Python Reinforcement Learning. Solve complex real-world problems by mastering reinforcement learning algorithms using OpenAI Gym and TensorFlow

Sudharsan Ravichandiran, Sean Saito, Rajalingappaa Shanmugamani, Yang Wenzhuo

Reinforcement Learning (RL) is the trending and most promising branch of artificial intelligence. This Learning Path will help you master not only the basic reinforcement learning algorithms but also the advanced deep reinforcement learning algorithms.The Learning Path starts with an introduction to RL followed by OpenAI Gym, and TensorFlow. You will then explore various RL algorithms, such as Markov Decision Process, Monte Carlo methods, and dynamic programming, including value and policy iteration. You'll also work on various datasets including image, text, and video. This example-rich guide will introduce you to deep RL algorithms, such as Dueling DQN, DRQN, A3C, PPO, and TRPO. You will gain experience in several domains, including gaming, image processing, and physical simulations. You'll explore TensorFlow and OpenAI Gym to implement algorithms that also predict stock prices, generate natural language, and even build other neural networks. You will also learn about imagination-augmented agents, learning from human preference, DQfD, HER, and many of the recent advancements in RL.By the end of the Learning Path, you will have all the knowledge and experience needed to implement RL and deep RL in your projects, and you enter the world of artificial intelligence to solve various real-life problems.This Learning Path includes content from the following Packt products:• Hands-On Reinforcement Learning with Python by Sudharsan Ravichandiran• Python Reinforcement Learning Projects by Sean Saito, Yang Wenzhuo, and Rajalingappaa Shanmugamani

Python Robotics Projects. Build smart and collaborative robots using Python

Prof. Diwakar Vaish

Robotics is a fast-growing industry. Multiple surveys state that investment in the field has increased tenfold in the last 6 years, and is set to become a $100-billion sector by 2020. Robots are prevalent throughout all industries, and they are all set to be a part of our domestic lives. This book starts with the installation and basic steps in configuring a robotic controller. You'll then move on to setting up your environment to use Python with the robotic controller. You'll dive deep into building simple robotic projects, such as a pet-feeding robot, and more complicated projects, such as machine learning enabled home automation system (Jarvis), vision processing based robots and a self-driven robotic vehicle using Python.By the end of this book, you'll know how to build smart robots using Python.

Python. Rusz głową! Wydanie II

Paul Barry

Python, prosty, wszechstronny i elastyczny język programowania, nadaje się zarówno do pisania niedużych skryptów, wielkich systemów, jak i do wysoce specjalistycznych zadań, jak choćby analiza danych do celów naukowych. To ulubione narzędzie coraz liczniejszej rzeszy znakomitych programistów. Wiele osób próbuje się uczyć Pythona, jednak mimo różnorodnych podręczników i kursów nauka pisania poprawnego, wydajnego i przejrzystego kodu w tym języku wciąż sprawia problemy. Ta książka jest doskonałym podręcznikiem Pythona. Poza podstawami języka opisano tu sposoby posługiwania się Pythonem w prawdziwym świecie podczas pisania kodu aplikacji WWW czy obsługiwania baz danych. Przedstawiono tu również dość trudne tematy, takie jak kolekcje i niemodyfikowalność. Co ciekawe, materiał do książki przygotowano w szczególny sposób, posługując się metodami nowoczesnej kognitywistyki i dydaktyki, które uwzględniają specyfikę pracy ludzkiego mózgu, aktywnie go angażując podczas nauki. W ten sposób Python wchodzi do głowy niepostrzeżenie, w szybki, zabawny i interesujący sposób! W tej książce: szybkie wprowadzenie do Pythona korzystanie z danych i z baz danych praktyczne projektowanie aplikacji WWW zarządzanie kontekstem wątki, wyjątki i iteracje w Pythonie narzędzia, biblioteki i moduły przydatne programiście Pythona Jest problem? Rusz głową i zaprogramuj to w Pythonie! Paul Barry pochodzi z Belfastu. Obecnie mieszka wraz z rodziną w niewielkim miasteczku Carlow w Irlandii Północnej. Od 1997 roku wykłada w Instytucie Technologicznym w Carlow. Przedtem (w Irlandii i Kanadzie) zajmował się rozwiązaniami IT dla opieki zdrowotnej. Barry jest ekspertem w dziedzinie programowania w Pythonie i w Perlu. W przeszłości był stałym współpracownikiem „Linux Journal Magazine”, napisał także kilka książek o programowaniu.

