szacowanie efektywności; Wybór algorytmu; Notacja dużego O; Walidacja algorytmu; Algorytmy dokładne, aproksymacyjne i randomizowane; Możliwość wyjaśnienia Podsumowanie; Rozdział 2. Struktury danych w algorytmach; Struktury danych w Pythonie; Lista; Krotka; Słownik; Zbiór; Ramka danych; Macierz; Abstrakcyjne typy danych; Wektor; Stos; Kolejka; Kiedy używać stosów i kolejek?; Drzewo; Podsumowanie; Rozdział 3. Algorytmy sortowania wyszukiwania; Wprowadzenie do algorytmów sortowania; Zamiana wartości zmiennych w Pythonie; Sortowanie bąbelkowe; Sortowanie przez wstawianie; Sortowanie przez scalanie; Sortowanie; Shella; Sortowanie przez wymianę; Wprowadzenie do algorytmów wyszukiwania; Wyszukiwanie liniowe; Wyszukiwanie binarne; Wyszukiwanie interpolacyjne; Praktyczne przykłady; Podsumowanie; Rozdział 4. Projektowanie algorytmów; Wprowadzenie do projektowania algorytmów; Kwestia 1: Czy algorytm zwraca rezultat, jakiego oczekujemy?; Kwestia 2: Czy robi to w optymalny sposób?; Kwestia 3: Jak efektywny będzie ten algorytm zastosowany do większych zbiorów danych?; Strategie algorytmiczne; Strategia "dziel i rządź"; Strategia programowania dynamicznego; Strategia algorytmu zachłannego; Praktyczny przykład - rozwiązanie problemu komiwojażera; Metoda siłowa; Zastosowanie algorytmu zachłannego; Algorytm PageRank; Definicja problemu; Implementacja algorytmu PageRank; Programowanie liniowe; Definicja problemu w programowaniu liniowym; Praktyczny przykład - planowanie przepustowości za pomocą programowania liniowego; Podsumowanie; Rozdział 5. Algorytmy grafowe; Reprezentacja grafów; Rodzaje grafów; Specjalne rodzaje krawędzi; Sieci egocentryczne; Analiza sieciowa; Wprowadzenie do teorii analizy sieciowej; Najkrótsza ścieżka; Określanie sąsiedztwa; Wskaźnik centralności; Obliczanie wskaźników centralności w Pythonie; Trawersowanie grafu; Wyszukiwanie wszerz; Wyszukiwanie w głąb; Studium przypadku - analiza oszustw; Prosta analiza pod kątem oszustwa; Podejście strażnicy; Podsumowanie; ALGORYTMY UCZENIA MASZYNOWEGO; Rozdział 6. Algorytmy nienadzorowanego uczenia maszynowego; Wprowadzenie do nienadzorowanego uczenia maszynowego; Uczenie nienadzorowane w cyklu życia eksploracji danych; Trendy badawcze w zakresie uczenia nienadzorowanego; Praktyczne przykłady; Algorytmy klasteryzacji; Wyliczanie podobieństw; Grupowanie hierarchiczne; Ocena klastrów; Zastosowania klasteryzacji; Redukcja wymiarów; Analiza głównych składowych; Ograniczenia analizy głównych składowych; Reguły asocjacyjne; Przykłady użycia; Analiza koszykowa; Reguły asocjacyjne; Wskaźniki reguł; Algorytmy analizy asocjacyjnej; Praktyczny przykład - grupowanie podobnych tweetów; Modelowanie tematów; Klasteryzacja; Algorytmy wykrywania odchyleń; Wykorzystanie klastrów; Wykorzystanie wykrywania odchyleń opartego na gęstości; Wykorzystanie maszyny wektorów nośnych; Podsumowanie; Rozdział 7. Tradycyjne algorytmy uczenia nadzorowanego; Nadzorowane uczenie maszynowe; Żargon nadzorowanego uczenia maszynowego; Warunki konieczne; Rozróżnienie między klasyfikatorami a regresorami; Algorytmy klasyfikujące; Wyzwanie dla klasyfikatorów; Inżynieria cech w przetwarzaniu potokowym; Ocena klasyfikatorów; Określenie faz klasyfikacji; Algorytm drzewa decyzyjnego; Metody zespolone; Regresja logistyczna; Maszyna wektorów nośnych; Naiwny klasyfikator bayesowski; Zwycięzcą wśród algorytmów klasyfikacji jest...; Algorytmy regresji; Wyzwanie dla regresji; Regresja liniowa; Algorytm drzewa regresji; Regresyjny algorytm wzmocnienia gradientowego; Zwycięzcą wśród algorytmów regresji jest...; Praktyczny przykład, jak przewidywać pogodę; Podsumowanie; Rozdział 8. Algorytmy sieci neuronowych; Wprowadzenie do sieci neuronowych; Ewolucja sieci neuronowych; Trenowanie sieci neuronowej; Anatomia sieci neuronowej; Definicja gradientu prostego; Funkcje aktywacji; Narzędzia i modele Keras TensorFlow; Rodzaje sieci neuronowych; Uczenie transferowe; Studium przypadku - użycie uczenia głębokiego do wykrywania oszustw; Metodologia; Podsumowanie; Rozdział 9. Algorytmy przetwarzania języka naturalnego; Wprowadzenie do przetwarzania języka naturalnego; Terminologia przetwarzania języka naturalnego NLTK; Model bag-of-words; Wektorowe przedstawienie słów; Otoczenie słowa; Właściwości wektorowego przedstawienia słów; Użycie rekurencyjnych sieci neuronowych do przetwarzania języka naturalnego; Wykorzystanie przetwarzania języka naturalnego do analizy sentymentu; Studium przypadku - analiza sentymentu w recenzjach filmowych; Podsumowanie; Rozdział 10. Silniki poleceń; Wprowadzenie do silników poleceń; Rodzaje silników poleceń; Silniki poleceń oparte na treści; Silniki poleceń oparte na filtrowaniu kooperacyjnym Hybrydowe silniki poleceń; Ograniczenia systemów poleceń; Zimny start; Wymagania dotyczące metadanych; Problem rzadkości danych; Tendencyjność ze względu na wpływ społeczny; Ograniczone dane; Obszary praktycznych zastosowań; Przykład praktyczny - stworzenie silnika poleceń; Podsumowanie; ZAGADNIENIA ZAAWANSOWANE; Rozdział 11. Algorytmy danych; Wprowadzenie do algorytmów danych; Klasyfikacja danych; Algorytmy przechowywania danych; Strategie przechowywania danych; Algorytmy strumieniowania danych; Zastosowania strumieniowania; Algorytmy kompresji danych; Algorytmy kompresji bezstratnej; Przykład praktyczny - analiza sentymentu na Twitterze; Podsumowanie; Rozdział 12. Kryptografia; Wprowadzenie do kryptografii; Waga najsłabszego ogniwa; Terminologia; Wymagania bezpieczeństwa; Podstawy projektowania szyfrów; Rodzaje technik kryptograficznych; Kryptograficzna funkcja skrótu; Szyfrowanie symetryczne; Szyfrowanie asymetryczne; Przykład - kwestie bezpieczeństwa we wdrażaniu modelu uczenia maszynowego; Atak man-in-the-middle; Obrona przed techniką masquerading; Szyfrowanie danych i modelu; Podsumowanie; Rozdział 13. Algorytmy przetwarzania danych w dużej skali; Wprowadzenie do algorytmów przetwarzania danych w dużej skali; Definicja dobrze zaprojektowanego algorytmu przetwarzania danych w dużej skali; Terminologia; Projektowanie algorytmów równoległych; Prawo Amdahla; Szczegółowość podprocesów Równoważenie obciążenia; Przetwarzanie lokalne; Procesy współbieżne w Pythonie; Tworzenie strategii przetwarzania na puli zasobów; Architektura CUDA; Obliczenia w klastrze; Strategia hybrydowa; Podsumowanie; Rozdział 14. Uwagi praktyczne; Wprowadzenie do uwag praktycznych; Smutna historia bota sztucznej inteligencji na Twitterze; Transparentność algorytmu; Algorytmy uczenia maszynowego i transparentność; Etyka i algorytmy; Problemy z algorytmami uczącymi się; Znaczenie kwestii etycznych; Ograniczanie stronniczości modeli; Problemy NP-trudne; Uproszczenie problemu; Dopasowanie dobrze znanego rozwiązania podobnego problemu; Metoda probabilistyczna; Kiedy używać algorytmów; Praktyczny przykład - teoria czarnego łabędzia; Podsumowanie.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (2 egz.)
Książka
W koszyku
Automatyzacja nudnych zadań z Pythonem : nauka programowania / Albert Sweigart ; [tłum. Robert Górczyński]. - Wyd. 2. - Gliwice : Helion , 2021. - 560 s. : il., wykresy ; 23 cm.
Gatunek
Podręcznik
Wprowadzenie. Do kogo jest skierowana ta książka? Konwencje. Czym jest programowanie? O tej książce. Pobieranie i instalacja Pythona. Pobieranie i instalowanie edytora tekstu Mu. Uruchomienie edytora Mu. Uruchomienie środowiska IDLE. Powłoka interaktywna. Instalowanie modułów zewnętrznych. Jak otrzymać pomoc? Sprytne zadawanie pytań dotyczących programowania. Podsumowanie. CZĘŚĆ I. PODSTAWY PROGRAMOWANIA W PYTHONIE. 1. Podstawy Pythona. Wprowadzanie wyrażeń w powłoce interaktywnej. Liczby całkowite, zmiennoprzecinkowe i ciągi tekstowe. Konkatenacja i replikacja ciągu tekstowego. Przechowywanie wartości w zmiennych. Twój pierwszy program. Analiza programu. Podsumowanie. Pytania kontrolne. 2. Kontrola przepływu działania programu. Wartości boolowskie. Operatory porównania. Operatory boolowskie. Łączenie operatorów boolowskich i porównania. Elementy kontroli przepływu działania programu. Wykonywanie programu. Polecenia kontroli przepływu działania programu. Import modułów. Wcześniejsze zakończenie programu za pomocą sys.exit(). Krótki program - odgadnij liczbę. Krótki program - kamień, papier, nożyce. Podsumowanie. Pytania kontrolne. 3. Funkcje. Polecenie def wraz z parametrami. Wartość zwrotna funkcji i polecenie return. Wartość None. Argumenty w postaci słów kluczowych i funkcja print(). Stos wywołań. Zasięgi lokalny i globalny. Zmienne lokalne nie mogą być używane w zasięgu globalnym. W zasięgu lokalnym nie można używać zmiennych zdefiniowanych w innych zasięgach lokalnych. Zmienna globalna może być używana w zasięgu lokalnym. Zmienna lokalna i globalna o takiej samej nazwie. Polecenie global. Obsługa wyjątków. Krótki program – zigzag. Podsumowanie. Pytania kontrolne. Projekt praktyczny. 4. Listy. Typ danych List. Praca z listą. Operatory przypisania i zmiany wartości. Metody. Przykładowy program - Magic 8 Ball utworzony za pomocą listy. Typy danych w postaci sekwencji. Odwołania. Krótki program - gra w życie. Podsumowanie. Pytania kontrolne. Projekty praktyczne. 5. Słowniki i strukturyzacja danych. Typ danych Dictionary. Eleganckie wyświetlanie danych. Użycie struktur danych do modelowania rzeczywistych rozwiązań. Podsumowanie. Pytania kontrolne. Projekty praktyczne. 6. Operacje na ciągach tekstowych. Praca z ciągami tekstowymi. Umieszczenie ciągu tekstowego w innym. Użyteczne metody ciągu tekstowego. Wartości liczbowe znaków pobrane za pomocą funkcji ord() i chr(). Kopiowanie i wklejanie ciągów tekstowych za pomocą modułu pyperclip. Projekt - schowek dla wielu ciągów tekstowych. Projekt - dodanie wypunktowania do kodu znaczników Wiki. Krótki program - świńska łacina. Podsumowanie. Pytania kontrolne. Projekt praktyczny. CZĘŚĆ II. AUTOMATYZACJA ZADAŃ. 7. Dopasowanie wzorca za pomocą wyrażeń regularnych. Wyszukiwanie wzorców w tekście bez użycia wyrażeń regularnych. Wyszukiwanie wzorców w tekście z użyciem wyrażeń regularnych. Jeszcze więcej o dopasowaniach wzorca za pomocą wyrażeń regularnych. Dopasowanie zachłanne i niezachłanne. Metoda findall(). Klasy znaków. Utworzenie własnej klasy znaków. Znaki oraz $. Znak wieloznaczny. Przegląd znaków stosowanych w wyrażeniach regularnych. Dopasowanie bez uwzględnienia wielkości znaków. Zastępowanie ciągu tekstowego za pomocą metody sub(). Zarządzanie skomplikowanymi wyrażeniami regularnymi. Połączenie opcji re.IGNORECASE, re.DOTALL i re.VERBOSE. Projekt - wyodrębnianie numeru telefonu i adresu e-mail. Podsumowanie. Pytania kontrolne. Projekty praktyczne. 8. Weryfikacja danych wejściowych. Moduł PyInputPlus. Projekt - zajęcie kogoś godzinami. Projekt - quiz z tabliczki mnożenia. Podsumowanie. Pytania kontrolne. Projekty praktyczne. 9. Odczyt i zapis plików. Pliki i ścieżki dostępu do plików. Proces odczytu i zapisu pliku. Zapis zmiennych za pomocą modułu shelve. Zapis zmiennych za pomocą funkcji pprint.pformat(). Projekt - generowanie losowych plików quizu. Projekt - schowek przechowujący wiele elementów. Podsumowanie. Pytania kontrolne. Projekty praktyczne. 10. Organizacja plików. Moduł shutil. Przejście przez drzewo katalogu. Kompresja plików za pomocą modułu zipfile. Projekt - zmiana plików z datami w stylu amerykańskim na daty w stylu europejskim. Projekt - utworzenie archiwum ZIP będącego kopią katalogu. Podsumowanie. Pytania kontrolne. Projekty praktyczne. 11. Usuwanie błędów. Zgłaszanie wyjątku. Pobranie stosu wywołań w postaci ciągu tekstowego. Asercje. Rejestracja danych. Debugger edytora Mu. Podsumowanie. Pytania kontrolne. Projekt praktyczny. 12. Pobieranie danych z internetu. Projekt - mapIt.py z użyciem modułu webbrowser. Pobieranie plików z internetu za pomocą modułu requests. Zapis pobranych plików na dysku twardym. HTML. Przetwarzanie kodu HTML za pomocą modułu bs4. Projekt - wyświetlenie wyników wyszukiwania. Projekt - pobranie wszystkich komiksów z witryny XKCD. Kontrolowanie przeglądarki WWW za pomocą modułu selenium. Podsumowanie. Pytania kontrolne. Projekty praktyczne. 13. Praca z arkuszami kalkulacyjnymi programu Excel. Dokumenty Excela. Instalacja modułu openpyxl. Odczyt dokumentów Excela. Projekt - odczyt danych z arkusza kalkulacyjnego. Zapis dokumentów Excela. Projekt - uaktualnienie skoroszytu. Ustawienie stylu czcionki komórek. Obiekt Font. Formuły. Dostosowanie wierszy i kolumn do własnych potrzeb. Wykresy. Podsumowanie. Pytania kontrolne. Projekty praktyczne. 14. Praca z Arkuszami Google. Instalacja i konfiguracja EZSheets. Obiekt skoroszytu. Obiekt arkusza. Podsumowanie. Pytania kontrolne. Projekty praktyczne. 15. Praca z dokumentami PDF i Worda. Dokumenty w formacie PDF. Projekt - połączenie wybranych stron z wielu dokumentów PDF. Dokumenty procesora tekstu Microsoft Word. Tworzenie dokumentu PDF na podstawie dokumentu Worda. Podsumowanie. Pytania kontrolne. Projekty praktyczne. 16. Praca z plikami CSV i danymi JSON. Moduł csv. Projekt - usunięcie nagłówka z pliku CSV. JSON i API. Moduł json. Projekt - pobieranie bieżących danych prognozy pogody. Podsumowanie. Pytania kontrolne. Projekty praktyczne. 17. Czas, harmonogram zadań i uruchamianie programów. Moduł time. Zaokrąglanie liczb. Projekt – superstoper. Moduł datetime. Przegląd funkcji czasu w Pythonie. Wielowątkowość. Projekt - wielowątkowy program pobierający dane z witryny XKCD. Uruchamianie innych programów z poziomu Pythona. Projekt - prosty program odliczający czas. Podsumowanie. Pytania kontrolne. Projekty praktyczne. 18. Wysyłanie wiadomości e-mail i tekstowych. Wysyłanie i odbieranie poczty za pomocą API Gmail. SMTP. Wysyłanie wiadomości e-mail. IMAP. Pobieranie i usuwanie wiadomości e-mail za pomocą protokołu IMAP. Projekt - wysyłanie wiadomości e-mail z przypomnieniami o składkach. Wysyłanie wiadomości tekstowych za pomocą bramek SMS. Wysyłanie wiadomości tekstowych za pomocą Twilio. Projekt - moduł typu "wyślij mi wiadomość SMS". Podsumowanie. Pytania kontrolne. Projekty praktyczne. 19. Praca z obrazami. Podstawy teorii obrazu cyfrowego. Praca z obrazami za pomocą modułu pillow. Projekt - dodanie logo. Rysowanie na obrazach. Pytania kontrolne. Projekty praktyczne. 20. Kontrolowanie klawiatury i myszy za pomocą automatyzacji GUI. Instalacja modułu pyautogui. Konfiguracja ustawień dostępności w macOS. Pozostajemy na kursie. Kontrola poruszania myszą. Kontrola działania myszy. Planowanie ruchu myszą. Praca z ekranem. Rozpoznawanie obrazu. Pobieranie informacji o oknie. Kontrola klawiatury. Konfiguracja skryptów automatyzacji GUI. Projekt - automatyczne wypełnianie formularzy. Wyświetlanie okien dialogowych. Podsumowanie. Pytania kontrolne Projekty praktyczne. A. Instalacja modułów firm trzecich. B. Uruchamianie programów. C. Odpowiedzi na pytania kontrolne.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (2 egz.)
