Программирование

Книга посвящена установке, настройке, администрированию и разработке баз данных с помощью СУБД MS SQL Server 2022. Материал сопровождается большим количеством примеров кода, которые можно использовать на практике. Рассмотрены основы языка запросов, используемые типы данных, создание базы данных и основных ее объектов, средства отображения объектов и всех их характеристик. Показаны методы проектирования, создания и изменения таблиц, рассмотрены индексы, заполнение таблиц данными, изменение и удаление данных, выборка из базы, представления, транзакции, их характеристики и взаимодействие, хранимые процедуры и триггеры. Исходные коды примеров размещены на сайте издательства. Я главным образом ориентируюсь на разработчиков баз данных (БД) и создателей программного продукта, требующего использования для своей работы баз данных, или на людей, которые собираются стать такими разработчиками и/или программи­стами. Следует уточнить ту работу, которую в первую очередь выполняют такие специалисты, и на которых в основном ориентировано содержание этой книги. Это разработка БД и создание программ, использующих базы данных, включая проектирование БД, создание самой БД и всех необходимых для ее эффективного функционирования объектов (таблицы, индексы, хранимые процедуры, триггеры, функции), поддержание базы данных в работоспособном состоянии и, в конце кон­цов, создание программ для так называемого конечного пользователя (end user), которому было бы комфортно работать с созданными вами базами данных. Спе­циалистов, обслуживающих программные системы (системных администраторов или, в более узком смысле, администраторов баз данных, АБД), которые применя­ют в своей работе БД SQL Server, я также постарался не обойти здесь вниманием.

В курсе рассматриваются вопросы, связанные с основами построения систем искусственного интеллекта, моделями и методологией вывода знаний, инструментами инженерии знаний, анализа данных и реализацией алгоритмов искусственного интеллекта на практике. Описаны концептуальные принципы реализации экспертных систем, нечеткой логики, искусственных нейронных сетей и т. д.

Книга выйдет осенью в O’Reilly, но издательство не претендует на продажи в России. И в текущей ситуации я решил поделиться ею бесплатно для всего профессионального сообщества!

Учебное пособие посвящено современным подходам к созданию Android-приложений. Показаны приемы разработки средствами языка высокого уровня Java в инструментальной среде Android Studio. Приводятся необходимые теоретические сведения и практические задания для самостоятельного освоения материала и организации практических занятий.

Изучите ключевые концепции машинного обучения‚ работая над реальными проектами! Машинное обучение - то, что поможет вам в анализе поведения клиентов, прогнозировании тенденций движения цен, оценке рисков и многом другом. Чтобы освоить машинное обучение, вам нужны отличные примеры, четкие объяснения и много практики. В книге все это есть!

В этой книге содержится описание синтаксиса и правил применения всех основных конструкций SQL и PL/pgSQL. Теоретическая часть сопровождается большим количеством наглядных примеров, разноплановых практических задач и детальным разбором их решений. Это позволяет понять, при решении каких задач целесообразно использовать тот или иной рассматриваемый элемент. Также к каждой главе прилагается список заданий различной степени сложности для самостоятельного решения, что позволит закрепить теоретические знания и получить практические навыки программирования. Книга может быть использована как в учебном процессе, при изучении дисциплины «Базы данных» студентами IT-специальностей, так и для самостоятельного освоения программирования в среде СУБД PostgreSQL. Материал, изложенный в этой книге, доступен для читателей с любым уровнем подготовки, и поэтому, приложив определенные усилия, вы станете ближе к заданной цели – стать профессионалом.

Данный классический труд содержит обстоятельное современное введение в машинное обучение (включая глубокое обучение), рассматриваемое сквозь объединяющую призму вероятностного моделирования и байесовской теории принятия решений.

Книга содержит около 200 задач машинного обучения, таких как загрузка и обработка текстовых или числовых данных, отбор модели и многие другие. Рассмотрена работа с языком Python, библиотеками pandas и scikit-learn. Коды примеров можно вставлять, объединять и адаптировать, создавая собственное приложение.

Базовая книга по инженерии данных. Рассмотрены все аспекты проектирования и эксплуатации различных архитектур данных, а также полный жизненный цикл работы с данными: подготовка, поглощение, преобразование, очистка, сочетание, оркестрация, конвейеризация. Особое внимание уделено облачным технологиям, распределению нагрузки и безопасному хранению данных. Разобраны приёмы формирования запросов, работы с базами данных и отслеживания потоков данных.