Python. Rusz głową! Wydanie III

Paul Barry

Python jest wyjątkowy! Umożliwia nie tylko tworzenie rozbudowanych aplikacji, ale również rozwiązywanie złożonych problemów. Korzystają z niego programiści, analitycy danych, naukowcy, inżynierowie, specjaliści od sztucznej inteligencji i profesjonaliści z wielu innych dziedzin. Przystępność i uniwersalność Pythona sprawiają, że jest jednym z najchętniej używanych języków programowania. Jeśli przed zagłębieniem się w tajniki kodowania powstrzymywała Cię obawa przed nudnym wertowaniem nieciekawych podręczników, to właśnie trzymasz w rękach książkę, która jest dla Ciebie! Ta pozycja, podobnie jak inne z serii Rusz głową!, została przygotowana zgodnie z jedyną w swoim rodzaju metodyką nauczania, wykorzystującą zasady funkcjonowania ludzkiego mózgu. Dzięki zagadkom, tajemniczym historiom, angażującym ćwiczeniom i przystępnie podanej wiedzy bez trudu przyswoisz nawet dość złożone koncepcje, takie jak programowanie zorientowane obiektowo, aplikacje sieciowe czy uczenie maszynowe. Znajdziesz tu zabawne i niekonwencjonalne ilustracje, świetne analogie, a w toku nauki krok po kroku zbudujesz własną aplikację. Przekonasz się, że to absolutnie wyjątkowy i niezwykle skuteczny podręcznik! Dzięki tej książce: opanujesz podstawy Pythona, w tym zmienne, typy danych, struktury danych i algorytmy zgłębisz tajniki funkcji, obiektów, klas i dziedziczenia przyswoisz zasady organizacji kodu w moduły i pakiety nauczysz się testować i debugować kod dowiesz się, jak używać baz danych w aplikacjach poznasz podstawy uczenia maszynowego w Pythonie Jeśli Python jest na Twojej liście rzeczy do zrobienia, to zacznij od tej książki! Daniel Hinojosa - programista, instruktor, prezenter

Python Scripting in Blender. Extend the power of Blender using Python to create objects, animations, and effective add-ons

Paolo Acampora

Blender, a powerful open source 3D software, can be extended and powered up using the Python programming language. This book teaches you how to automate laborious operations using scripts, and expand the set of available commands, graphic interfaces, tools, and event responses, which will enable you to add custom features to meet your needs and bring your creative ideas to life.The book begins by covering essential Python concepts and showing you how to create a basic add-on. You’ll then gain a solid understanding of the entities that affect the look of Blender’s objects such as modifiers, constraints, and materials. As you advance, you’ll get to grips with the animation system in Blender and learn how to set up its behavior using Python. The examples, tools, patterns, and best practices present throughout the book will familiarize you with the Python API and build your knowledge base, along with enabling you to produce valuable code that empowers the users and is ready for publishing or production.By the end of this book, you’ll be able to successfully design add-ons that integrate seamlessly with the software and its ecosystem.

Python Social Media Analytics. Analyze and visualize data from Twitter, YouTube, GitHub, and more

Siddhartha Chatterjee, Michal Krystyanczuk

Social Media platforms such as Facebook, Twitter, Forums, Pinterest, and YouTube have become part of everyday life in a big way. However, these complex and noisy data streams pose a potent challenge to everyone when it comes to harnessing them properly and benefiting from them. This book will introduce you to the concept of social media analytics, and how you can leverage its capabilities to empower your business.Right from acquiring data from various social networking sources such as Twitter, Facebook, YouTube, Pinterest, and social forums, you will see how to clean data and make it ready for analytical operations using various Python APIs. This book explains how to structure the clean data obtained and store in MongoDB using PyMongo. You will also perform web scraping and visualize data using Scrappy and Beautifulsoup. Finally, you will be introduced to different techniques to perform analytics at scale for your social data on the cloud, using Python and Spark. By the end of this book, you will be able to utilize the power of Python to gain valuable insights from social media data and use them to enhance your business processes.