Książka
W koszyku
Bezpieczeństwo sieci w Pythonie : rozwiązywanie problemów za pomocą skryptów i bibliotek / José Manuel Ortega ; przekład: Andrzej Watrak. - Gliwice : Helion S.A., cop. 2022. - 379, [5] s. : il. ; 24 cm.
Gatunek
Podręcznik
Zawiera: O autorze; O recenzentach; Przedmowa; CZĘŚĆ I. ŚRODOWISKO JĘZYKA PYTHON I NARZĘDZIA DO PROGRAMOWANIA SYSTEMOWEGO: Rozdział 1. Skrypty w języku Python: Wymagania techniczne; Wprowadzenie do języka Python; Struktury danych; Funkcje, klasy i wyjątki; Moduły i pakiety; Zależności i środowiska wirtualne; Środowiska programistyczne; Podsumowanie; Pytania; Dalsza lektura; Rozdział 2. Pakiety systemowe: Wymagania techniczne; Wprowadzenie do modułów systemowych; Korzystanie z systemu plików; Zarządzanie wątkami; Wielowątkowość i współbieżność; Moduł socketio; Podsumowanie; Pytania; Dalsza lektura; CZĘŚĆ II. KOMUNIKACJA SIECIOWA I POZYSKIWANIE INFORMACJI Z SIECI TOR: Rozdział 3. Programowanie sieciowe: Wymagania techniczne; Wprowadzenie do programowania sieciowego; Implementacja serwera HTTP; Implementacja odwrotnej powłoki; Odwzorowywanie nazw domen na adresy IP i obsługa wyjątków; Skanowanie portów; Implementacja prostych programów serwera i klienta TCP; Implementacja prostych programów serwera i klienta UDP; Podsumowanie; Pytania; Dalsza lektura; Rozdział 4. Programowanie komunikacji HTTP: Wymagania techniczne; Wprowadzenie do protokołu HTTP; Tworzenie aplikacji klienckich za pomocą modułu http.client; Tworzenie aplikacji klienckich za pomocą modułu urllib.request; Tworzenie aplikacji klienckich za pomocą modułu requests; Tworzenie aplikacji klienckich za pomocą modułu httpx; Mechanizmy uwierzytelniania użytkowników; Podsumowanie; Pytania; Dalsza lektura; Rozdział 5. Sieć Tor i ukryte usługi: Wymagania techniczne; Projekt Tor i ukryte usługi; Narzędzia i anonimowość w sieci Tor; Wykrywanie ukrytych usług za pomocą narzędzi OSINT; Moduły i pakiety do komunikacji z siecią Tor; Narzędzia do wyszukiwania ukrytych usług i automatyzowania procesu indeksowania; Podsumowanie; Pytania; CZĘŚĆ III. SKRYPTY SERWEROWE I SKANOWANIE PORTÓW: Rozdział 6. Uzyskiwanie informacji o serwerach: Wymagania techniczne; Uzyskiwanie informacji o serwerach za pomocą usługi Shodan; Filtry Shodan i usługa BinaryEdge; Uzyskiwanie informacji o serwerach za pomocą modułu socket; Uzyskiwanie informacji o serwerach DNS za pomocą modułu dnspython; Wyszukiwanie adresów serwerów podatnych na ataki; Podsumowanie; Pytania; Dalsza lektura; Rozdział 7. Usługi FTP, SFTP i SSH: Wymagania techniczne; Korzystanie z usługi FTP; Korzystanie z usługi SSH; Implementacja programów serwerowych i klienckich z wykorzystaniem modułów asyncssh i asyncio; Weryfikacja bezpieczeństwa usługi SSH za pomocą narzędzia ssh-audit; Podsumowanie; Pytania; Dalsza lektura; Rozdział 8. Skaner Nmap: Wymagania techniczne; Skanowanie portów za pomocą narzędzia Nmap; Skanowanie portów przy użyciu modułu nmap; Tryby skanowania w module nmap; Uruchamianie narzędzia Nmap za pomocą modułów os i subprocess; Wykrywanie usług i ich podatności na ataki za pomocą skryptów narzędzia Nmap; Podsumowanie; Pytania; Dalsza lektura; CZĘŚĆ IV. PODATNOŚCI SERWERÓW NA ATAKI I BEZPIECZEŃSTWO MODUŁÓW JĘZYKA PYTHON: Rozdział 9. Skanery podatności na ataki: Wymagania techniczne; Podatność na ataki i szkodliwe oprogramowanie; Skaner Nessus; Skaner OpenVAS; Korzystanie ze skanera OpenVAS w języku Python; Podsumowanie; Pytania; Dalsza lektura; Rozdział 10. Wykrywanie podatności serwerów i aplikacji WWW na ataki: Wymagania techniczne; Podatności aplikacji internetowych na ataki opisane w projekcie OWASP; Wykrywanie i analizowanie podatności systemów CMS na ataki; Narzędzia do wykrywania podatności stron na wstrzykiwanie zapytań SQL; Wykrywanie zagrożenia Heartbleed i podatności protokołów SSL/TLS; Skanowanie konfiguracji protokołów SSL/TLS za pomocą narzędzia SSLyze; Podsumowanie; Pytania; Dalsza lektura; Rozdział 11. Luki w bezpieczeństwie modułów języka Python: Wymagania techniczne; Bezpieczeństwo modułów języka Python; Statyczna analiza kodu i wykrywanie podatności na ataki; Wykrywanie ukrytych wejść i szkodliwego kodu w modułach; Bezpieczeństwo aplikacji opartych na platformie Flask; Dobre praktyki bezpiecznego kodowania w języku Python; Podsumowanie; Pytania; Dalsza lektura; CZĘŚĆ V. ANALIZA ŚLEDCZA: Rozdział 12. Narzędzia do analizy śledczej: Wymagania techniczne; Wyodrębnianie danych z obrazów pamięci i dysków przy użyciu platformy Volatility; Analizowanie bazy danych SQLite; Analiza ruchu sieciowego za pomocą narzędzia PcapXray; Pozyskiwanie informacji z rejestru systemu Windows; Rejestrowanie komunikatów; Podsumowanie; Pytania; Dalsza lektura; Rozdział 13. Dane geograficzne i metadane w dokumentach, obrazach i przeglądarkach: Wymagania techniczne; Uzyskiwanie informacji geolokalizacyjnych; Wyodrębnianie metadanych z obrazów; Wyodrębnianie metadanych z dokumentów PDF; Identyfikowanie technologii używanych do tworzenia witryn internetowych; Wyodrębnianie metadanych z przeglądarek; Podsumowanie; Pytania; Dalsza lektura; Rozdział 14. Kryptografia i steganografia: Wymagania techniczne; Szyfrowanie i deszyfrowanie danych za pomocą modułu pycryptodome; Szyfrowanie i deszyfrowanie danych za pomocą modułu cryptography; Techniki steganograficzne ukrywania informacji w obrazach; Generowanie kluczy i haseł za pomocą modułów secrets i hashlib; Podsumowanie; Pytania; Dalsza lektura; Odpowiedzi.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (2 egz.)
Brak okładki
Książka
W koszyku
Black Hat Python : język Python dla hakerów i pentesterów / Justin Seitz, Tim Arnold ; przekład: Andrzej Watrak, Łukasz Piwko. - Wyd. 2. - Gliwice : Helion S.A., cop. 2022. - 200 s. : il. ; 23 cm.
Gatunek
Podręcznik
Zawiera: O autorach; O korektorze merytorycznym; Podziękowania; Przedmowa; Wstęp; 1. Przygotowanie środowiska Pythona: Instalowanie systemu Kali Linux; Konfigurowanie języka Python 3; Instalowanie środowiska programistycznego; Higiena kodu; 2. Podstawowe narzędzia sieciowe: Narzędzia sieciowe Pythona; Klient TCP; Klient UDP; Serwer TCP; Budowa netcata; Tworzenie proxy TCP; SSH przez Paramiko; Tunelowanie SSH; 3. Tworzenie szperacza sieciowego: Budowa narzędzia UDP do wykrywania hostów; Tropienie pakietów w Windowsie i Linuksie; Dekodowanie warstwy IP; Dekodowanie danych ICMP; 4. Władanie siecią za pomocą Scapy: Wykradanie danych poświadczających użytkownika z wiadomości e-mail; Atak ARP cache poisoning przy użyciu biblioteki Scapy; Przetwarzanie pliku PCAP; 5. Hakowanie aplikacji sieciowych: Biblioteki internetowe; Mapowanie aplikacji sieciowych typu open source; Analizowanie aplikacji metodą siłową; Ataki siłowe na formularze uwierzytelniania; 6. Rozszerzanie narzędzi Burp: Wstępna konfiguracja; Fuzzing przy użyciu Burpa; Bing w służbie Burpa; Treść strony internetowej jako kopalnia haseł; 7. Centrum dowodzenia GitHub: Tworzenie konta w portalu GitHub; Tworzenie modułów; Konfiguracja trojana; Budowa trojana komunikującego się z portalem GitHub; 8. Popularne zadania trojanów w systemie Windows: Rejestrowanie naciskanych klawiszy; Robienie zrzutów ekranu; Wykonywanie kodu powłoki przy użyciu Pythona; Wykrywanie środowiska ograniczonego; 9. Zabawa w wyprowadzanie danych: Szyfrowanie i deszyfrowanie plików; Wyprowadzanie danych za pomocą poczty e-mail; Wyprowadzanie danych za pomocą transferu plików; Wyprowadzanie danych do serwera WWW; Wszystko razem; 10. Zwiększanie uprawnień w systemie Windows: Instalacja potrzebnych narzędzi; Tworzenie testowej usługi BlackHat; Tworzenie monitora procesów; Uprawnienia tokenów Windows; Pierwsi na mecie; Wstrzykiwanie kodu; 11. Ofensywna analiza śledcza: Instalacja; Ogólny rekonesans; Rekonesans użytkowników; Rekonesans słabych punktów; Interfejs volshell; Własne wtyczki dla Volatility; Czy to w ogóle działa; Idź dalej!
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (2 egz.)
Książka
W koszyku
Czysty kod w Pythonie / Sunil Kapil ; przekł. Andrzej Watrak. - Gliwice : Helion S.A. , cop. 2020. - 176 s. ; 24 cm.
Gatunek
Podręcznik
Rozdział 1. Kodowanie pythoniczne. Tworzenie pythonicznego kodu. Komentarze dokumentacyjne. Pythoniczne struktury sterujące. Zgłaszanie wyjątków. Podsumowanie. Rozdział 2. Struktury danych. Popularne struktury danych. Zalety słownika. Podsumowanie. Rozdział 3. Jak pisać lepsze funkcje i klasy? Funkcje. Klasy. Podsumowanie. Rozdział 4. Praca z modułami i metaklasami. Moduły i metaklasy. Porządkowanie kodu za pomocą modułów. Zalety pliku __init__.py. Importowanie funkcji i klas z modułów. Kiedy stosować metaklasy? Weryfikowanie podklas za pomocą metody __new__(). Dlaczego atrybut __slots__ jest tak przydatny? Modyfikowanie funkcjonowania klasy za pomocą metaklasy. Deskryptory w języku Python. Podsumowanie. Rozdział 5. Dekoratory i menedżery kontekstu. Dekoratory. Menedżery kontekstu. Podsumowanie. Rozdział 6. Generatory i iteratory. Zalety generatorów i iteratorów. Zalety instrukcji yield. Podsumowanie. Rozdział 7. Nowe funkcjonalności języka Python. Programowanie asynchroniczne. Python i typy danych. Metoda super(). Lepsza obsługa ścieżek dzięki bibliotece pathlib. print() jest teraz funkcją. f-ciągi. Obowiązkowe argumenty pozycyjne. Kontrolowana kolejność elementów w słownikach. Iteracyjne rozpakowywanie struktur. Podsumowanie. Rozdział 8. Diagnostyka i testy kodu. Diagnostyka. Testy. Podsumowanie. Dodatek. Niezwykłe narzędzia dla języka Python. Sphinx. Coverage.py. pre-commit. Pyenv. Jupyter Lab. Pycharm/VSCode/Sublime. Flake8 i Pylint.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (2 egz.)
Brak okładki
Książka
W koszyku
Django 3 : praktyczne tworzenie aplikacji sieciowych / Antonio Melé ; przekł. Radosław Meryk, Robert Górczyński. - Gliwice : Helion S.A. , cop. 2021. - 488 s. : fot., rys. ; 24 cm.
Gatunek
Podręcznik
Rozdział 1. Utworzenie aplikacji bloga. Instalacja Django. Utworzenie odizolowanego środowiska Pythona. Tworzenie pierwszego projektu. Projekt schematu danych dla bloga. Tworzenie witryny administracyjnej dla modeli. Praca z obiektami QuerySet i menedżerami. Przygotowanie widoków listy i szczegółów. Utworzenie szablonów dla widoków. Dodanie stronicowania. Użycie widoków opartych na klasach. Podsumowanie. Rozdział 2. Usprawnienie bloga za pomocą funkcji zaawansowanych. Współdzielenie postów przy użyciu wiadomości e-mail. Utworzenie systemu komentarzy. Dodanie funkcjonalności tagów. Pobieranie podobnych postów. Podsumowanie. Rozdział 3. Rozbudowa aplikacji bloga. Utworzenie własnych filtrów i znaczników szablonu. Dodanie mapy witryny. Utworzenie kanału wiadomości dla postów bloga. Dodanie do bloga wyszukiwania pełnotekstowego. Podsumowanie. Rozdział 4. Utworzenie witryny społecznościowej. Utworzenie projektu witryny społecznościowej. Użycie frameworka uwierzytelniania w Django. Rejestracja użytkownika i profile użytkownika. Implementacja własnego mechanizmu uwierzytelniania. Dodanie do witryny uwierzytelnienia za pomocą innej witryny społecznościowej. Podsumowanie. Rozdział 5. Udostępnianie treści w witrynie internetowej. Utworzenie witryny internetowej do kolekcjonowania obrazów. Umieszczanie treści pochodzącej z innych witryn internetowych. Utworzenie szczegółowego widoku obrazu. Utworzenie miniatury za pomocą easy-thumbnails. Dodanie akcji AJAX za pomocą jQuery. Utworzenie własnych dekoratorów dla widoków. Dodanie stronicowania AJAX do widoków listy. Podsumowanie. Rozdział 6. Śledzenie działań użytkownika. Utworzenie systemu obserwacji. Budowa aplikacji z ogólnym strumieniem aktywności. Użycie sygnałów dla denormalizowanych zliczeń. Użycie bazy danych Redis do przechowywania różnych elementów widoków. Podsumowanie. Rozdział 7. Utworzenie sklepu internetowego. Utworzenie projektu sklepu internetowego. Utworzenie koszyka na zakupy. Rejestracja zamówień klienta. Wykonywanie zadań asynchronicznych za pomocą Celery. Podsumowanie. Rozdział 8. Zarządzanie płatnościami i zamówieniami. Integracja bramki płatności. Eksport zamówień do plików CSV. Rozbudowa witryny administracyjnej za pomocą własnych widoków. Dynamiczne generowanie rachunków w formacie PDF. Podsumowanie. Rozdział 9. Rozbudowa sklepu internetowego. Utworzenie systemu kuponów. Internacjonalizacja i lokalizacja projektu. Utworzenie silnika rekomendacji produktu. Podsumowanie. Rozdział 10. Budowa platformy e-learningu. Utworzenie platformy e-learningu. Utworzenie modeli kursu. Utworzenie modeli dla zróżnicowanej treści. Utworzenie systemu zarządzania treścią. Zarządzanie modułami kursu i treścią. Podsumowanie. Rozdział 11. Renderowanie i buforowanie treści. Wyświetlanie kursów. Dodanie rejestracji uczestnika. Uzyskanie dostępu do treści kursu. Użycie frameworka buforowania. Podsumowanie. Rozdział 12. Utworzenie API. Utworzenie API typu RESTful. Podsumowanie. Rozdział 13. Budowanie serwera czatu. Utworzenie aplikacji czatu. Obsługa czasu rzeczywistego w Django za pomocą frameworka Channels. Instalacja frameworka Channels. Pisanie konsumenta. Routing. Implementacja klienta WebSocket. Warstwa kanału komunikacyjnego. Modyfikacja konsumenta w celu uzyskania pełnej asynchroniczności. Integracja aplikacji czatu z istniejącymi widokami. Podsumowanie. Rozdział 14. Wdrożenie. Zarządzanie ustawieniami dla wielu środowisk. Instalacja PostgreSQL. Sprawdzenie projektu. Udostępnianie Django za pomocą WSGI. Instalacja uWSGI. Konfiguracja uWSGI. Instalacja NGINX. Środowisko produkcyjne. Konfiguracja Nginx. Udostępnianie zasobów statycznych i multimedialnych. Zabezpieczanie połączeń za pomocą SSL/TLS. Wykorzystanie serwera Daphne z frameworkiem Django Channels. Wykorzystanie bezpiecznych połączeń dla gniazd WebSocket. Uwzględnienie Daphne w konfiguracji NGINX. Utworzenie własnego oprogramowania pośredniczącego. Implementacja własnych poleceń administracyjnych. Podsumowanie.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (2 egz.)