Впервые на русском языке книга об управлении облачной ІТ-инфраструктурой. Показаны методы контроля и развития версий инфраструктуры, аналогичные применяемым при работе с исходным кодом. Рассказано об управлении облачными серверами, их стеками и кластерами через Теггаform-подобный инфраструктурный код. Описано, как получать, поддерживать и масштабировать облачные ресурсы, как управлять облачными серверами, их стеками и кластерами, как организовать непрерывное развертывание и масштабирование облачных инфраструктур.

Книга посвящена передовым методам построения конвейеров данных, сбору данных из множества разнообразных источников и преобразованию их для аналитики. Дано введение в конвейеры данных, раскрыта их работа в современном стеке данных. Описаны стандартные шаблоны конвейеров данных. Показан процесс сбора данных от их извлечения до загрузки в хранилище. Затронуты вопросы преобразования и проверки данных, оркестровки конвейеров, методов их обслуживания и мониторинга производительности. Примеры программ написаны на Python и SQL и задействуют множество библиотек с открытым исходным кодом.

Дополняя ранее изданную книгу «Вероятностное машинное обучение. Введение», этот классический труд знакомит читателя с деталями самых актуальных теорий и методов машинного обучения, включая глубокие порождающие модели, графовые модели, байесовский вывод, обучение с подкреплением и причинность. Глубокое обучение излагается в контексте более широкого статистического контекста, а подходы к глубокому обучению унифицированы с подходами к вероятностному моделированию и выводу.

Эта книга в кратчайшие сроки поможет на базовом уровне освоить Python — идеальный для новичка, доступный и понятный язык программирования, позволяющий легко создавать интересные и креативные приложения.

Книга рассказывает о применении искусственного интеллекта и машинного обучения в бизнесе и инженерной практике. Подробно описаны популярные алгоритмы машинного обучения и разъяснено, когда их целесообразно использовать. Приведены примеры построения моделей машинного обучения на языке Python с помощью библиотеки Scikit-Learn, а также создания нейронных сетей посредством библиотек Keras и TensorFlow. Изложены базовые принципы и способы оценки регрессионных моделей, моделей бинарной и многоклассовой классификации.

Работает ли программа так, как следует? Изменения сделали систему лучше или хуже? Стоит ли заниматься повышением производительности вместо разработки нового функционала? На подобные вопросы можно ответить только с помощью экспериментов. «Тюнинг систем» раскроет секреты современных экспериментальных практик, разработанных и проверенных мировыми индустриями с самой высокой конкуренцией. Предложенные практики помогут усовершенствовать разработку программного обеспечения, системы машинного обучения и количественного трейдинга.

Простые и понятные объяснения и отсутствие необходимости опыта программирования делают эту книгу прекрасной альтернативой академическому учебнику. Здесь представлены основные алгоритмы машинного обучения (ML), которые сопровождаются наглядными примерами и практическими работами. Также вы узнаете про перекрестную проверку, ансамблевое моделирование, поиск по сетке для настройки моделей, проектирование функций, горячее кодирование и многое другое.

Фундаментальная книга о разработке и реализации API (программных интерфейсов приложений). Разобраны базовые вопросы обмена информацией в микросервисной архитектуре, обработка запросов на сайтах и в веб-приложениях (парадигма REST). Показано, как поступательно развивать имеющиеся API, не переписывая их, а также как создать API любой сложности с нуля с учётом возможностей и ограничений конкретной системы. Книга поможет реализовать на предприятии архитектуру сервисной сети и подготовить ресурсы компании к миграции в облако.

Учебное пособие посвящено современным подходам к созданию Android-приложений. Показаны при?мы разработки средствами языка высокого уровня Java в инструментальной среде Android Studio. Приводятся необходимые теоретические сведения и практические задания для самостоятельного освоения материала и организации практических занятий.

Основы языка программирования 1С 8.3, представленные в данном учебном пособии, предназначены и для начинающих, и для продвинутых пользователей. Изложение материала в учебном пособии разбито на два раздела. В первом разделе даются основы языка программирования 1С 8.3 для начинающих. Во втором разделе применение языка 1С 8.3 дается для продвинутых пользователей — в справочной форме, на конкретных примерах.

В этой книге из знаменитой серии The Little Book охвачены все концепции, необходимые для интуитивного понимания работы глубоких нейронных сетей, включая тензоры, расширенные операторы, алгоритмы градиентного спуска, искусственные нейроны, полносвязные, сверточные сети и остаточные сети, а также автоматическое дифференцирование.