Python. Szybko i prosto. Wydanie III

Naomi Ceder

Na początku, w 1989 roku, był tylko wakacyjnym projektem Guida van Rossuma. Dziś jest potężnym językiem programowania o niesamowitej wszechstronności: można się nim posłużyć do napisania skryptu ułatwiającego prace administratora sieci, stworzenia aplikacji internetowej, a także opracowania systemu głębokiego uczenia maszynowego. Co więcej, dookoła Pythona skupiła się międzynarodowa społeczność tworząca niesamowite biblioteki i frameworki, co przenosi programowanie w Pythonie na zupełnie inny poziom. Ten język ma i taką ważną zaletę, że jego nauka jest przyjemna i angażująca. Nawet początkujący programista może bardzo szybko zacząć pisać poprawny i dobrze działający kod. Dzięki tej książce zaczniesz błyskawicznie programować w Pythonie! Pominięto tu zbędne szczegóły, a skoncentrowano się na najważniejszych dla programisty, fundamentalnych zasadach programowania: przepływie sterowania, programowaniu zorientowanym obiektowo, dostępie do plików czy obsłudze wyjątków. Liczne porady, wskazówki i obszerne przykłady pomogą Ci w opanowaniu poszczególnych zagadnień. Poza omówieniem Pythona, jego najważniejszych bibliotek, pakietów i narzędzi w tym wydaniu znajdziesz pięć nowych rozdziałów dotyczących data science. Praca z tym podręcznikiem sprawi, że szybko będziesz gotów nawet na bardzo trudne zadania - i w pełni wykorzystasz potencjał Pythona! W tej książce między innymi: wprowadzenie do Pythona i przygotowanie IDLE - środowiska pracy tworzenie kodu niezależnego od platformy dostęp do relacyjnych i nierelacyjnych baz danych obsługa wyjątków i praca na plikach pakiety w Pythonie Python: język elegancki, wszechstronny, elastyczny!

Python Text Processing with NLTK 2.0 Cookbook: LITE

Jacob Perkins

Python Tools for Data Scientists Pocket Primer. A Quick Guide to Essential Python Libraries for Data Science

Mercury Learning and Information, Oswald Campesato

This book, part of the best-selling Pocket Primer series, offers a comprehensive introduction to essential Python tools for data scientists. It begins with an overview of Python basics, followed by in-depth coverage of NumPy and Pandas, focusing on their features and applications. The text also addresses the critical tasks of writing regular expressions and performing data cleaning.Further sections delve into data visualization techniques and the use of Sklearn and SciPy, providing practical knowledge and skills for handling complex data analysis tasks. This structured approach ensures that readers gain a complete understanding of the tools and techniques necessary for effective data science.Designed to be accessible yet thorough, this book includes numerous code samples to reinforce learning. Companion files with source code are available for download, making it an invaluable resource for anyone looking to master Python for data science and enhance their data analysis capabilities.

Python Tools for Visual Studio. Leverage the power of the Visual Studio IDE to develop better and more efficient Python projects

Martino A Sabia, Jia Shuan Cathy Wang

Python. Uczenie maszynowe

Sebastian Raschka

Sprawdź drugie wydanie tej książki >> --- Uczenie maszynowe, zajmujące się algorytmami analizującymi dane, stanowi chyba najciekawszą dziedzinę informatyki. W czasach, w których generuje się olbrzymie ilości danych, samouczące się algorytmy maszynowe stanowią wyjątkową metodę przekształcania tych danych w wiedzę. W ten sposób powstało wiele innowacyjnych technologii, a możliwości uczenia maszynowego są coraz większe. Nieocenioną pomoc w rozwijaniu tej dziedziny stanowią liczne nowe biblioteki open source, które pozwalają na budowanie algorytmów w języku Python, będącym ulubionym, potężnym i przystępnym narzędziem naukowców i analityków danych. Niniejsza książka jest lekturą obowiązkową dla każdego, kto chce rozwinąć swoją wiedzę o danych naukowych i zamierza w tym celu wykorzystać język Python. Przystępnie opisano tu teoretyczne podstawy dziedziny i przedstawiono wyczerpujące informacje o działaniu algorytmów uczenia maszynowego, sposobach ich wykorzystania oraz metodach unikania poważnych błędów. Zaprezentowano również biblioteki Theano i Keras, sposoby przewidywania wyników docelowych za pomocą analizy regresywnej oraz techniki wykrywania ukrytych wzorców metodą analizy skupień. Nie zabrakło opisu technik przetwarzania wstępnego i zasad oceny modeli uczenia maszynowego. W tej książce: podstawowe rodzaje uczenia maszynowego i ich zastosowanie, biblioteka scikit-learn i klasyfikatory uczenia maszynowego, wydajne łączenie różnych algorytmów uczących, analiza sentymentów — przewidywanie opinii osób na podstawie sposobu pisania, praca z nieoznakowanymi danymi — uczenie nienadzorowane, tworzenie i trenowanie sieci neuronowych. Uczenie maszynowe — odkryj wiedzę, którą niosą dane!