Książka
W koszyku
Efektywny Python : 90 sposobów na lepszy kod /Brett Slatkin ; przekł. Robert Górczyński. - Gliwice : Helion S.A. , cop. 2020. - 408 s. ; 24 cm.
Gatunek
Podręcznik
Rozdział 1. Programowanie zgodne z duchem Pythona. Sposób 1. Ustalenie używanej wersji Pythona. Sposób 2. Stosuj styl PEP 8. Sposób 3. Różnice między typami bytes i str. Sposób 4. Wybieraj interpolowane ciągi tekstowe f zamiast ciągów tekstowych formatowania w stylu C i funkcji str.format(). Sposób 5. Decyduj się na funkcje pomocnicze zamiast na skomplikowane wyrażenia. Sposób 6. Zamiast indeksowania wybieraj rozpakowanie wielu operacji przypisania. Sposób 7. Preferuj użycie funkcji enumerate() zamiast range(). Sposób 8. Używaj funkcji zip() do równoczesnego przetwarzania iteratorów. Sposób 9. Unikaj bloków else po pętlach for i while. Sposób 10. Unikaj powtórzeń w wyrażeniach przypisania. Rozdział 2. Lista i słownik. Sposób 11. Umiejętnie podziel sekwencje. Sposób 12. Unikaj użycia indeksów początek, koniec i wartości kroku w pojedynczej operacji podziału. Sposób 13. Wybieraj rozpakowanie typu catch-all zamiast tworzenia wycinków. Sposób 14. Używaj parametru key podczas sortowania według skomplikowanych kryteriów. Sposób 15. Zachowaj ostrożność, gdy polegasz na kolejności wstawiania elementów do obiektu typu dict. Sposób 16. Podczas obsługi brakujących kluczy słownika wybieraj funkcję get() zamiast operatora in i wyjątku KeyError. Sposób 17. Podczas obsługi brakujących elementów w wewnętrznym stanie wybieraj typ defaultdict zamiast metody setdefault(). Sposób 18. Wykorzystaj metodę __missing__() do tworzenia wartości domyślnych w zależności od klucza. Rozdział 3. Funkcje. Sposób 19. Gdy funkcja zwraca wiele wartości, nie rozpakowuj więcej niż trzech zmiennych. Sposób 20. Preferuj wyjątki zamiast zwrotu wartości None. Sposób 21. Zobacz, jak domknięcia współdziałają z zakresem zmiennej. Sposób 22. Zmniejszenie wizualnego zagmatwania za pomocą zmiennej liczby argumentów pozycyjnych. Sposób 23. Zdefiniowanie zachowania opcjonalnego za pomocą argumentów w postaci słów kluczowych. Sposób 24. Użycie None i docstring w celu dynamicznego określenia argumentów domyślnych. Sposób 25. Wymuszaj czytelność kodu, stosując jedynie argumenty w postaci słów kluczowych. Sposób 26. Dekoratory funkcji definiuj za pomocą functools.wraps. Rozdział 4. Konstrukcje składane i generatory. Sposób 27. Używaj list składanych zamiast funkcji map() i filter(). Sposób 28. Unikaj więcej niż dwóch wyrażeń na liście składanej. Sposób 29. Stosuj wyrażenia przypisania, aby unikać powielania zadań w konstrukcjach składanych. Sposób 30. Rozważ użycie generatorów, zamiast zwracać listy. Sposób 31. Podczas iteracji przez argumenty zachowuj postawę defensywną. Sposób 32. Rozważ użycie generatora wyrażeń dla dużych list składanych. Sposób 33. Twórz wiele generatorów za pomocą wyrażenia yield from. Sposób 34. Unikaj wstrzykiwania danych do generatorów za pomocą metody send(). Sposób 35. Unikaj w generatorach przejścia między stanami za pomocą metody throw(). Sposób 36. Rozważ stosowanie modułu itertools w pracy z iteratorami i generatorami. Rozdział 5. Klasy i interfejsy. Sposób 37. Twórz klasy, zamiast zagnieżdżać wiele poziomów typów wbudowanych. Sposób 38. Dla prostych interfejsów akceptuj funkcje zamiast klas. Sposób 39. Użycie polimorfizmu @classmethod w celu ogólnego tworzenia obiektów. Sposób 40. Inicjalizacja klasy nadrzędnej za pomocą wywołania super(). Sposób 41. Rozważ łączenie funkcjonalności za pomocą klas domieszek. Sposób 42. Preferuj atrybuty publiczne zamiast prywatnych. Sposób 43. Stosuj dziedziczenie po collections.abc w kontenerach typów niestandardowych. Rozdział 6. Metaklasy i atrybuty. Sposób 44. Używaj zwykłych atrybutów zamiast metod typu getter i seter. Sposób 45. Rozważ użycie @property zamiast refaktoryzacji atrybutów. Sposób 46. Stosuj deskryptory, aby wielokrotnie wykorzystywać metody udekorowane przez @property. Sposób 47. Używaj metod __getattr__(), __getattribute__() i __setattr__() dla opóźnionych atrybutów. Sposób 48. Sprawdzaj podklasy za pomocą __init_subclass__. Sposób 49. Rejestruj istniejące klasy za pomocą __init_subclass__(). Sposób 50. Adnotacje atrybutów klas dodawaj za pomocą metody __set_name__(). Sposób 51. Dla złożonych rozszerzeń klas wybieraj dekoratory klas zamiast metaklas. Rozdział 7. Współbieżność i równoległość. Sposób 52. Używaj modułu subprocess do zarządzania procesami potomnymi. Sposób 53. Użycie wątków dla operacji blokujących wejście- yjście, unikanie równoległości. Sposób 54. Używaj klasy Lock, aby unikać stanu wyścigu w wątkach. Sposób 55. Używaj klasy Queue do koordynacji pracy między wątkami. Sposób 56. Naucz się rozpoznawać, kiedy współbieżność jest niezbędna. Sposób 57. Unikaj tworzenia nowych egzemplarzy Thread na żądanie fan-out. Sposób 58. Pamiętaj, że stosowanie Queue do obsługi współbieżności wymaga refaktoringu. Sposób 59. Rozważ użycie klasy ThreadPoolExecutor, gdy wątki są potrzebne do zapewnienia współbieżności. Sposób 60. Zapewnij wysoką współbieżność operacji wejścia-wyjścia dzięki użyciu współprogramów. Sposób 61. Naucz się przekazywać do asyncio wątkowane operacje wejścia-wyjścia. Sposób 62. Połączenie wątków i współprogramów w celu ułatwienia konwersji na wersję stosującą asyncio. Sposób 63. Maksymalizuj responsywność przez unikanie blokującej pętli zdarzeń asyncio. Sposób 64. Rozważ użycie concurrent.futures(), aby otrzymać prawdziwą równoległość. Rozdział 8. Niezawodność i wydajność. Sposób 65. Wykorzystanie zalet wszystkich bloków w konstrukcji try-except-else-finally. Sposób 66. Rozważ użycie poleceń contextlib i with w celu uzyskania wielokrotnego użycia konstrukcji try-finally. Sposób 67. Podczas obsługi czasu lokalnego używaj modułu datetime zamiast time. Sposób 68. Niezawodne użycie pickle wraz z copyreg. Sposób 69. Gdy ważna jest precyzja, używaj modułu decimal. Sposób 70. Przed optymalizacją przeprowadzaj profilowanie. Sposób 71. Wybieraj typ deque podczas tworzenia kolejek typu producent – konsument. Sposób 72. Podczas wyszukiwania danych w sortowanych sewencjach stosuj moduł bisect. Sposób 73. W kolejkach priorytetowych używaj modułu heapq. Sposób 74. Podczas kopiowania zerowego obiektów typu bytes używaj egzemplarzy memoryview i bytearray. Rozdział 9. Testowanie i debugowanie. Sposób 75. Używaj ciągów tekstowych repr do debugowania danych wyjściowych. Sposób 76. W podklasach klasy TestCase sprawdzaj powiązane ze sobą zachowanie. Sposób 77. Izoluj testy od siebie za pomocą metod setUp(), tearDown(), setUpModule() i tearDownModule(). Sposób 78. Podczas testowania kodu zawierającego skomplikowane zależności korzystaj z imitacji. Sposób 79. Hermetyzuj zależności, aby ułatwić tworzenie imitacji i testowanie. Sposób 80. Rozważ interaktywne usuwanie błędów za pomocą pdb. Sposób 81. Stosuj moduł tracemalloc, aby poznać sposób użycia pamięci i wykryć jej wycieki. Rozdział 10. Współpraca. Sposób 82. Kiedy szukać modułów opracowanych przez społeczność? Sposób 83. Używaj środowisk wirtualnych dla odizolowanych i powtarzalnych zależności. Sposób 84. Dla każdej funkcji, klasy i modułu utwórz docstring. Sposób 85. Używaj pakietów do organizacji modułów i dostarczania stabilnych API. Sposób 86. Rozważ użycie kodu o zasięgu modułu w celu konfiguracji środowiska wdrożenia. Sposób 87. Zdefiniuj główny wyjątek Exception w celu odizolowania komponentu wywołującego od API. Sposób 88. Zobacz, jak przerwać krąg zależności. Sposób 89. Rozważ użycie modułu warnings podczas refaktoryzacji i migracji kodu. Sposób 90. Rozważ stosowanie analizy statycznej za pomocą modułu typing w celu usuwania błędów.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (2 egz.)
Książka
W koszyku
Flask : tworzenie aplikacji internetowych w Pythonie / Miguel Grinberg ; ]tłum. Wojciech Moch]. - Gliwice : Helion S.A. , cop. 2020. - 257, [7] s. : rys., tab. ; 24 cm.
Gatunek
Podręcznik
Część I. Wprowadzenie do flaska. 1. Instalacja. Tworzenie katalogu aplikacji. Wirtualne środowiska. Tworzenie wirtualnego środowiska w pythonie 3. Tworzenie wirtualnego środowiska w pythonie 2. Praca z wirtualnymi środowiskami. Instalowanie pakietów pythona za pomocą narzędzia pip. 2. Podstawowa struktura aplikacji. Inicjalizacja. Trasy i funkcje widoku. Kompletna aplikacja. Roboczy serwer www. Trasy dynamiczne. Tryb debugowania. Opcje wiersza polecenia. Cykl żądanie – odpowiedź. Kontekst aplikacji i żądania Przesyłanie żądania. Obiekt żądania. Hooki w żądaniach. Odpowiedzi. Rozszerzenia flaska. 3. Szablony. Mechanizm szablonów jinja2. Renderowanie szablonów. Zmienne. Struktury sterujące. Integracja bootstrapa z flask-bootstrap. Niestandardowe strony błędów. Łącza. Pliki statyczne. Lokalizowanie dat i czasu za pomocą pakietu flask-moment. 4. Formularze internetowe. Konfiguracja. Klasy formularzy. Renderowanie formularzy html. Obsługa formularzy w funkcjach widoku. Przekierowania i sesje użytkownika. Wyświetlanie komunikatów. 5. Bazy danych. Bazy danych sql. Bazy danych nosql. Sql czy nosql? Frameworki baz danych w pythonie. Zarządzanie bazą danych za pomocą flask-sqlalchemy. Definicja modelu Relacje. Operacje na bazach danych. Tworzenie tabel. Wstawianie wierszy. Modyfikowanie wierszy. Usuwanie wierszy. Zapytanie o wiersze. Wykorzystanie bazy danych w funkcjach widoku. Integracja z powłoką pythona. Migrowanie baz danych za pomocą pakietu flask-migrate. Tworzenie repozytorium migracji. Tworzenie skryptu migracji. Aktualizacja bazy danych. Dodawanie kolejnych migracji. 6. Wiadomości e-mail. Obsługa e-mail za pomocą rozszerzenia flask-mail. Wysyłanie wiadomości e-mail z powłoki pythona. Integrowanie wiadomości e-mail z aplikacją. Asynchroniczne wysyłanie e-maila. 7. Struktura dużej aplikacji. Struktura projektu. Opcje konfiguracji. Pakiet aplikacji. Korzystanie z fabryki aplikacji. Implementacja funkcji aplikacji w projekcie. Skrypt aplikacji. Plik wymagań. Testy jednostkowe. Konfiguracja bazy danych. Uruchamianie aplikacji. Część II. Przykład: aplikacja do blogowania społecznościowego 8. Uwierzytelnianie użytkownika. Rozszerzenia uwierzytelnienia dla flaska. Bezpieczeństwo hasła. Haszowanie haseł za pomocą pakietu werkzeug. Tworzenie schematu uwierzytelnienia. Uwierzytelnianie użytkownika za pomocą flask-login. Przygotowywanie modelu user na potrzeby logowania. Ochrona tras. Dodawanie formularza logowania. Logowanie użytkowników. Wylogowywanie użytkowników. Jak działa flask-login? Testowanie. Rejestrowanie nowego użytkownika. Tworzenie formularza rejestracji użytkownika. Rejestracja nowych użytkowników. Potwierdzenie konta. Generowanie tokenów potwierdzających za pomocą pakietu itsdangerous. Wysyłanie wiadomości e-mail z potwierdzeniem. Zarządzanie kontem. 9. Role użytkowników. Reprezentacja ról w bazie danych. Przypisanie ról. Weryfikacja roli. 10. Profile użytkowników. Informacje o profilu. Strona profilu użytkownika. Edytor profilu. Edytor profilu z poziomu użytkownika. Edytor profilu z poziomu administratora. Awatary użytkownika. 11. Posty na blogu. Przesyłanie i wyświetlanie postów na blogu. Wpisy na blogach na stronach profilu. Stronicowanie długich list postów na blogu. Tworzenie fałszywych danych w postach na blogu. Renderowanie na stronach. Dodawanie widżetu stronicowania. Posty z formatowaniem przy użyciu pakietów markdown i flask-pagedown. Korzystanie z pakietu flask-pagedown. Obsługa tekstu sformatowanego na serwerze. Stałe linki do postów na blogu. Edytor postów. 12. Obserwatorzy. I znowu relacje w bazach danych. Relacje typu wiele-do-wielu. Relacje samoreferencyjne. Zaawansowane relacje wiele-do-wielu. Obserwujący na stronie profilu. Uzyskiwanie śledzonych postów za pomocą operacji join. Wyświetlanie obserwowanych postów na stronie głównej. 13. Komentarze użytkowników. Zapisywanie komentarzy w bazie danych. Przesyłanie i wyświetlanie komentarzy. Moderowanie komentarzy. 14. Interfejsy programowania aplikacji. Wprowadzenie do architektury rest. Zasoby są wszystkim. Metody żądania. Treści żądań i odpowiedzi. Kontrola wersji. Flask i usługi sieciowe typu rest. Tworzenie schematu interfejsu api. Obsługa błędów. Uwierzytelnianie użytkownika za pomocą flask-httpauth. Uwierzytelnianie za pomocą tokenów. Serializacja zasobów do i z formatu json. Implementacja punktów końcowych dla zasobów. Podział dużych kolekcji zasobów na strony. Testowanie usług internetowych za pomocą httpie. Część III. Ostatnie kroki 15. Testowanie. Uzyskiwanie raportów pokrycia kodu. Klient testowy flaska. Testowanie aplikacji internetowych. Testowanie usług internetowych. Kompleksowe testy z użyciem selenium. Czy warto? 16. Wydajność. Niska wydajność bazy danych. Profilowanie kodu źródłowego. 17. Wdrożenie. Etapy prac wdrożenia. Protokołowanie błędów na produkcji. Wdrożenie w chmurze. Platforma heroku. Przygotowanie aplikacji. Testowanie z wykorzystaniem heroku local. Wdrażanie za pomocą polecenia git push. Wdrażanie aktualizacji. Kontenery na platformie docker. Instalowanie dockera. Budowanie obrazu kontenera. Uruchamianie kontenera. Sprawdzanie działającego kontenera. Przekazywanie obrazu kontenera do rejestru zewnętrznego. Korzystanie z zewnętrznej bazy danych. Orkiestracja kontenerów za pomocą docker compose. Sprzątanie starych kontenerów i obrazów. Korzystanie z platformy docker podczas produkcji. Tradycyjne wdrożenia. Konfiguracja serwera. Importowanie zmiennych środowiskowych. Konfigurowanie protokołowania . 18. Dodatkowe zasoby. Korzystanie ze zintegrowanego środowiska programistycznego (ide). Wyszukiwanie rozszerzeń. Uzyskiwanie pomocy. Angażowanie się w społeczność flaska.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (2 egz.)
Książka
W koszyku
Jak zaprogramować robota : zastosowanie Raspberry Pi i Pythona w tworzeniu autonomicznych robotów / Danny Staple ; przekład: Anna Mizerska. - Gliwice : Helion S.A., cop. 2022. - 516, [4] s. : otografie, ilustracje, wykresy ; 24 cm.
Gatunek
Podręcznik
Zawiera: O autorze; O korektorach; Wstęp: Dla kogo jest ta książka?; O czym jest ta książka?; Co trzeba wiedzieć?; Pobieranie przykładów do książki; Kod w akcji; Pobieranie kolorowych rysunków; Konwencje typograficzne przyjęte w tej książce; Część I Podstawy robotyki: Rozdział 1. Wprowadzenie do robotyki: Co oznacza słowo robot?; Przykłady zaawansowanych i imponujących robotów; Roboty w domu; Roboty w przemyśle; Roboty edukacyjne, hobbystyczne i biorące udział w zawodach; Podsumowanie; Ćwiczenia; Lektura uzupełniająca; Rozdział 2. Odkrywanie elementów robota kod i elektronika: Wymagania techniczne; Z czego zbudowany jest robot?; Rodzaje części robota; Kontrolery oraz wejścia i wyjścia; Projekt z uwzględnieniem części i struktury kodu; Projekt fizycznej budowy robota; Podsumowanie; Ćwiczenia; Lektura uzupełniająca; Rozdział 3. Odkrywanie Raspberry Pi: Wymagania techniczne; Odkrywanie możliwości Raspberry Pi; Wybór złączy; Czym jest Raspberry Pi OS?; Przygotowanie karty SD za pomocą Raspberry Pi Imager; Podsumowanie; Ćwiczenia; Lektura uzupełniająca; Rozdział 4. Przygotowanie Raspberry Pi pod robota: Wymagania techniczne; Czym jest system bez głowy i dlaczego jest praktycznym rozwiązaniem dla robota?; Konfiguracja Wi-Fi na Raspberry Pi i włączenie dostępu do SSH; Znalezienie swojego Raspberry Pi w sieci; Łączenie się z Raspberry Pi za pomocą PuTTY lub SSH; Konfiguracja Raspberry Pi OS; Podsumowanie; Ćwiczenia; Lektura uzupełniająca; Rozdział 5. Tworzenie kopii zapasowej kodu za pomocą Gita i karty pamięci SD: Wymagania techniczne; Jak kod może zostać uszkodzony lub utracony?; Strategia 1. Zapisywanie kodu na PC i przesyłanie go do Pi; Strategia 2. Użycie Gita do cofania się w czasie; Strategia 3. Tworzenie kopii zapasowych na karcie SD; Podsumowanie; Ćwiczenia; Lektura uzupełniająca; Część II Budowanie autonomicznego robota podłączanie czujników i silników do Raspberry Pi: Rozdział 6. Podstawy budowania robota koła, zasilanie i połączenia: Wymagania techniczne; Wybór podwozia robota; Wybór sterownika silników; Zasilanie robota; Testowe dopasowanie elementów robota; Składanie podstawy robota; Podłączanie silników do Raspberry Pi; Podsumowanie; Ćwiczenia; Lektura uzupełniająca; Rozdział 7. Jazda do przodu i skręcanie wprawianie silników w ruch za pomocą Pythona: Wymagania techniczne; Testowy kod dla silników; Sterowanie robotem; Obiekt Robot kod do eksperymentów związanych z komunikacją z robotem; Skrypt pokonania z góry określonej ścieżki; Podsumowanie; Ćwiczenia; Lektura uzupełniająca; Rozdział 8. Programowanie czujników odległości za pomocą Pythona: Wymagania techniczne; Wybór między czujnikami optycznymi a ultradźwiękowymi; Podłączanie czujnika ultradźwiękowego i odczytywanie z niego danych; Unikanie ścian skrypt omijania przeszkód; Podsumowanie; Ćwiczenia; Lektura uzupełniająca; Rozdział 9. Programowanie pasków LED RGB za pomocą Pythona: Wymagania techniczne; Czym jest pasek LED RGB?; Porównanie technologii stosowanych w paskach świetlnych; Podłączanie pasków LED RGB do Raspberry Pi; Pisanie kodu dla diod LED; Wyświetlanie tęczy za pomocą diod LED; Wykorzystanie paska LED RGB do rozwiązywania problemów z unikaniem przeszkód; Podsumowanie; Ćwiczenia; Lektura uzupełniająca; Rozdział 10. Sterowanie serwomotorami za pomocą Pythona: Wymagania techniczne; Czym są serwomotory?; Ustawianie serwomotoru za pomocą Raspberry Pi; Dodawanie mechanizmu uchylno-obrotowego; Kod dla mechanizmu uchylno-obrotowego; Budowanie sonaru; Podsumowanie; Ćwiczenia; Lektura uzupełniająca; Rozdział 11. Programowanie enkoderów za pomocą Pythona: Wymagania techniczne; Pomiar przejechanego dystansu za pomocą enkoderów; Montaż enkoderów; Wykrywanie pokonanej odległości za pomocą Pythona; Jazda po linii prostej; Pokonanie zadanego dystansu; Skręcanie w określony sposób; Podsumowanie; Ćwiczenia; Lektura uzupełniająca; Rozdział 12. Programowanie IMU za pomocą Pythona: Wymagania techniczne; Urządzenia nawigacji inercyjnej; Lutowanie dodawanie złączy do IMU; Montaż IMU na robocie; Pomiar temperatury; Odczytywanie danych z żyroskopu za pomocą Pythona; Odczytywanie danych z akcelerometru za pomocą Pythona; Praca z magnetometrem; Podsumowanie; Ćwiczenia; Lektura uzupełniająca; Część III Słyszenie i widzenie wyposażenie robota w inteligentne czujniki: Rozdział 13. System wizyjny robota z wykorzystaniem bibliotek PiCamera i OpenCV: Wymagania techniczne; Konfiguracja kamery dla Raspberry Pi; Konfiguracja oprogramowania do rozpoznawania obrazów; Tworzenie aplikacji dla Raspberry Pi do przesyłania obrazu; Wykonywanie zadań w tle w trakcie przesyłania obrazu; Podążanie za kolorowymi obiektami za pomocą Pythona; Śledzenie twarzy za pomocą Pythona; Podsumowanie; Ćwiczenia; Lektura uzupełniająca; Rozdział 14. Śledzenie linii z wykorzystaniem kamery i Pythona: Wymagania techniczne; Śledzenie linii wprowadzenie; Tworzenie trasy testowej dla funkcji śledzenia linii; Proces śledzenia linii z wykorzystaniem komputerowego rozpoznawania obrazów; Testowanie widzenia komputerowego za pomocą przykładowych obrazów; Śledzenie linii z wykorzystaniem algorytmu PID; Ponowne odnajdowanie linii; Podsumowanie; Ćwiczenia; Lektura uzupełniająca; Rozdział 15. Komunikacja głosowa z robotem za pomocą programu Mycroft: Wymagania techniczne; Wprowadzenie do programu Mycroft terminologia asystenta głosowego; Ograniczenia nasłuchiwania mowy przez robota; Dodawanie wejścia i wyjścia audio do Raspberry Pi; Programowanie API za pomocą modułu Flask; Programowanie asystenta głosowego w programie Mycroft; Podsumowanie; Ćwiczenia; Lektura uzupełniająca; Rozdział 16. Więcej o IMU: Wymagania techniczne; Programowanie wirtualnego robota; Wykrywanie obrotu za pomocą żyroskopu; Wykrywanie pochylenia i przechylenia za pomocą akcelerometru; Wykrywanie odchylenia za pomocą magnetometru; Odczytywanie przybliżonej wartości odchylenia robota z magnetometru; Zestawienie odczytów z czujników w celu ustalenia orientacji; Sterowanie robotem na podstawie danych z IMU; Podsumowanie; Ćwiczenia; Lektura uzupełniająca; Rozdział 17. Sterowanie robotem za pomocą telefonu i Pythona: Wymagania techniczne; Gdy nie działa sterowanie głosem dlaczego musimy mieć możliwość sterowania; Menu wybieranie zachowań dla robota; Wybór kontrolera jak będziemy sterować robotem i dlaczego; Przygotowanie Raspberry Pi do zdalnego sterowania przygotowanie podstawowego systemu sterowania; Robot w pełni sterowany za pomocą telefonu; Menu startowe dla Raspberry Pi; Podsumowanie; Ćwiczenia; Lektura uzupełniająca; Część IV Kontynuacja przygody z robotyką: Rozdział 18. Rozwijanie umiejętności z zakresu robotyki: Społeczności konstruktorów robotów w sieci fora i media społecznościowe; Spotkania konstruktorów robotów zawody, miejsca dla twórców, spotkania; Propozycje nowych umiejętności do zdobycia druk 3D, lutowanie, PCB i CNC; Wzbogacanie wiedzy o rozpoznawaniu obrazów; Wzbogacanie swojej wiedzy o uczenie maszynowe; Podsumowanie; Lektura uzupełniająca; Rozdział 19. Projekt kolejnego robota podsumowanie: Wymagania techniczne; Wizualizacja Twojego następnego robota; Tworzenie schematu blokowego; Wybór części; Planowanie kodu dla robota; Przedstawienie światu swojego projektu; Podsumowanie.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (2 egz.)
Brak okładki
Książka
W koszyku
Kod Pythona w jednym wierszu : jak profesjonaliści piszą programy doskonałe / Christian Mayer ; przekł. Leszek Sagalara. - Gliwice : Helion S.A. ,cop. 2021. - 216 s. : il., wykresy ; 24 cm.
Gatunek
Poradnik
Wprowadzenie. Przykładowy jednowierszowiec Pythona. Uwaga na temat czytelności. Dla kogo jest ta książka? Czego się nauczysz? Zasoby online. 1. Odświeżenie wiadomości o Pythonie. Podstawowe struktury danych. Kontenerowe struktury danych. Przepływ sterowania. Funkcje. Funkcje lambda. Podsumowanie. 2. Sztuczki Pythona. Użycie listy składanej do wyszukiwania osób o najwyższych dochodach. Użycie listy składanej do wyszukiwania słów o dużej wartości informacyjnej. Odczytywanie pliku. Użycie funkcji lambda i map. Użycie wycinania do ekstrakcji środowisk dopasowanych łańcuchów podrzędnych. Połączenie listy składanej i wycinania. Przypisywanie do wycinków w celu skorygowania uszkodzonych list. Analiza danych dotyczących pracy serca za pomocą konkatenacji list. Użycie wyrażeń generatora do wyszukania firm, które płacą poniżej płacy minimalnej. Formatowanie baz danych za pomocą funkcji zip(). Podsumowanie. 3. Analiza danych. Podstawowe działania na tablicach dwuwymiarowych. Praca z tablicami NumPy: wycinanie, rozgłaszanie i typy tablic. Warunkowe przeszukiwanie tablic, filtrowanie i rozgłaszanie w celu wykrywania elementów odstających. Filtrowanie dwuwymiarowych tablic z użyciem indeksowania logicznego. Rozgłaszanie, przypisywanie do wycinków i przekształcanie w celu oczyszczenia co i-tego elementu tablicy. Kiedy w NumPy używać funkcji sort(), a kiedy argsort()? Jak wykorzystać funkcje lambda i indeksowanie logiczne do filtrowania tablic? Jak tworzyć zaawansowane filtry tablic z wykorzystaniem statystyki, matematyki i logiki? Prosta analiza asocjacji: klienci, którzy kupili X, kupili również Y. Bardziej zaawansowana analiza asocjacji w celu wyszukania najlepiej sprzedających się pakietów. Podsumowanie. 4. Uczenie maszynowe. Podstawy nadzorowanego uczenia maszynowego. Regresja liniowa. Regresja logistyczna. Algorytm k-średnich. Algorytm k najbliższych sąsiadów. Analiza sieci neuronowej. Algorytm drzew decyzyjnych. Wyszukiwanie wiersza z minimalną wariancją. Podstawowe parametry statystyczne. Klasyfikacja z maszynami wektorów nośnych. Klasyfikacja z lasami losowymi. Podsumowanie. 5. Wyrażenia regularne. Wyszukiwanie prostych wzorców tekstowych w łańcuchach znaków. Napisz własny scraper stron WWW z użyciem wyrażeń regularnych. Analizowanie hiperłączy dokumentów HTML. Wydobywanie z łańcucha wartości wyrażonych w dolarach. Wyszukiwanie adresów URL z protokołem http. Walidacja formatu zapisu czasu wprowadzanego przez użytkownika, część I. Walidacja formatu zapisu czasu wprowadzanego przez użytkownika, część II. Wykrywanie zduplikowanych znaków w łańcuchach. Wykrywanie powtórzeń słów. Modyfikowanie wzorców wyrażeń regularnych w wielowierszowym łańcuchu znaków. Podsumowanie. 6. Algorytmy. Wyszukiwanie anagramów za pomocą funkcji lambda i sortowania. Wyszukiwanie palindromów za pomocą funkcji lambda i wycinania ujemnego. Obliczanie permutacji z użyciem rekurencyjnych funkcji silni. Obliczanie odległości Levenshteina. Obliczanie zbioru potęgowego przy użyciu programowania funkcyjnego. Szyfrowanie szyfrem Cezara przy użyciu zaawansowanego indeksowania i listy składanej. Wyznaczanie liczb pierwszych za pomocą sita Eratostenesa. Obliczanie ciągów Fibonacciego za pomocą funkcji reduce(). Rekurencyjny algorytm wyszukiwania binarnego. Rekurencyjny algorytm sortowania szybkiego (Quicksort). Podsumowanie.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (2 egz.)
Książka
W koszyku
Matematyka dyskretna dla praktyków : algorytmy i uczenie maszynowe w Pythonie / Ryan T. White, Archana Tikayat Ray ; przekład: Filip Kamiński. - Gliwice : Helion S.A., cop. 2022. - 270, [2] s. : il., wykresy ; 24 cm.
Gatunek
Podręcznik
Zawiera: O autorach; O recenzencie; Wprowadzenie: Dla kogo jest ta książka?; O czym jest ta książka?; Co zrobić, aby jak najlepiej wykorzystać tę książkę; Kody źródłowe; Konwencje typograficzne przyjęte w tej książce; I. Podstawowe pojęcia z obszaru matematyki dyskretnej: 1. Podstawowe pojęcia, notacja, teoria mnogości, relacje i funkcje: Czym jest matematyka dyskretna?; Podstawowa teoria mnogości; Funkcje i relacje; Podsumowanie; 2. Logika formalna i dowody matematyczne: Logika formalna i dowodzenie za pomocą tablic prawdy; Dowody wprost; Dowody nie wprost; Dowodzenie przez indukcję matematyczną; Podsumowanie; 3. Obliczenia w systemach o podstawie n: Zrozumieć liczby o podstawie n; Konwersje między różnymi podstawami; Liczby binarne i ich zastosowania; Liczby szesnastkowe i ich zastosowanie; Podsumowanie; 4. Kombinatoryka z użyciem SciPy: Podstawy zliczania; Permutacje i kombinacje obiektów; Alokacja pamięci; Skuteczność algorytmów siłowych; Podsumowanie; 5. Elementy prawdopodobieństwa dyskretnego: Definicja doświadczenie losowe; Definicje zdarzenia elementarne, zdarzenia losowe, przestrzenie prób; Przykład rzut monetą; Przykład rzut wieloma monetami; Definicja miara probabilistyczna; Twierdzenie podstawowe własności prawdopodobieństwa; Przykład sport; Twierdzenie monotoniczność; Twierdzenie zasada włączeń i wyłączeń; Definicja rozkład jednostajny; Twierdzenie obliczanie prawdopodobieństwa; Przykład rzut wieloma monetami; Definicja zdarzenia niezależne; Przykład rzucanie wieloma monetami; Prawdopodobieństwo warunkowe i twierdzenie Bayesa; Bayesowski filtr antyspamowy; Zmienne losowe, średnie i wariancja; Google PageRank (część I); Podsumowanie; II. Zastosowania matematyki dyskretnej w analizie danych i informatyce: 6. Algorytmy algebry liniowej: Zrozumieć układy równań liniowych; Macierze i macierzowe reprezentacje układów równań liniowych; Rozwiązywanie małych układów równań liniowych za pomocą metody eliminacji Gaussa; Rozwiązywanie dużych układów równań liniowych za pomocą NumPy; Podsumowanie; 7. Złożoność algorytmów: Złożoność obliczeniowa algorytmów; Notacja dużego O; Złożoność algorytmów zawierających podstawowe instrukcje sterujące; Złożoność popularnych algorytmów wyszukiwania; Popularne klasy złożoności obliczeniowej; Podsumowanie; Bibliografia; 8. Przechowywanie i wyodrębnianie cech z grafów, drzew i sieci: Zrozumieć grafy, drzewa i sieci; Zastosowania grafów, drzew i sieci; Przechowywanie grafów i sieci; Wyodrębnianie cech z grafów; Podsumowanie; 9. Przeszukiwanie struktur danych i znajdowanie najkrótszych ścieżek: Przeszukiwanie struktur grafowych i drzew; Algorytm przeszukiwania w głąb (DFS); Implementacja algorytmu przeszukiwania w głąb w Pythonie; Problem najkrótszej ścieżki i jego warianty; Znajdowanie najkrótszych ścieżek metodą siłową; Algorytm Dijkstry znajdowania najkrótszych ścieżek; Implementacja algorytmu Dijkstry w Pythonie; Podsumowanie; III. Praktyczne zastosowania matematyki dyskretnej: 10. Analiza regresji za pomocą NumPy i scikit-learn: Zbiór danych; Linie najlepszego dopasowania i metoda najmniejszych kwadratów; Linia najlepszego dopasowania; Dopasowywanie prostej metodą najmniejszych kwadratów w NumPy; Dopasowywanie krzywych metodą najmniejszych kwadratów z użyciem NumPy i SciPy; Dopasowanie płaszczyzn metodą najmniejszych kwadratów z użyciem NumPy i SciPy; Podsumowanie; 11. Wyszukiwanie w sieci za pomocą algorytmu PageRank: Rozwój wyszukiwarek na przestrzeni lat; Google PageRank (część II); Implementacja algorytmu PageRank w Pythonie; Zastosowanie algorytmu na danych rzeczywistych; Podsumowanie; 12. Analiza głównych składowych za pomocą scikit-learn: Wartości i wektory własne, bazy ortogonalne; Redukcja wymiarowości za pomocą analizy głównych składowych; Implementacja metody PCA z scikit-learn; Zastosowanie metody PCA na rzeczywistych danych; Podsumowanie.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 51 (2 egz.)