Python. Uczenie maszynowe w przykładach. TensorFlow 2, PyTorch i scikit-learn. Wydanie III

Yuxi (Hayden) Liu

Systemy oparte na uczeniu maszynowym są coraz bardziej wyrafinowane. Spośród wielu narzędzi służących do implementacji algorytmów uczenia maszynowego najpopularniejszy okazał się Python wraz z jego bibliotekami. Znajomość tych narzędzi umożliwia sprawne tworzenie systemów uczących się, jednak uzyskanie spektakularnych wyników wymaga doświadczenia i wprawy. Konieczne są więc ćwiczenia i praktyka w samodzielnym rozwiązywaniu problemów. To trzecie wydanie popularnego podręcznika, który ułatwi Ci zdobycie praktycznej wiedzy o uczeniu maszynowym w Pythonie. Zapoznasz się z różnymi technikami implementacji algorytmów uczenia maszynowego. Przeanalizujesz rzeczywiste przykłady techniki eksploracyjnej analizy danych, inżynierii cech, klasyfikacji danych, regresji, klastrowania i przetwarzania języka naturalnego. To wydanie uzupełniono o najnowsze zagadnienia ważne dla biznesu, takie jak tworzenie systemu rekomendacji, rozpoznawanie twarzy, prognozowanie cen akcji, klasyfikowanie zdjęć, prognozowanie sekwencji danych i zastosowanie uczenia przez wzmacnianie w podejmowaniu decyzji. Dzięki książce poznasz omawiane zagadnienia od strony praktycznej i zdobędziesz wiedzę potrzebną do skutecznego rozwiązywania problemów z systemami uczącymi się. W książce między innymi: gruntowne podstawy uczenia maszynowego i nauki o danych techniki eksploracji i analizy danych za pomocą kodu Pythona trenowanie modeli za pomocą Apache Spark przetwarzanie języka naturalnego przy użyciu bibliotek Pythona praktyczne wdrażanie modeli i algorytmów uczenia maszynowego korzystanie z bibliotek Pythona: TensorFlow 2, PyTorch i scikit-learn Wypróbuj najlepsze praktyki uczenia maszynowego z Pythonem!

Python. Uczenie maszynowe. Wydanie II

Sebastian Raschka, Vahid Mirjalili

Uczenie maszynowe jest wyjątkowo fascynującą dziedziną inżynierii. Coraz częściej spotykamy się z praktycznym wykorzystaniem tego rodzaju innowacyjnych technologii. Samouczące algorytmy maszynowe pozwalają na uzyskiwanie wiedzy z ogromnych ilości danych. Dla osoby planującej rozwój kariery osiągnięcie biegłości w rozwiązywaniu problemów uczenia maszynowego jest nadzwyczaj atrakcyjną ścieżką. Użycie do tego celu Pythona pozwala dodatkowo skorzystać z bardzo przystępnego, wszechstronnego i potężnego narzędzia przeznaczonego do analizowania danych naukowych. Ta książka jest drugim, wzbogaconym i zaktualizowanym wydaniem znakomitego podręcznika do nauki o danych. Wyczerpująco opisano tu teoretyczne podwaliny uczenia maszynowego. Sporo uwagi poświęcono działaniu algorytmów uczenia głębokiego, sposobom ich wykorzystania oraz metodom unikania istotnych błędów. Dodano rozdziały prezentujące zaawansowane informacje o sieciach neuronowych: o sieciach splotowych, służących do rozpoznawania obrazów, oraz o sieciach rekurencyjnych, znakomicie nadających się do pracy z danymi sekwencyjnymi i danymi szeregów czasowych. Poszczególne zagadnienia zostały zilustrowane praktycznymi przykładami kodu napisanego w Pythonie, co ułatwi bezpośrednie zapoznanie się z tematyką uczenia maszynowego. W tej książce: struktury używane w analizie danych, uczeniu maszynowym i uczeniu głębokim metody uczenia sieci neuronowych implementowanie głębokich sieci neuronowych analiza sentymentów i analiza regresywna przetwarzanie obrazów i danych tekstowych najwartościowsze biblioteki Pythona przydatne w uczeniu maszynowym Uczenie maszynowe: oto droga do wiedzy ukrytej w oceanie danych!