Książka
W koszyku
Matematyka w Pythonie : algebra, statystyka, analiza matematyczna i inne dziedziny / Amit Saha ; przekł. Piotr Rajca. - Gliwice : Helion S.A. , cop.2021. - 316, [4] s. : rys., wykresy, wzory ; 24 cm.
1. Operacje na liczbach: Podstawowe operacje matematyczne; Etykiety: przypisywanie nazw liczbom; Różne rodzaje liczb; Pobieranie danych wejściowych od użytkownika; Pisanie programów wykonujących obliczenia matematyczne; Czego nauczyłeś się w tym rozdziale; Wyzwania programistyczne; 2. Wizualizacja danych przy użyciu wykresów: Wyjaśnienie układu współrzędnych kartezjańskich; Operowanie na listach i krotkach; Tworzenie wykresów przy użyciu pakietu Matplotlib; Rysowanie wykresów na podstawie wzorów; Czego nauczyłeś się w tym rozdziale; Wyzwania programistyczne; 3. Opisywanie danych przy użyciu statystyki: Obliczanie średniej; Obliczanie mediany; Znajdowanie rozstępu i tworzenie tabeli częstotliwości; Pomiary zmienności; Obliczanie korelacji pomiędzy dwoma zbiorami danych; Wykresy punktowe; Odczyt danych z plików; Czego nauczyłeś się w tym rozdziale; Wyzwania programistyczne; 4. Algebra i obliczenia symboliczne z użyciem SymPy: Definiowanie symboli i operacji symbolicznych; Operacje na wyrażeniach; Rozwiązywanie równań; Rysowanie wykresów z użyciem SymPy; Czego nauczyłeś się w tym rozdziale; Wyzwania programistyczne; 5. Zabawy ze zbiorami i prawdopodobieństwem Czym są zbiory?; Prawdopodobieństwo; Czego nauczyłeś się w tym rozdziale; Wyzwania programistyczne; 6. Rysowanie kształtów geometrycznych i fraktali: Rysowanie kształtów geometrycznych przy użyciu obiektów Patch biblioteki Matplotlib; Rysowanie fraktali; Czego nauczyłeś się w tym rozdziale; Wyzwania programistyczne; 7. Rozwiązywanie problemów analizy matematycznej: Czym są funkcje?; Założenia w bibliotece SymPy; Znajdowanie granicy funkcji; Wyznaczanie pochodnych funkcji; Pochodne wyższych rzędów i znajdowanie maksimów i minimów funkcji; Znajdowanie maksimum globalnego przy użyciu metody gradientu prostego; Wyznaczanie całek funkcji; Funkcje gęstości prawdopodobieństwa; Czego nauczyłeś się w tym rozdziale; Wyzwania programistyczne; Podsumowanie: Rzeczy do zbadania; Szukanie pomocy; Zakończenie; A. Instalacja oprogramowania: Microsoft Windows; Linux; Mac OS X; B. Przegląd zagadnień związanych z programowaniem w Pythonie: if __name__ == '__main__'; Wyrażenia listowe; Słowniki; Zwracanie wielu wartości; Obsługa wyjątków; Odczyt plików w Pythonie; Wielokrotne stosowanie kodu; C. Rozwiązania wyzwań programistycznych: Rozwiązania wyzwań z rozdziału 1.; Rozwiązania wyzwań z rozdziału 2.; Rozwiązania wyzwań z rozdziału 3.; Rozwiązania wyzwań z rozdziału 4.; Rozwiązania wyzwań z rozdziału 5.; Rozwiązania wyzwań z rozdziału 6.; Rozwiązania wyzwań z rozdziału 7.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (2 egz.)
Książka
W koszyku
Programowanie w Pythonie dla średnio zaawansowanych : najlepsze praktyki tworzenia czystego kodu / Al Sweigart ; przekład: Radosław Meryk. - Gliwice : Helion S.A., cop. 2022. - 376 s. : il. ; 23 cm.
Gatunek
Podręcznik
Zawiera: O autorze; O recenzencie technicznym; Podziękowania; Wprowadzenie: Kto powinien przeczytać tę książkę i dlaczego; O tej książce; Twoja podróż programistyczna; Część I. Pierwsze kroki: 1. Obsługa błędów i poszukiwanie pomocy: Komunikaty o błędach w Pythonie; Zapobieganie błędom dzięki wykorzystaniu linterów; Jak prosić o pomoc w programowaniu?; Przykłady pytań; Podsumowanie; 2. Konfiguracja środowiska i wiersz polecenia: System plików; Programy i procesy; Wiersz poleceń; Zmienne środowiskowe i PATH; Uruchamianie programów Pythona bez wiersza poleceń; Podsumowanie; Część II. Najlepsze praktyki, narzędzia i techniki: 3. Formatowanie kodu za pomocą narzędzia Black: Jak stracić przyjaciół i zrobić sobie wrogów wśród współpracowników?; Przewodniki stylu i PEP 8; Odstępy w poziomie; Odstępy w pionie; Black: bezkompromisowy formater kodu; Podsumowanie; 4. Wybieranie zrozumiałych nazw: Style wielkości liter; Konwencje nazewnictwa PEP 8; Odpowiednia długość nazw; Korzystaj z nazw ułatwiających wyszukiwanie; Unikaj dowcipów, kalamburów i określeń żargonowych; Nie nadpisuj wbudowanych nazw; Najgorsze możliwe nazwy zmiennych; Podsumowanie; 5. Wyszukiwanie cuchnącego kodu: Powielony kod; Magiczne liczby; Kod wykomentowany i martwy; Debugowanie za pomocą komunikatów; Zmienne z przyrostkami numerycznymi; Klasy, które powinny być funkcjami lub modułami; Listy składane wewnątrz list składanych; Puste bloki except i niejasne komunikaty o błędach; Mity związane z cuchnącym kodem; Podsumowanie; 6. Pisanie pythonicznego kodu: Zen Pythona; Naucz się cenić znaczące wcięcia; Częste przypadki niewłaściwego korzystania ze składni; Formatowanie ciągów znaków; Tworzenie płytkich kopii list; Pythoniczne sposoby korzystania ze słowników; Wyrażenia warunkowe: brzydki operator trójargumentowy Pythona; Korzystanie z wartości zmiennych; Podsumowanie; 7. Programistyczny żargon: Definicje; Często mylone terminy; Podsumowanie; Dalsza lektura; 8. Znane pułapki Pythona: Nie dodawaj ani nie usuwaj elementów z listy, kiedy po niej iterujesz; Nie kopiuj mutowalnych wartości inaczej niż poprzez wywołania copy.copy() lub copy.deepcopy(); Nie używaj wartości mutowalnych w roli argumentów domyślnych; Nie buduj ciągów za pomocą konkatenacji; Nie oczekuj, że funkcja sort() posortuje listę alfabetycznie; Nie zakładaj, że liczby zmiennoprzecinkowe są idealnie dokładne; Nie twórz łańcucha operatorów nierówności !=; Nie zapominaj o przecinku w krotce złożonej z jednego elementu; Podsumowanie; 9. Ezoteryczne osobliwości Pythona: Dlaczego 256 to jest 256, ale 257 to nie jest 257; Internowanie ciągów; Sztuczne operatory inkrementacji i dekrementacji w Pythonie; Wszystko z nic; Wartości logiczne są liczbami całkowitymi; Tworzenie łańcucha operatorów różnego rodzaju; Antygrawitacja w Pythonie; Podsumowanie; 10. Pisanie skutecznych funkcji: Nazwy funkcji; Kompromisy dotyczące rozmiaru funkcji; Parametry i argumenty funkcji; Programowanie funkcyjne; Zwracane wartości zawsze powinny mieć ten sam typ danych; Zgłaszanie wyjątków a zwracanie kodów błędów; Podsumowanie; 11. Komentarze, docstringi i wskazówki typu: Komentarze; Docstringi; Wskazówki typu; Backport wskazówek typu z wykorzystaniem komentarzy; Podsumowanie; 12. Organizowanie projektów kodu z wykorzystaniem systemu Git: Commity i repozytoria systemu Git; Korzystanie z narzędzia Cookiecutter do tworzenia nowych projektów w Pythonie; Instalacja Gita; Przepływ pracy w systemie Git; Tworzenie repozytorium Gita na komputerze lokalnym; Przeglądanie loga commitów; Przywracanie wcześniejszych zmian; GitHub i polecenie git push; Podsumowanie; 13. Mierzenie wydajności algorytmów i analiza Big O: Moduł timeit; Profiler cProfile; Analiza algorytmów Big O; Rzędy w notacji Big O; Określanie rzędu Big O kodu; Podsumowanie; 14. Praktyczne projekty: Wieża Hanoi; Cztery w rzędzie; Podsumowanie; Część III. Python obiektowy: 15. Klasy i programowanie obiektowe: Analogia do rzeczywistego świata: wypełnianie formularza; Tworzenie obiektów na podstawie klas; Tworzenie prostej klasy: WizCoin; Funkcja type() i atrybut __qualname__; Przykłady kodu obiektowego i nieobiektowego: kółko i krzyżyk; Projektowanie klas dla rzeczywistych aplikacji jest trudne; Podsumowanie; 16. Programowanie obiektowe i dziedziczenie: Jak działa dziedziczenie; Funkcje isinstance() i issubclass(); Metody klasy; Atrybuty klasy; Metody statyczne; Kiedy używać metod i atrybutów klasy oraz metod statycznych w programach obiektowych?; Terminologia obiektowa; Kiedy nie używać dziedziczenia?; Dziedziczenie wielokrotne; Kolejność rozpoznawania metod; Podsumowanie; 17. Pythoniczny paradygmat OOP: właściwości i metody dunder: Właściwości; Metody dunder w Pythonie; Podsumowanie.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (2 egz.)
Brak okładki
Książka
W koszyku
Python : automatyzacja zadań : jak efektywnie pracować z danymi, arkuszami Excela, raportami i e-mailami / Jaime Buelta ; przekład: Tomasz Walczak. - Gliwice : Helion S.A., cop. 2022. - 432 s. : rys. ; 23 cm.
Gatunek
Podręcznik
Zawiera: O autorze; O recenzencie; Przedmowa; Dla kogo przeznaczona jest ta książka?; Zawartość książki; Jak maksymalnie skorzystać z lektury?; Pobieranie plików z przykładowym kodem; Pobieranie kolorowych rysunków; Używane konwencje; 1. Rozpoczęcie przygody z automatyzacją: Aktywowanie środowiska wirtualnego; Instalowanie niezależnych pakietów; Tworzenie łańcuchów znaków ze sformatowanymi wartościami; Operowanie łańcuchami znaków; Pobieranie danych z ustrukturyzowanych łańcuchów znaków; Używanie niezależnego narzędzia parse; Wprowadzenie do wyrażeń regularnych; Więcej o wyrażeniach regularnych; Dodawanie argumentów wiersza poleceń; 2. Łatwa automatyzacja zadań: Przygotowanie zadania; Konfigurowanie prac crona; Rejestrowanie błędów i problemów; Wysyłanie e-maili z powiadomieniami; 3. Tworzenie pierwszej aplikacji do pobierania informacji ze stron WWW: Pobieranie stron WWW; Parsowanie kodu HTML; Crawling w sieci WWW; Subskrybowanie kanałów informacyjnych; Dostęp do internetowych API; Interakcje z formularzami; Używanie pakietu Selenium do obsługi zaawansowanych interakcji; Dostęp do stron chronionych hasłem; Przyspieszanie pobierania informacji ze stron WWW; 4. Wyszukiwanie i wczytywanie plików lokalnych: Skanowanie i przeszukiwanie katalogów; Wczytywanie plików tekstowych; Praca z kodowaniami; Wczytywanie plików CSV; Wczytywanie plików dziennika; Odczyt metadanych plików; Wczytywanie plików graficznych; Wczytywanie plików PDF; Wczytywanie dokumentów Worda; Sprawdzanie występowania słowa kluczowego w dokumentach; 5. Generowanie atrakcyjnych raportów: Tworzenie prostego raportu obejmującego zwykły tekst; Używanie szablonów do generowania raportów; Formatowanie tekstu za pomocą znaczników Markdown; Generowanie prostego dokumentu Worda; Dodawanie stylów do dokumentu Worda; Generowanie struktury w dokumencie Worda; Dodawanie grafiki do dokumentów Worda; Generowanie prostego dokumentu PDF; Określanie struktury dokumentu PDF; Łączenie raportów w formacie PDF; Dodawanie znaków wodnych i szyfrowanie dokumentów PDF; 6. Zabawa z arkuszami kalkulacyjnymi: Zapis arkusza kalkulacyjnego w formacie CSV; Aktualizowanie plików CSV; Odczyt arkusza kalkulacyjnego Excela; Aktualizowanie arkusza kalkulacyjnego Excela; Tworzenie nowych arkuszy w plikach Excela; Tworzenie wykresów w Excelu; Formatowanie komórek w Excelu; Tworzenie makra w LibreOffice; 7. Oczyszczanie i przetwarzanie danych: Przygotowywanie arkusza kalkulacyjnego w formacie CSV; Dodawanie symboli walut na podstawie lokalizacji; Standaryzowanie formatu dat; Agregowanie danych; Równoległe przetwarzanie danych; Przetwarzanie danych z użyciem biblioteki Pandas; 8. Tworzenie atrakcyjnych wykresów: Tworzenie prostego wykresu z wartością sprzedaży; Generowanie słupków warstwowych; Rysowanie wykresów kołowych; Wyświetlanie wielu linii; Rysowanie wykresów punktowych; Wyświetlanie map; Dodawanie legendy i opisów; Łączenie wykresów; Zapisywanie wykresów; 9. Kanały komunikacji: Praca z szablonami e-maili; Wysyłanie pojedynczych e-maili; Odczytywanie e-maili; Dodawanie subskrybentów do newslettera rozsyłanego pocztą elektroniczną; Przesyłanie powiadomień za pomocą e-maili; Tworzenie SMS-ów; Odbieranie SMS-ów; Tworzenie bota dla komunikatora Telegram; 10. A może zautomatyzujesz kampanię marketingową?: Wprowadzenie; Wykrywanie okazji; Tworzenie spersonalizowanych kodów rabatowych; Wysyłanie powiadomień do klienta z użyciem preferowanego przez niego kanału; Przygotowywanie informacji o sprzedaży; Generowanie raportów sprzedażowych; 11. Uczenie maszynowe i automatyzacja: Wprowadzenie; Analizowanie obrazów za pomocą Google Cloud Vision AI; Pobieranie tekstu z obrazu za pomocą Google Cloud Vision AI; Analizowanie tekstu za pomocą Google Cloud Natural Language; Tworzenie własnego bazującego na uczeniu maszynowym modelu do klasyfikowania tekstu; 12. Automatyczne procedury testowe: Wprowadzenie; Pisanie i wykonywanie przypadków testowych; Testowanie kodu zewnętrznego; Testowanie z użyciem atrap zależności; Testowanie z użyciem symulowanych wywołań HTTP; Przygotowywanie scenariuszy testowych; Selektywne wykonywanie testów; 13. Techniki debugowania: Wprowadzenie; Podstawy interpretera Pythona; Debugowanie za pomocą rejestrowania informacji; Debugowanie z użyciem punktów przerwania; Doskonalenie umiejętności debugowania.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (2 egz.)
Brak okładki
Książka
W koszyku
Python : instrukcje dla programisty / Eric Matthes ; przekład: Robert Górczyński. - Wyd. 2 zaktualizowane i poprawione - Gliwice : Helion S.A., cop. 2020. - 614, [2] s. : rys. ; 23 cm.
Gatunek
Podręcznik
Zawiera: O autorze; O korektorze merytorycznym; Podziękowania; Wprowadzenie do drugiego wydania książki; Wprowadzenie: Do kogo jest skierowana ta książka?; Czego nauczysz się z tej książki?; Zasoby w internecie; Dlaczego Python?; CZĘŚĆ I. PODSTAWY: 1. Rozpoczęcie pracy: Przygotowanie środowiska programistycznego; Python w różnych systemach operacyjnych; Uruchomienie programu typu "Witaj, świecie!"; Rozwiązywanie problemów podczas instalacji; Uruchamianie programów Pythona z poziomu powłoki; Podsumowanie; 2. Zmienne i proste typy danych: Co tak naprawdę dzieje się po uruchomieniu hello_world.py?; Zmienne; Ciągi tekstowe; Liczby; Komentarze; Zen Pythona; Podsumowanie; 3. Wprowadzenie do list: Czym jest lista?; Zmienianie, dodawanie i usuwanie elementów; Organizacja listy; Unikanie błędów indeksu podczas pracy z listą; Podsumowanie; 4. Praca z listą: Iteracja przez całą listę; Unikanie błędów związanych z wcięciami; Tworzenie list liczbowych; Praca z fragmentami listy; Krotka; Styl tworzonego kodu; Podsumowanie; 5. Konstrukcja if: Prosty przykład; Test warunkowy; Polecenie if; Używanie poleceń if z listami; Nadawanie stylu poleceniom if; Podsumowanie; 6. Słowniki: Prosty słownik; Praca ze słownikami; Iteracja przez słownik; Zagnieżdżanie; Podsumowanie; 7. Dane wejściowe użytkownika i pętla while: Jak działa funkcja input()?; Wprowadzenie do pętli while; Użycie pętli while wraz z listami i słownikami; Podsumowanie; 8. Funkcje: Definiowanie funkcji; Przekazywanie argumentów; Wartość zwrotna; Przekazywanie listy; Przekazywanie dowolnej liczby argumentów; Przechowywanie funkcji w modułach; Nadawanie stylu funkcjom; Podsumowanie; 9. Klasy: Utworzenie i użycie klasy; Praca z klasami i egzemplarzami; Dziedziczenie; Import klas; Biblioteka standardowa Pythona; Nadawanie stylu klasom; Podsumowanie; 10. Pliki i wyjątki: Odczytywanie danych z pliku; Zapisywanie danych w pliku; Wyjątki; Przechowywanie danych; Podsumowanie; 11. Testowanie kodu: Testowanie funkcji; Testowanie klasy; Podsumowanie; CZĘŚĆ II. PROJEKTY: PROJEKT 1. INWAZJA OBCYCH: 12. Statek, który strzela pociskami: Planowanie projektu; Instalacja Pygame; Rozpoczęcie pracy nad projektem gry; Dodanie obrazu statku kosmicznego; Refaktoryzacja, czyli metody _check_events() i _update_screen(); Kierowanie statkiem kosmicznym; Krótkie powtórzenie; Wystrzeliwanie pocisków; Podsumowanie; 13. Obcy!: Przegląd projektu; Utworzenie pierwszego obcego; Utworzenie floty obcych; Poruszanie flotą obcych; Zestrzeliwanie obcych; Zakończenie gry; Podsumowanie; 14. Punktacja: Dodanie przycisku Gra; Zmiana poziomu trudności; Punktacja; Podsumowanie; PROJEKT 2. WIZUALIZACJA DANYCH: 15. Generowanie danych: Instalacja matplotlib; Wygenerowanie prostego wykresu liniowego; Błądzenie losowe; Symulacja rzutu kością do gry za pomocą plotly; Podsumowanie; 16. Pobieranie danych: Format CSV; Mapowanie globalnych zbiorów danych - format JSON; Podsumowanie; 17. Praca z API: Użycie Web API; Wizualizacja repozytoriów za pomocą pakietu plotly; Hacker News API; Podsumowanie; PROJEKT 3. APLIKACJE INTERNETOWE: 18. Rozpoczęcie pracy z Django: Przygotowanie projektu; Uruchomienie aplikacji; Tworzenie stron internetowych - strona główna aplikacji; Utworzenie dodatkowych stron; Podsumowanie; 19. Konta użytkowników: Umożliwienie użytkownikom wprowadzania danych; Konfiguracja kont użytkowników; Umożliwienie użytkownikom bycia właścicielami swoich danych; Podsumowanie; 20. Nadanie stylu i wdrożenie aplikacji: Nadanie stylu aplikacji Learning Log; Wdrożenie aplikacji Learning Log; Podsumowanie; Posłowie; A. Instalacja Pythona i rozwiązywanie problemów: Python w Windows; Python w systemie macOS; Python w systemie Linux; Słowa kluczowe Pythona i wbudowane funkcje; B. Edytory tekstu i środowiska IDE: Dostosowanie ustawień edytora Sublime Text; Inne edytory tekstu i środowiska IDE; IDLE; Geany; Emacs i vim; Atom; Visual Studio Code; PyCharm; C. Uzyskiwanie pomocy: Pierwsze kroki; Wyszukiwanie informacji w internecie; Kanały IRC; Slack; Discord; D. Używanie Gita do kontroli wersji: Instalacja Gita; Tworzenie projektu; Ignorowanie plików; Inicjalizacja repozytorium; Sprawdzanie stanu; Dodawanie plików do repozytorium; Zatwierdzanie plików; Sprawdzanie dziennika projektu; Drugie zatwierdzenie; Przywracanie stanu projektu; Przywrócenie projektu do wcześniejszego stanu; Usunięcie repozytorium.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (2 egz.)
Brak okładki
Książka
W koszyku
Python : machine learning i deep learning : biblioteki scikit-learn i TensorFlow 2 / Sebastian Raschka, Vahid Mirjalili ; przekł. Krzysztof Sawka. - Gliwice : Helion S.A. , cop. 2021. - 668, [4] s. : fot., rys., wykresy, wzory ; 24 cm.
Gatunek
Podręcznik
Zawiera: R. 1 Umożliwianie komputerom uczenia się z danych: Tworzenie inteligentnych maszyn służących do przekształcania danych w wiedzę; Trzy różne rodzaje uczenia maszynowego; Wprowadzenie do podstawowej terminologii i notacji; Strategia tworzenia systemów uczenia maszynowego; Wykorzystywanie środowiska Python do uczenia maszynowego; Podsumowanie. R. 2 Trenowanie prostych algorytmów uczenia maszynowego w celach klasyfikacji: Sztuczne neurony - rys historyczny początków uczenia maszynowego; Implementacja algorytmu uczenia perceptronu w Pythonie; Adaptacyjne neurony liniowe i zbieżność uczenia; Podsumowanie. R. 3 Stosowanie klasyfikatorów uczenia maszynowego za pomocą biblioteki scikit-learn: Wybór algorytmu klasyfikującego; Pierwsze kroki z biblioteką scikit-learn - uczenie perceptronu; Modelowanie prawdopodobieństwa przynależności do klasy za pomocą regresji logistycznej; Wyznaczanie maksymalnego marginesu za pomocą maszyn wektorów nośnych; Rozwiązywanie nieliniowych problemów za pomocą jądra SVM; Uczenie drzew decyzyjnych; Algorytm k-najbliższych sąsiadów - model leniwego uczenia; Podsumowanie. R. 4 Tworzenie dobrych zestawów danych uczących - wstępne przetwarzanie danych: Kwestia brakujących danych; Przetwarzanie danych kategorialnych; Rozdzielanie zestawu danych na oddzielne podzbiory uczący i testowy; Skalowanie cech; Dobór odpowiednich cech; Ocenianie istotności cech za pomocą algorytmu losowego lasu; Podsumowanie. R. 5 Kompresja danych poprzez redukcję wymiarowości: Nienadzorowana redukcja wymiarowości za pomocą analizy głównych składowych; Nadzorowana kompresja danych za pomocą liniowej analizy dyskryminacyjnej; Jądrowa analiza głównych składowych jako metoda odwzorowywania nierozdzielnych liniowo klas; Podsumowanie. R. 6 Najlepsze metody oceny modelu i strojenie parametryczne: Usprawnianie cyklu pracy za pomocą kolejkowania; Stosowanie k-krotnego sprawdzianu krzyżowego w ocenie skuteczności modelu; Sprawdzanie algorytmów za pomocą krzywych uczenia i krzywych walidacji; Dostrajanie modeli uczenia maszynowego za pomocą metody przeszukiwania siatki; Przegląd wskaźników oceny skuteczności; Podsumowanie. R. 7 Łączenie różnych modeli w celu uczenia zespołowego: Uczenie zespołów; Łączenie klasyfikatorów za pomocą algorytmu głosowania większościowego; Agregacja - tworzenie zespołu klasyfikatorów za pomocą próbek początkowych; Usprawnianie słabych klasyfikatorów za pomocą wzmocnienia adaptacyjnego; Podsumowanie. R. 8 Wykorzystywanie uczenia maszynowego w analizie sentymentów: Przygotowywanie zestawu danych IMDb movie review do przetwarzania tekstu; Wprowadzenie do modelu worka słów; Uczenie modelu regresji logistycznej w celu klasyfikowania tekstu; Praca z większą ilością danych - algorytmy sieciowe i uczenie pozardzeniowe; Modelowanie tematyczne za pomocą alokacji ukrytej zmiennej Dirichleta; Podsumowanie. R. 9 Wdrażanie modelu uczenia maszynowego do aplikacji sieciowej: Serializacja wyuczonych estymatorów biblioteki scikit-learn; Konfigurowanie bazy danych SQLite; Tworzenie aplikacji sieciowej za pomocą środowiska Flask; Przekształcanie klasyfikatora recenzji w aplikację sieciową; Umieszczanie aplikacji sieciowej na publicznym serwerze; Podsumowanie. R. 10 Przewidywanie ciągłych zmiennych docelowych za pomocą analizy regresywnej: Wprowadzenie do regresji liniowej; Zestaw danych Housing; Implementacja modelu regresji liniowej wykorzystującego zwykłą metodę najmniejszych kwadratów; Uczenie odpornego modelu regresywnego za pomocą algorytmu RANSAC; Ocenianie skuteczności modeli regresji liniowej; Stosowanie regularyzowanych metod regresji; Przekształcanie modelu regresji liniowej w krzywą - regresja wielomianowa; Analiza nieliniowych relacji za pomocą algorytmu losowego lasu; Podsumowanie. R. 11 Praca z nieoznakowanymi danymi - analiza skupień: Grupowanie obiektów na podstawie podobieństwa przy użyciu algorytmu centroidów; Organizowanie skupień do postaci drzewa skupień; Wyznaczanie rejonów o dużej gęstości za pomocą algorytmu DBSCAN; Podsumowanie. R. 12 Implementowanie wielowarstwowej sieci neuronowej od podstaw: Modelowanie złożonych funkcji przy użyciu sztucznych sieci neuronowych; Klasyfikowanie pisma odręcznego; Trenowanie sztucznej sieci neuronowej; Zbieżność w sieciach neuronowych; Jeszcze słowo o implementacji sieci neuronowej; Podsumowanie. R. 13 Równoległe przetwarzanie sieci neuronowych za pomocą biblioteki TensorFlow: Biblioteka TensorFlow a skuteczność uczenia; Pierwsze kroki z biblioteką TensorFlow; Tworzenie potoków wejściowych za pomocą tf.data, czyli interfejsu danych TensorFlow; Tworzenie modelu sieci neuronowej za pomocą modułu TensorFlow; Dobór funkcji aktywacji dla wielowarstwowych sieci neuronowych; Podsumowanie. R. 14 Czas na szczegóły - mechanizm działania biblioteki TensorFlow: Cechy kluczowe TensorFlow; Grafy obliczeniowe TensorFlow: migracja do wersji TensorFlow 2; Obiekty Variable służące do przechowywania i aktualizowania parametrów modelu; Obliczanie gradientów za pomocą różniczkowania automatycznego i klasy GradientTape; Upraszczanie implementacji popularnych struktur za pomocą interfejsu Keras; Estymatory TensorFlow; Podsumowanie. R. 15 Klasyfikowanie obrazów za pomocą głębokich splotowych sieci neuronowych: Podstawowe elementy splotowej sieci neuronowej; Implementowanie sieci CNN; Implementacja głębokiej sieci splotowej za pomocą biblioteki TensorFlow; Klasyfikowanie płci na podstawie zdjęć twarzy za pomocą sieci splotowej; Podsumowanie. R. 16 Modelowanie danych sekwencyjnych za pomocą rekurencyjnych sieci neuronowych: Wprowadzenie do danych sekwencyjnych; Sieci rekurencyjne służące do modelowania sekwencji; Implementowanie wielowarstwowej sieci rekurencyjnej przy użyciu biblioteki TensorFlow do modelowania sekwencji; Przetwarzanie języka za pomocą modelu transformatora; Podsumowanie. R. 17. Generatywne sieci przeciwstawne w zadaniach syntetyzowania nowych danych: Wprowadzenie do generatywnych sieci przeciwstawnych; Implementowanie sieci GAN od podstaw; Poprawianie jakości syntetyzowanych obrazów za pomocą sieci GAN: splotowej i Wassersteina; Inne zastosowania modeli GAN; Podsumowanie. R. 18 Uczenie przez wzmacnianie jako mechanizm podejmowania decyzji w skomplikowanych środowiskach: Wprowadzenie: uczenie z doświadczenia; Podstawy teoretyczne uczenia przez wzmacnianie; Algorytmy uczenia przez wzmacnianie; Implementacja naszego pierwszego algorytmu uczenia przez wzmacnianie; Podsumowanie rozdziału i książki.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (2 egz.)
Książka
W koszyku
Python : wprowadzenie / Mark Lutz ; przekład: Grzegorz Kowalczyk, Andrzej Watrak, Anna Trojan, Marek Pętlicki. - Gliwice : Helion S.A., cop. 2020. - 1494, [2] s. : il. ; 25 cm.