Python. Uczymy się programowania

Ana Bell

Programowanie wielu ludziom kojarzy się z czymś niewiarygodnie skomplikowanym i zarezerwowanym tylko dla profesjonalistów. Tymczasem jest to umiejętność, którą można porównać do pisania, liczenia czy gotowania. Niezależnie od tego, że na świecie istnieją pisarze tworzący bestsellery, światowej sławy matematycy czy mistrzowie kuchni, ich umiejętności można wykorzystywać na co dzień do napisania listu, sprawdzenia domowych wydatków czy ugotowania zdrowego posiłku. Analogicznie każdy może nauczyć się programowania i zacząć pisać kod, który pomoże mu w rozwiązywaniu codziennych, drobnych problemów. Idealnie, jeśli naukę zaczniesz właśnie od Pythona! Dzięki tej książce szybko się przekonasz, że programowanie nie jest wiedzą tajemną, a całkiem praktyczną umiejętnością, która dodatkowo może dać sporo satysfakcji. Znajdziesz tu przystępnie podane podstawy programowania w Pythonie - zamiast rozbudowanej teorii mnóstwo ćwiczeń do samodzielnego wykonania wraz ze szczegółowymi instrukcjami i wskazówkami. Książka składa się z 38 dobrze zaplanowanych lekcji oraz 7 interesujących projektów. Dzięki przejrzystym ilustracjom, ćwiczeniom weryfikującym stopień zrozumienia lekcji oraz wskazówkom co do dalszej pracy wkrótce zaczniesz myśleć jak programista. W efekcie będziesz mógł dalej rozwijać swoje umiejętności z Pythonem lub wybrać jakiś inny język programowania - a może wykorzystasz nowe kompetencje do stworzenia czegoś zupełnie innego? Dzięki tej książce: przygotujesz środowisko pracy i zaprojektujesz strukturę programu zaczniesz posługiwać się instrukcjami, pętlami, zmiennymi, obiektami zrozumiesz, jak działają funkcje przetestujesz i zdebugujesz swój kod nauczysz się korzystać z bibliotek a przede wszystkim zaczniesz myśleć jak programista! Nie musisz być zawodowym programistą, by zabawić się z Pythonem!

Python Unlocked. Become more fluent in Python—learn strategies and techniques for smart and high-performance Python programming

Arun Tigeraniya

Python is a versatile programming language that can be used for a wide range of technical tasks—computation, statistics, data analysis, game development, and more. Though Python is easy to learn, it’s range of features means there are many aspects of it that even experienced Python developers don’t know about. Even if you’re confident with the basics, its logic and syntax, by digging deeper you can work much more effectively with Python – and get more from the language.Python Unlocked walks you through the most effective techniques and best practices for high performance Python programming - showing you how to make the most of the Python language. You’ll get to know objects and functions inside and out, and will learn how to use them to your advantage in your programming projects. You will also find out how to work with a range of design patterns including abstract factory, singleton, strategy pattern, all of which will help make programming with Python much more efficient. Finally, as the process of writing a program is never complete without testing it, you will learn to test threaded applications and run parallel tests. If you want the edge when it comes to Python, use this book to unlock the secrets of smarter Python programming.

Python w analizie danych. Przetwarzanie danych za pomocą pakietów Pandas i NumPy oraz środowiska IPython. Wydanie II

Wes McKinney

Analiza danych stała się samodzielną dyscypliną wiedzy interesującą specjalistów z wielu branż: analityków biznesowych, statystyków, architektów oprogramowania czy też osoby zajmujące się sztuczną inteligencją. Wydobywanie informacji ze zbiorów danych pozwala na uzyskanie wiedzy niedostępnej w inny sposób. W tym celu dane trzeba odpowiednio przygotować, oczyścić, przetworzyć i oczywiście poddać analizie. Warto również zadbać o ich wizualizację. Do tych wszystkich zadań najlepiej wykorzystać specjalne narzędzia opracowane w języku Python. Prezentowana książka jest drugim, zaktualizowanym i uzupełnionym, wydaniem klasycznego podręcznika napisanego z myślą o analitykach, którzy dotychczas nie pracowali w Pythonie, oraz o programistach Pythona, którzy nie zajmowali się dotąd analizą danych ani obliczeniami naukowymi. Przedstawiono tu możliwości oferowane przez Pythona 3.6 oraz najnowsze funkcje pakietów Pandas i NumPy, a także środowisk IPython i Jupyter. Przy opisie poszczególnych narzędzi analitycznych wyjaśniono ich działanie i zaprezentowano przykłady ich wykorzystania w sposób efektywny i kreatywny. Ta książka powinna się znaleźć w podręcznej bibliotece każdego analityka danych! Najważniejsze zagadnienia: Eksploracja danych za pomocą powłoki IPython i środowiska Jupyter Korzystanie z pakietów NumPy i Pandas Tworzenie wizualizacji danych za pomocą pakietu Matplotlib Praca z danymi regularnych i nieregularnych szeregów czasowych Rozwiązywanie rzeczywistych problemów analitycznych Python: poznaj idealne narzędzie do analizy danych!