Gatunek
Podręcznik
Zawiera: Przedmowa; Część I Wprowadzenie; Rozdział 1. Pytania i odpowiedzi dotyczące Pythona: Dlaczego ludzie używają Pythona?; Czy Python jest językiem skryptowym?; Jakie są wady języka Python?; Kto dzisiaj używa Pythona?; Co mogę zrobić za pomocą Pythona?; Jak Python jest rozwijany i wspierany?; Jakie są techniczne mocne strony Pythona?; Jak Python wygląda na tle innych języków?; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 2. Jak Python wykonuje programy?: Wprowadzenie do interpretera Pythona; Wykonywanie programu; Warianty modeli wykonywania; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 3. Jak wykonuje się programy?: Interaktywny wiersz poleceń; Systemowy wiersz poleceń i pliki źródłowe; Skrypty wykonywalne w stylu uniksowym #!; Klikanie ikon plików; Importowanie i przeładowywanie modułów; Wykorzystywanie funkcji exec do wykonywania plików modułów; Interfejs użytkownika środowiska IDLE; Inne środowiska IDE; Inne opcje wykonywania kodu; Jaką opcję wybrać?; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Sprawdź swoją wiedzę ćwiczenia do części pierwszej; Część II Typy i operacje: Rozdział 4. Wprowadzenie do typów obiektów Pythona: Hierarchia pojęć w Pythonie; Dlaczego korzystamy z typów wbudowanych; Najważniejsze typy danych w Pythonie; Liczby; Łańcuchy znaków; Listy; Słowniki; Krotki; Pliki; Inne typy podstawowe; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 5. Typy liczbowe: Podstawy typów liczbowych Pythona; Liczby w akcji; Inne typy liczbowe; Rozszerzenia numeryczne; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 6. Wprowadzenie do typów dynamicznych: Sprawa brakujących deklaracji typu; Referencje współdzielone; Typy dynamiczne są wszędzie; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 7. Łańcuchy znaków: Co znajdziesz w tym rozdziale; Łańcuchy znaków podstawy; Literały łańcuchów znaków; Łańcuchy znaków w akcji; Metody łańcuchów znaków; Wyrażenia formatujące łańcuchy znaków; Formatowanie łańcuchów z użyciem metody format; Generalne kategorie typów; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 8. Listy oraz słowniki: Listy; Listy w akcji; Słowniki; Słowniki w akcji; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 9. Krotki, pliki i wszystko inne: Krotki; Przegląd i podsumowanie podstawowych typów obiektów; Pułapki typów wbudowanych; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Sprawdź swoją wiedzę ćwiczenia do części drugiej; Część III Instrukcje i składnia: Rozdział 10. Wprowadzenie do instrukcji Pythona: Raz jeszcze o hierarchii pojęciowej języka Python; Instrukcje Pythona; Historia dwóch if; Szybki przykład interaktywne pętle; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 11. Przypisania, wyrażenia i wyświetlanie: Instrukcje przypisania; Instrukcje wyrażeń; Polecenia print; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 12. Testy if i reguły składni: Instrukcje if; Reguły składni Pythona raz jeszcze; Testy prawdziwości i testy logiczne; Wyrażenie trójargumentowe if/else; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 13. Pętle while i for: Pętle while; Instrukcje break, continue, pass oraz else w pętli; Pętle for; Techniki tworzenia pętli; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 14. Iteracje i listy składane: Iteracje pierwsze spojrzenie; Listy składane wprowadzenie; Inne konteksty iteracyjne; Nowe obiekty iterowalne w Pythonie 3.x; Inne zagadnienia związane z iteracjami; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 15. Wprowadzenie do dokumentacji: Źródła dokumentacji Pythona; Często spotykane problemy programistyczne; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Sprawdź swoją wiedzę ćwiczenia do części trzeciej; Część IV Funkcje i generatory; Rozdział 16. Podstawy funkcji: Dlaczego używamy funkcji; Tworzenie funkcji; Pierwszy przykład definicje i wywoływanie; Drugi przykład przecinające się sekwencje; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 17. Zasięgi: Podstawy zasięgów w Pythonie; Instrukcja global; Zasięgi a funkcje zagnieżdżone; Instrukcja nonlocal w Pythonie 3.x; Czemu służą zmienne nonlocal? Opcje zachowania stanu; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 18. Argumenty: Podstawy przekazywania argumentów; Specjalne tryby dopasowywania argumentów; Przykład z funkcją obliczającą minimum; Uogólnione funkcje działające na zbiorach; Emulacja funkcji print z Pythona 3.0; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 19. Zaawansowane zagadnienia dotyczące funkcji: Koncepcje projektowania funkcji; Funkcje rekurencyjne; Obiekty funkcji atrybuty i adnotacje; Funkcje anonimowe lambda; Narzędzia programowania funkcyjnego; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 20. Listy składane i generatory: Listy składane i narzędzia funkcyjne; Funkcje i wyrażenia generatorów; Podsumowanie obiektów składanych; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 21. Wprowadzenie do pomiarów wydajności: Pomiary wydajności iteracji; Mierzenie czasu iteracji z wykorzystaniem modułu timeit; Inne zagadnienia związane z mierzeniem szybkości działania kodu test pystone; Pułapki związane z funkcjami; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Sprawdź swoją wiedzę ćwiczenia do części czwartej; Część V Moduły i pakiety: Rozdział 22. Moduły wprowadzenie: Dlaczego używamy modułów; Architektura programu w Pythonie; Jak działa importowanie; Pliki kodu bajtowego __pycache__ w Pythonie 3.2+; Ścieżka wyszukiwania modułów; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 23. Podstawy tworzenia modułów: Tworzenie modułów; Używanie modułów; Przestrzenie nazw modułów; Przeładowywanie modułów; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 24. Pakiety modułów: Podstawy importowania pakietów; Przykład importowania pakietu; Do czego służy importowanie pakietów; Względne importowanie pakietów; Pakiety przestrzeni nazw w Pythonie 3.3; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 25. Zaawansowane zagadnienia związane z modułami: Koncepcje związane z projektowaniem modułów; Ukrywanie danych w modułach; Włączanie opcji z przyszłych wersji Pythona: __future__; Mieszane tryby użycia __name__ oraz __main__; Przykład kod działający w dwóch trybach; Modyfikacja ścieżki wyszukiwania modułów; Rozszerzenie as dla instrukcji import oraz from; Przykład moduły są obiektami; Importowanie modułów z użyciem nazwy w postaci ciągu znaków; Przykład przechodnie przeładowywanie modułów; Pułapki związane z modułami; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Sprawdź swoją wiedzę ćwiczenia do części piątej; Część VI Klasy i programowanie zorientowane obiektowo: Rozdział 26. Programowanie zorientowane obiektowo wprowadzenie: Po co używa się klas; Programowanie zorientowane obiektowo z dystansu; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 27. Podstawy tworzenia klas: Klasy generują wiele obiektów instancji; Klasy dostosowujemy do własnych potrzeb przez dziedziczenie; Klasy mogą przechwytywać operatory Pythona; Najprostsza klasa Pythona na świecie; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 28. Bardziej realistyczny przykład: Krok 1. tworzenie instancji; Krok 2. dodawanie metod; Krok 3. przeciążanie operatorów; Krok 4. dostosowywanie zachowania za pomocą klas podrzędnych; Krok 5. dostosowanie do własnych potrzeb także konstruktorów; Krok 6. wykorzystywanie narzędzi do introspekcji; Krok 7. i ostatni przechowywanie obiektów w bazie danych; Przyszłe kierunki rozwoju; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 29. Szczegóły kodowania klas: Instrukcja class; Metody; Dziedziczenie; Przestrzenie nazw cała historia; Raz jeszcze o notkach dokumentacyjnych; Klasy a moduły; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 30. Przeciążanie operatorów: Podstawy; Indeksowanie i wycinanie __getitem__ i __setitem__; Iteracja po indeksie __getitem__; Obiekty iteratorów __iter__ i __next__; Test przynależności __contains__, __iter__ i __getitem__; Dostęp do atrybutów __getattr__ oraz __setattr__; Reprezentacje łańcuchów __repr__ oraz __str__; Dodawanie prawostronne i miejscowa modyfikacja: metody __radd__ i __iadd__; Wywołania __call__; Porównania __lt__, __gt__ i inne; Testy logiczne __bool__ i __len__; Destrukcja obiektu __del__; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 31. Projektowanie z użyciem klas: Python a programowanie zorientowane obiektowo; Programowanie zorientowane obiektowo i dziedziczenie związek jest; Programowanie zorientowane obiektowo i kompozycja związki typu ma; Programowanie zorientowane obiektowo a delegacja obiekty opakowujące; Pseudoprywatne atrybuty klas; Metody są obiektami z wiązaniem i bez wiązania; Klasy są obiektami uniwersalne fabryki obiektów; Dziedziczenie wielokrotne klasy mieszane; Inne zagadnienia związane z projektowaniem; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 32. Zaawansowane zagadnienia związane z klasami: Rozszerzanie typów wbudowanych; Klasy w nowym stylu; Nowości w klasach w nowym stylu; Nowości w klasach w nowym styl; Metody statyczne oraz metody klasy; Dekoratory i metaklasy część 1.; Wbudowana funkcja super: zmiana na lepsze czy na gorsze?; Pułapki związane z klasami; Część VII Wyjątki oraz narzędzia: Rozdział 33. Podstawy wyjątków: Po co używa się wyjątków; Wyjątki w skrócie; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 34. Szczegółowe informacje dotyczące wyjątków: Instrukcja try/except/else; Instrukcja try/finally; Połączona instrukcja try/except/finally; Instrukcja raise; Instrukcja assert; Menedżery kontekstu with/as; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 35. Obiekty wyjątków: Wyjątki powrót do przyszłości; Do czego służą hierarchie wyjątków; Wbudowane klasy wyjątków; Własne sposoby wyświetlania; Własne dane oraz zachowania; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 36. Projektowanie z wykorzystaniem wyjątków: Zagnieżdżanie programów obsługi wyjątków; Zastosowanie wyjątków; Wskazówki i pułapki dotyczące projektowania wyjątków; Podsumowanie podstaw języka Python; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Sprawdź swoją wiedzę ćwiczenia do części siódmej; Część VIII Zagadnienia zaawansowane: Rozdział 37. Łańcuchy znaków Unicode oraz łańcuchy bajtowe: Zmiany w łańcuchach znaków w Pythonie 3.x; Podstawy łańcuchów znaków; Podstawy kodowania ciągów znaków; Kod łańcuchów znaków Unicode; Wykorzystywanie obiektów bytes z Pythona 3.x; Obiekt bytearray w wersji 3.x (oraz 2.6 lub nowszej); Wykorzystywanie plików tekstowych i binarnych; Wykorzystywanie plików Unicode; Inne zmiany w narzędziach do przetwarzania łańcuchów znaków w Pythonie 3.x; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 38. Zarządzane atrybuty: Po co zarządza się atrybutami; Właściwości; Deskryptory; Metody __getattr__ oraz __getattribute__; Przykład sprawdzanie poprawności atrybutów; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 39. Dekoratory: Czym jest dekorator; Podstawy; Kod dekoratorów funkcji; Kod dekoratorów klas; Bezpośrednie zarządzanie funkcjami oraz klasami; Przykład atrybuty prywatne i publiczne; Przykład sprawdzanie poprawności argumentów funkcji; Rozdział 40. Metaklasy: Tworzyć metaklasy czy tego nie robić?; Model metaklasy; Deklarowanie metaklas; Tworzenie metaklas; Instancje a dziedziczenie; Metody metaklas; Przykład dodawanie metod do klas; Przykład zastosowanie dekoratorów do metod; Podsumowanie rozdziału; Sprawdź swoją wiedzę quiz; Sprawdź swoją wiedzę odpowiedzi; Rozdział 41. Wszystko, co najlepsze: Paradoks Pythona; Dokąd dalej?; Na bis: wydrukuj swój certyfikat!; Dodatki: Dodatek A Instalacja i konfiguracja: Instalowanie interpretera Pythona; Konfiguracja Pythona; Dodatek B Uruchamianie Pythona 3.x w systemie Windows: Dziedzictwo systemu Unix; Dziedzictwo systemu Windows; Wprowadzenie nowego programu uruchomieniowego w systemie Windows; Podręcznik do programu uruchomieniowego; Pułapki nowego programu uruchomieniowego; Podsumowanie: ostateczny wynik dla systemu Windows; Dodatek C Zmiany w języku Python a niniejsza książka: Najważniejsze różnice między wersjami 2.x i 3.x; Ogólne uwagi do zmian w wersji 3.x; Zmiany opisane w piątym wydaniu: wersje 2.7, 3.2 i 3.3; Zmiany opisane w czwartym wydaniu: wersje 2.6, 3.0 i 3.1; Zmiany opisane w trzecim wydaniu: wersje 2.3, 2.4 i 2.5; Wcześniejsze i późniejsze zmiany w Pythonie; Dodatek D Rozwiązania ćwiczeń podsumowujących poszczególne części książki: Część I Wprowadzenie; Część II Typy i operacje; Część III Instrukcja i składnia; Część IV Funkcje i generatory; Część V Moduły i pakiety; Część VI Klasy i programowanie zorientowane obiektowo; Część VII Wyjątki oraz narzędzia; O autorze. Kolofon.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (2 egz.)
Książka
W koszyku
Python dla DevOps : naucz się bezlitośnie skutecznej automatyzacji / Noah Gift, Kennedy Behrman, Alfredo Deza, Grig Gheorghiu ; przekł. Radosław Meryk. - Gliwice : Helion S.A. , cop. 2021. - 462, [2] s. : rys., mapy, wykresy ; 24 cm.
Gatunek
Podręcznik
1. Podstawy Pythona dla DevOps: Instalowanie i uruchamianie Pythona; Programowanie proceduralne; Sterowanie przepływem kodu; Pętle while; Obsługa wyjątków; Obiekty wbudowane; Funkcje; Korzystanie z wyrażeń regularnych; Leniwe wartościowanie; Dodatkowe funkcjonalności IPythona; Ćwiczenia; 2. Automatyzacja zadań dotyczących plików i systemu plików: Odczytywanie i zapisywanie plików; Korzystanie z wyrażeń regularnych do wyszukiwania tekstu; Przetwarzanie dużych plików; Szyfrowanie tekstu; Moduł os; Zarządzanie plikami i katalogami za pomocą modułu os.path; Przeglądanie drzew katalogów za pomocą funkcji os.walk; Ścieżki jako obiekty modułu pathlib; 3. Praca w wierszu polecenia: Praca w środowisku powłoki; Tworzenie narzędzi wiersza polecenia; Studium przypadku: Turbodoładowanie Pythona za pomocą narzędzi wiersza polecenia; Ćwiczenia; 4. Przydatne narzędzia systemu Linux: Narzędzia dyskowe; Narzędzia sieciowe; Narzędzia do badania CPU; Korzystanie z Bash i ZSH; Łączenie możliwości Pythona z powłoką Bash i ZSH; Jednowierszowe skrypty w Pythonie; strace; Ćwiczenia; Zadanie związane ze studium przypadku; 5. Zarządzanie pakietami: Dlaczego tworzenie pakietów jest ważne?; Wytyczne dotyczące tworzenia pakietów; Wybór strategii; Sposoby tworzenia pakietów; Zarządzanie za pomocą systemd; Instalacja modułu; Ćwiczenia; Zadanie związane ze studium przypadku; 6. Continuous Integration i Continuous Deployment: Studium przypadku: konwersja źle utrzymywanej witryny bazującej na WordPressie do Hugo; Studium przypadku: instalacja aplikacji Python App Engine za pomocą mechanizmu Google Cloud Build; Studium przypadku: NFSOPS; 7. Monitorowanie i logowanie: Kluczowe pojęcia dotyczące budowania niezawodnych systemów; Niezmienne zasady DevOps; Monitorowanie; Oprzyrządowanie; Logowanie; Stos ELK; Ćwiczenia; Zadanie związane ze studium przypadku; 8. Pytest dla DevOps: Testowanie za pomocą frameworka pytest; Pierwsze kroki z pytest; Cechy frameworka pytest; Fikstury; Testowanie infrastruktury; Przykłady; Testowanie notatników Jupyter Notebooks z wykorzystaniem frameworka pytest; Ćwiczenia; Zadanie związane ze studium przypadku; 9. Chmura obliczeniowa: Podstawy chmury obliczeniowej; Rodzaje chmur obliczeniowych; Rodzaje usług chmury obliczeniowej; Infrastruktura jako kod; Ciągłe dostawy; Wirtualizacja i kontenery; Wyzwania i możliwości przetwarzania rozproszonego; Współbieżność, wydajność i zarządzanie procesami w dobie chmury obliczeniowej; Zarządzanie procesami; Wniosek; Ćwiczenia; Studia przypadków; 10. Infrastruktura jako kod: Klasyfikacja narzędzi automatyzacji infrastruktury; Dostarczanie ręczne; Automatyczne dostarczanie infrastruktury z wykorzystaniem systemu Terraform; Zautomatyzowane dostarczanie infrastruktury za pomocą systemu Pulumi; Ćwiczenia; 11. Technologie kontenerowe: Docker i Docker Compose: Czym jest kontener Dockera?; Tworzenie, budowanie, uruchamianie i usuwanie obrazów i kontenerów Dockera; Publikowanie obrazów Dockera w Rejestrze Dockera; Uruchamianie kontenera Dockera z tego samego obrazu na innym hoście; Uruchamianie wielu kontenerów Dockera za pomocą systemu Docker Compose; Przenoszenie usług docker-compose do nowego hosta i systemu operacyjnego; Ćwiczenia; 12. Orkiestracja kontenerów: Kubernetes: Przegląd pojęć związanych z systemem Kubernetes; Korzystanie z systemu Kompose do tworzenia manifestów Kubernetesa na podstawie pliku docker-compose.yaml; Instalacja manifestów Kubernetesa w lokalnym klastrze Kubernetesa z wykorzystaniem minikube; Uruchomienie klastra GKE Kubernetes w GCP za pomocą Pulumi; Instalacja przykładowej aplikacji Flask do GKE; Instalacja wykresów Helm Prometheus i Grafana; Niszczenie klastra GKE; Ćwiczenia; 13. Technologie bezserwerowe: Wdrażanie tej samej funkcji Pythona do chmur dostawców z Wielkiej Trójki; Wdrażanie funkcji Pythona do platform FaaS działających w trybie self-hosted; Konfigurowanie tabeli DynamoDB, funkcji Lambda i metod API Gateway za pomocą AWS CDK; Ćwiczenia; 14. MLOps i inżynieria uczenia maszynowego: Czym jest uczenie maszynowe?; Ekosystem uczenia maszynowego w Pythonie; Platformy uczenia maszynowego w chmurze; Model dojrzałości uczenia maszynowego; Model Sklearn Flask z wykorzystaniem systemów Kubernetes i Docker; Sklearn Flask z wykorzystaniem Kubernetesa i Dockera; Ćwiczenia; Zadanie związane ze studium przypadku; Pytania i zadania kontrolne; 15. Inżynieria danych: Small data; Zapis do pliku; Odczyt z pliku; Potok generatora używany w celu czytania i przetwarzania wierszy; Korzystanie z formatu YAML; Big Data; Narzędzia Big Data, komponenty i platformy; Pobieranie strumieni danych w czasie rzeczywistym; Studium przypadku: budowanie własnego potoku danych; Inżynieria danych w trybie bezserwerowym; Wnioski; Ćwiczenia; Zadanie związane ze studium przypadku; 16. Historie wojenne DevOps i wywiady: Studio filmowe nie może produkować filmów; Studio gier nie może opublikować gry; Uruchomienie skryptów Pythona zajmuje 60 sekund; Gaszenie pożarów za pomocą pamięci podręcznej i inteligentnej instrumentacji; Automatyzacja zabierze Ci pracę!; Antywzorce DevOps; Wywiady; Zalecenia; Ćwiczenia; Wyzwania; Projekt końcowy.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (3 egz.)
Książka
W koszyku
Python dla każdego : podstawy programowania / Michael Dawson ; [tłum. Grzegorz Pawłowski]. - Gliwice : Helion , cop. 2014. - 432 s. : il. ; 24 cm.
Gatunek
Podręcznik
Wstęp; Rozdział 1. Wprowadzenie. Program Koniec gry: Analiza programu Koniec gry; Co warto wiedzieć o Pythonie?; Konfiguracja Pythona w systemie Windows; Konfiguracja Pythona w innych systemach operacyjnych; Wprowadzenie do IDLE; Powrót do programu Koniec gry; Podsumowanie; Rozdział 2. Typy, zmienne i proste operacje wejścia-wyjścia. Program Nieistotne fakty: Wprowadzenie do programu Nieistotne fakty; Użycie cudzysłowów przy tworzeniu łańcuchów znaków; Używanie sekwencji specjalnych w łańcuchach znaków; Konkatenacja i powielanie łańcuchów; Operacje na liczbach; Pojęcie zmiennych; Pobieranie danych wprowadzanych przez użytkownika; Używanie metod łańcucha; Stosowanie właściwych typów; Konwersja wartości; Powrót do programu Nieistotne fakty; Podsumowanie; Rozdział 3. Rozgałęzianie kodu, pętle while, projektowanie programu. Gra Odgadnij moją liczbę: Wprowadzenie do gry Jaka to liczba?; Generowanie liczb losowych; Używanie instrukcji if; Używanie klauzuli else; Używanie klauzuli elif; Tworzenie pętli while; Unikanie pętli nieskończonych; Traktowanie wartości jako warunków; Tworzenie umyślnych pętli nieskończonych; Korzystanie z warunków złożonych; Projektowanie programów; Powrót do gry Jaka to liczba?; Podsumowanie; Rozdział 4. Pętle for, łańcuchy znaków i krotki. Gra Wymieszane litery: Wprowadzenie do programu Wymieszane litery; Liczenie za pomocą pętli for; Stosowanie funkcji i operatorów sekwencji do łańcuchów znaków; Indeksowanie łańcuchów; Niemutowalność łańcuchów; Tworzenie nowego łańcucha; Wycinanie łańcuchów; Powrót do gry Wymieszane litery; Podsumowanie; Rozdział 5. Listy i słowniki. Gra Szubienica: Wprowadzenie do gry Szubienica; Korzystanie z list; Korzystanie z metod listy; Kiedy należy używać krotek zamiast list?; Używanie sekwencji zagnieżdżonych; Referencje współdzielone; Używanie słowników; Powrót do gry Szubienica; Podsumowanie; Rozdział 6. Funkcje. Gra Kółko i krzyżyk: Wprowadzenie do gry Kółko i krzyżyk; Tworzenie funkcji; Używanie parametrów i wartości zwrotnych; Wykorzystanie argumentów nazwanych i domyślnych wartości parametrów; Wykorzystanie zmiennych globalnych i stałych; Powrót do gry Kółko i krzyżyk; Podsumowanie; Rozdział 7. Pliki i wyjątki. Gra Turniej wiedzy: Wprowadzenie do programu Turniej wiedzy; Odczytywanie danych z plików tekstowych; Zapisywanie danych do pliku tekstowego; Przechowywanie złożonych struktur danych w plikach; Obsługa wyjątków; Powrót do gry Turniej wiedzy; Podsumowanie; Rozdział 8. Obiekty programowe. Program Opiekun zwierzaka: Wprowadzenie do programu Opiekun zwierzaka; Podstawy programowania obiektowego; Tworzenie klas, metod i obiektów; Używanie konstruktorów; Wykorzystywanie atrybutów; Wykorzystanie atrybutów klasy i metod statycznych; Hermetyzacja obiektów; Używanie atrybutów i metod prywatnych; Kontrolowanie dostępu do atrybutów; Powrót do programu Opiekun zwierzaka; Podsumowanie; Rozdział 9. Programowanie obiektowe. Gra Blackjack: Wprowadzenie do gry Blackjack; Wysyłanie i odbieranie komunikatów; Tworzenie kombinacji obiektów; Wykorzystanie dziedziczenia do tworzenia nowych klas; Rozszerzanie klasy poprzez dziedziczenie; Modyfikowanie zachowania odziedziczonych metod; Polimorfizm; Tworzenie modułów; Powrót do gry Blackjack; Podsumowanie; Rozdział 10. Tworzenie interfejsów GUI. Gra Mad Lib: Wprowadzenie do programu Mad Lib; Przyjrzenie się interfejsowi GUI; Programowanie sterowane zdarzeniami; Zastosowanie okna głównego; Używanie przycisków; Tworzenie interfejsu GUI przy użyciu klasy; Wiązanie widżetów z procedurami obsługi zdarzeń; Używanie widżetów Text i Entry oraz menedżera układu Grid; Wykorzystanie pól wyboru; Wykorzystanie przycisków opcji; Powrót do programu Mad Lib; Podsumowanie; Rozdział 11. Grafika. Gra Pizza Panic: Wprowadzenie do gry Pizza Panic; Wprowadzenie do pakietów pygame i livewires; Tworzenie okna graficznego; Ustawienie obrazu tła; Układ współrzędnych ekranu graficznego; Wyświetlanie duszka; Wyświetlanie tekstu; Wyświetlanie komunikatu; Przemieszczanie duszków; Radzenie sobie z granicami ekranu; Obsługa danych wejściowych z myszy; Wykrywanie kolizji; Powrót do gry Pizza Panic; Podsumowanie; Rozdział 12. Dźwięk, animacja i rozwijanie programu. Gra Astrocrash: Wprowadzenie do gry Astrocrash; Odczyt klawiatury; Obracanie duszka; Tworzenie animacji; Przegląd obrazów eksplozji; Wykorzystywanie dźwięku i muzyki; Planowanie gry Astrocrash; Utworzenie asteroidów; Obracanie statku; Poruszanie statku; Wystrzeliwanie pocisków; Regulowanie tempa wystrzeliwania pocisków; Obsługa kolizji; Dodanie efektów eksplozji; Dodanie poziomów gry, rejestracji wyników oraz tematu muzycznego; Podsumowanie; Dodatek A. Strona internetowa książki: Pliki archiwów; Dodatek B. Opis pakietu livewires: Pakiet livewires; Klasy modułu games; Funkcje modułu games; Stałe modułu games; Stałe modułu color; Skorowidz.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (2 egz.)
Książka
W koszyku
Python dla programistów : z analizami przypadków wprowadzającymi w tematykę sztucznej inteligencji / Paul Deitel, Harvey Deitel ; [tłum. Andrzej Grażyński]. - Gliwice : Helion S.A. , cop. 2020. - 08, [4] s. : rys., wykresy ; 24 cm.
Gatunek
Podręcznik
Przedmowa; Zanim zaczniesz; 1. Wprowadzenie do komputerów i języka Python: 1.1. Wstęp; 1.2. Podstawy technologii obiektowych; 1.3. Język Python; 1.4. Biblioteki; 1.5. IPython i notatniki Jupytera - pierwsze spotkanie; 1.6. Chmury i internet rzeczy; 1.7. Big Data - ile to jest "Big"?; 1.8. Analiza przypadku - mobilna aplikacja Big Data; 1.9. Wprowadzenie do Data Science: gdy informatyka spotyka się z Data Science; 1.10. Podsumowanie; 2. Wprowadzenie do programowania w języku Python: 2.1. Wstęp; 2.2. Zmienne i instrukcje przypisania; 2.3. Obliczenia arytmetyczne; 2.4. Funkcja "print" i łańcuchy znaków; 2.5. Łańcuchy z potrójnymi ogranicznikami; 2.6. Wprowadzanie danych z klawiatury; 2.7. Podejmowanie decyzji: instrukcja "if" i operatory porównania; 2.8. Obiekty i typowanie dynamiczne; 2.9. Wprowadzenie do Data Science - podstawowe statystyki opisowe; 2.10. Podsumowanie; 3. Instrukcje przepływu sterowania: 3.1. Wstęp; 3.2. Słowa kluczowe języka Python; 3.3. Instrukcja "if"; 3.4. Instrukcje "if ... else" i "if ... elif ... else"; 3.5. Instrukcja "while"; 3.6. Instrukcja "for"; 3.7. Rozszerzone przypisania; 3.8. Iterowanie po ciągach. Formatowane łańcuchy; 3.9. Nadzorowane iterowanie; 3.10. Wbudowana funkcja "range" - nieco dokładniej; 3.11. Obliczenia finansowe - typ "Decimal"; 3.12. Instrukcje "continue" i "break"; 3.13. Operatory boolowskie; 3.14. Wprowadzenie do Data Science: miary tendencji centralnej; 3.15. Podsumowanie; 4. Funkcje: 4.1. Wstęp; 4.2. Funkcje definiowane w programie; 4.3. Funkcje z wieloma parametrami; 4.4. Generowanie liczb pseudolosowych; 4.5. Analiza przypadku - gra losowa; 4.6. Standardowa biblioteka Pythona; 4.7. Funkcje modułu "math"; 4.8. Wspomagane uzupełnianie kodu; 4.9. Domyślne wartości parametrów; 4.10. Argumenty kluczowe; 4.11. Zmienne listy parametrów; 4.12. Metody - funkcje należące do obiektów; 4.13. Zasięg definicji; 4.14. O importowaniu nieco dokładniej; 4.15. Przekazywanie argumentów - nieco szczegółów; 4.16. Rekurencja; 4.17. Funkcyjny styl programowania; 4.18. Wprowadzenie do Data Science: miary rozproszenia; 4.19. Podsumowanie; 5. Ciągi: listy i krotki: 5.1. Wstęp; 5.2. Listy; 5.3. Krotki; 5.4. Rozpakowywanie ciągów; 5.5. Wyodrębnianie podciągów; 5.6. Instrukcja "del"; 5.7. Listy jako argumenty wywołań funkcji; 5.8. Sortowanie list; 5.9. Multiplikacja ciągu; 5.10. Przeszukiwanie ciągów; 5.11. Inne metody listy; 5.12. Symulowanie stosu za pomocą listy; 5.13. Odwzorowywanie list; 5.14. Wyrażenia generatorowe; 5.15. Natywne filtrowanie, mapowanie i redukcja; 5.16. Inne funkcje do przetwarzania ciągów; 5.17. Listy dwuwymiarowe; 5.18. Wprowadzenie do Data Science: symulacje i ich statyczna wizualizacja; 5.19. Podsumowanie; 6. Słowniki i zbiory: 6.1. Wstęp; 6.2. Słowniki; 6.3. Zbiory; 6.4. Wprowadzenie do Data Science: dynamiczna wizualizacja symulacji; 6.5. Podsumowanie; 7. Biblioteka NumPy i tablice ndarray: 7.1. Wstęp; 7.2. Tworzenie tablic na podstawie istniejących danych; 7.3. Atrybuty tablic 2357.4. Wypełnianie tablicy zadaną wartością; 7.5. Tworzenie tablicy na podstawie zakresu danych; 7.6. %timeit - porównanie efektywności tablic i list; 7.7. Inne "magiczne" polecenia IPythona; 7.8. Operatory tablicowe; 7.9. Metody obliczeniowe biblioteki "NumPy"; 7.10. Funkcje uniwersalne biblioteki "NumPy"; 7.11. Indeksowanie i wyodrębnianie; 7.12. Widoki tablic jako płytkie kopie; 7.13. Głębokie kopiowanie; 7.14. Restrukturyzacja i transponowanie tablic; 7.15. Wprowadzenie do Data Science: szeregi i ramki danych biblioteki Pandas; 7.16. Podsumowanie; 8. Łańcuchy znaków: 8.1. Wstęp; 8.2. Formatowanie łańcuchów; 8.3. Konkatenowanie i zwielokrotnianie łańcuchów; 8.4. Usuwanie białych znaków otaczających łańcuch; 8.5. Zmiana wielkości liter w łańcuchu; 8.6. Operatory porównywania łańcuchów; 8.7. Wyszukiwanie podłańcuchów; 8.8. Zastępowanie podłańcuchów; 8.9. Dzielenie i składanie łańcuchów; 8.10. Testowanie specyficznych właściwości łańcucha i jego znaków; 8.11. Surowe łańcuchy; 8.12. Podstawy wyrażeń regularnych; 8.13. Wprowadzenie do Data Science: wyrażenia regularne i preparacja danych w bibliotece Pandas; 8.14. Podsumowanie; 9. Pliki i wyjątki: 9.1. Wstęp; 9.2. Pliki; 9.3. Przetwarzanie plików tekstowych; 9.4. Aktualizowanie plików tekstowych; 9.5. Serializacja obiektów w formacie JSON; 9.6. Niebezpieczny moduł "pickle"; 9.7. Dodatkowe uwagi o plikach; 9.8. Obsługa wyjątków; 9.9. Klauzula "finally"; 9.10. Jawne generowanie wyjątków; 9.11. Odwijanie stosu i ślad wykonania; 9.12. Wprowadzenie do Data Science: przetwarzanie plików CSV; 9.13. Podsumowanie; 10. Programowanie zorientowane obiektowo: 10.1. Wstęp; 10.2. Przykład: klasa "Account"; 10.3. Kontrolowanie dostępu do atrybutów; 10.4. Właściwości organizują dostęp do atrybutów. Przykład: klasa "Time"; 10.5. Symulowanie "prywatności" atrybutów; 10.6. Analiza przypadku: symulacja tasowania i rozdawania kart; 10.7. Dziedziczenie: klasy bazowe i podklasy; 10.8. Hierarchia dziedziczenia a polimorfizm; 10.9. "Kacze typowanie" a polimorfizm; 10.10. Przeciążanie operatorów; 10.11. Klasy wyjątków - hierarchia i definiowanie podklas; 10.12. Nazwane krotki; 10.13. Nowość wersji 3.7: klasy danych; 10.14. Testy jednostkowe przy użyciu łańcuchów dokumentacyjnych i modułu "doctest"; 10.15. Przestrzenie nazw i widoczność identyfikatorów; 10.16. Wprowadzenie do Data Science: szeregi czasowe i prosta regresja liniowa; 10.17. Podsumowanie; 11. Przetwarzanie języka naturalnego (NLP): 11.1. Wstęp; 11.2. Klasa "TextBlob"; 11.3. Wizualizacja statystyki słów; 11.4. Ocena czytelności tekstu - biblioteka "Textatistic"; 11.5. Rozpoznawanie nazwanych encji - biblioteka "spaCy"; 11.6. Podobieństwo dokumentów; 11.7. Inne biblioteki i narzędzia NLP; 11.8. Zastosowanie NLP w uczeniu maszynowym i głębokim uczeniu; 11.9. Zbiory danych dla NLP; 11.10. Podsumowanie; 12. Eksploracja masowych danych – Twitter: 12.1. Wstęp; 12.2. Ogólnie o API Twittera; 12.3. Pierwszy krok - konto deweloperskie; 12.4. Drugi krok - aplikacja i poświadczenia; 12.5. Tweety jako obiekty; 12.6. Biblioteka "Tweepy"; 12.7. Uwierzytelnianie za pomocą biblioteki "Tweepy"; 12.8. Informacja o koncie Twittera; 12.9. Kursory biblioteki "Tweepy"; 12.10. Przeszukiwanie niedawnych tweetów; 12.11. Odkrywanie trendów - Twitter Trends API; 12.12. Preparacja tweetów przed analizą; 12.13. Strumieniowanie tweetów - Twitter Streaming API; 12.14. Tweety i analiza sentymentu - klasa "SentimentListener"; 12.15. Mapy i geokodowanie; 12.16. Przechowywanie tweedów; 12.17. Twitter a szeregi czasowe; 12.18. Podsumowanie; 13. Przetwarzanie poznawcze - IBM Watson: 13.1. Wstęp; 13.2. Konto IBM Cloud i konsola usług; 13.3. Usługi platformy Watson; 13.4. Przydatne narzędzia platformy Watson; 13.5. Watson Developer Cloud Python SDK; 13.6. Analiza przypadku: dwujęzyczna aplikacja konwersacyjna; 13.7. Zasoby powiązane z IBM Watson; 13.8. Podsumowanie; 14. Uczenie maszynowe: klasyfikacja, regresja i klasteryzacja: 14.1. Wstęp; 14.2. Analiza przypadku: algorytm k najbliższych sąsiadów - klasyfikacja w zbiorze "Digits". Część pierwsza; 14.3. Analiza przypadku: algorytm k najbliższych sąsiadów - klasyfikacja w zbiorze "Digits". Część druga; 14.4. Analiza przypadku: prosta regresja liniowa na szeregu czasowym; 14.5. Analiza przypadku: wielokrotna regresja liniowa na zbiorze "California Housing"; 14.6. Analiza przypadku: uczenie nienadzorowane. Część pierwsza - redukcja wymiarowości; 14.7. Analiza przypadku: uczenie nienadzorowane. Część druga - klasteryzacja za pomocą algorytmu k średnich; 14.8. Podsumowanie; 15. Głębokie uczenie: 15.1. Wstęp; 15.2. Pliki danych wbudowane w bibliotekę "Keras"; 15.3. Alternatywne środowiska Anacondy; 15.4. Sieci neuronowe; 15.5. Tensory; 15.6. Konwolucyjne sieci neuronowe i widzenie komputerowe: wieloklasyfikacja w zbiorze "MNIST"; 15.7. TensorBoard - wizualizacja trenowania sieci; 15.8. ConvNetJS: wizualizacja trenowania w oknie przeglądarki WWW; 15.9. Rekurencyjne sieci neuronowe i ciągi danych: analiza sentymentu w zbiorze "IMDb"; 15.10. Dostrajanie modeli głębokiego uczenia; 15.11. Modele wstępnie wytrenowane; 15.12. Podsumowanie; 16. Big Data: Hadoop, Spark, NoSQL i IoT: 16.1. Wstęp; 16.2. Relacyjne bazy danych i język SQL; 16.3. Bazy danych NoSQL i NewSQL dla Big Data - krótki rekonesans; 16.4. Analiza przypadku: dokumenty JSON w bazie MongoDB; 16.5. Hadoop; 16.6. Spark; 16.7. Strumieniowanie Sparka: zliczanie hashtagów przy użyciu "pyspark-notebook"; 16.8. Internet rzeczy (IoT) i dashboardy; 16.9. Podsumowanie.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (2 egz.)
Wyprowadzać dodatkowo:
sygnatury
identyfikatory
hasła przedmiotowe
lokalizacja
streszczenia
numer ISBN
hasło sortowania
adres wersji elektronicznej
rozmieszczenie egzemplarzy
opis fizyczny
Sortowanie zestawienia:
Sortowanie pozycji zestawienia:
Sortowanie pozycji zestawienia:
Pozycja została dodana do koszyka. Jeśli nie wiesz, do czego służy koszyk, kliknij tutaj, aby poznać szczegóły.
Nie pokazuj tego więcej