Programowanie

Interpretable Machine Learning with Python. Learn to build interpretable high-performance models with hands-on real-world examples

Serg Masís

Do you want to gain a deeper understanding of your models and better mitigate poor prediction risks associated with machine learning interpretation? If so, then Interpretable Machine Learning with Python deserves a place on your bookshelf.We’ll be starting off with the fundamentals of interpretability, its relevance in business, and exploring its key aspects and challenges. As you progress through the chapters, you'll then focus on how white-box models work, compare them to black-box and glass-box models, and examine their trade-off. You’ll also get you up to speed with a vast array of interpretation methods, also known as Explainable AI (XAI) methods, and how to apply them to different use cases, be it for classification or regression, for tabular, time-series, image or text. In addition to the step-by-step code, this book will also help you interpret model outcomes using examples. You’ll get hands-on with tuning models and training data for interpretability by reducing complexity, mitigating bias, placing guardrails, and enhancing reliability. The methods you’ll explore here range from state-of-the-art feature selection and dataset debiasing methods to monotonic constraints and adversarial retraining.By the end of this book, you'll be able to understand ML models better and enhance them through interpretability tuning.

Introduction to Algorithms. A Comprehensive Guide for Beginners: Unlocking Computational Thinking

Cuantum Technologies LLC

Begin your journey into the fascinating world of algorithms with this comprehensive course. Starting with an introduction to the basics, you will learn about pseudocode and flowcharts, the fundamental tools for representing algorithms. As you progress, you'll delve into the efficiency of algorithms, understanding how to evaluate and optimize them for better performance. The course will also cover various basic algorithm types, providing a solid foundation for further exploration.You will explore specific categories of algorithms, including search and sort algorithms, which are crucial for managing and retrieving data efficiently. You will also learn about graph algorithms, which are essential for solving problems related to networks and relationships. Additionally, the course will introduce you to the data structures commonly used in algorithms.Towards the end, the focus shifts to algorithm design techniques and their real-world applications. You will discover various strategies for creating efficient and effective algorithms and see how these techniques are applied in real-world scenarios. By the end of the course, you will have a thorough understanding of algorithmic principles and be equipped with the skills to apply them in your technical career.

Introduction to JVM Languages. Get familiar with the world of Java, Scala, Clojure, Kotlin, and Groovy

Ramasubramanian Sankar, Vincent van der Leun

Anyone who knows software development knows about the Java Virtual Machine. The Java Virtual Machine is responsible for interpreting Java byte code and translating it into actions. In the beginning, Java was the only programming language used for the JVM. But increasing complexity of the language and the remarkable performance of the JVM created an opening for a new generation of programming languages. If you want to build a strong foundation with the Java Virtual Machine and get started with popular modern programming languages, then this book is for you.The book will begin with a general introduction of the JVM and its features, which are common to the JVM languages, helping you get abreast with its concepts. It will then dive into explaining languages such as Java, Scala, Clojure, Kotlin, and Groovy and will show how to work with each language, their features, use cases, and pros and cons. By writing example projects in those languages and focusing on each language’s strong points, it will help you find the programming language that is most appropriate for your particular needs. By the end of the book, you will have written multiple programs that run on the Java Virtual Machine and know about the differences between the various languages.

Introduction to Programming. Learn to program in Java with data structures, algorithms, and logic

Nick Samoylov

Have you ever thought about making your computer do what you want it to do? Do you want to learn to program, but just don't know where to start? Instead of guiding you in the right direction, have other learning resources got you confused with over-explanations?Don't worry. Look no further. Introduction to Programming is here to help.Written by an industry expert who understands the challenges faced by those from a non-programming background, this book takes a gentle, hand-holding approach to introducing you to the world of programming. Beginning with an introduction to what programming is, you'll go on to learn about languages, their syntax, and development environments. With plenty of examples for you to code alongside reading, the book's practical approach will help you to grasp everything it has to offer. More importantly, you'll understand several aspects of application development. As a result, you'll have your very own application running by the end of the book. To help you comprehensively understand Java programming, there are exercises at the end of each chapter to keep things interesting and encourage you to add your own personal touch to the code and, ultimately, your application.

Inżynieria danych w praktyce. Kluczowe koncepcje i najlepsze technologie

Joe Reis, Matt Housley

Ze względu na gwałtowny rozwój inżynierii danych, jaki nastąpił w ciągu ostatniej dekady, wielu inżynierów oprogramowania, badaczy i analityków danych zaczęło odczuwać potrzebę kompleksowego spojrzenia na tę praktykę. Dzięki tej praktycznej książce zawierającej opis najlepszych technologii dostępnych w ramach frameworka cyklu życia inżynierii danych, dowiesz się, jak planować i budować systemy, które mają zaspokoić potrzeby Twojej organizacji i klientów. Autorzy, Joe Reis i Matt Housley, przeprowadzą Cię przez cykl życia inżynierii danych i pokażą, jak połączyć różne technologie chmurowe, aby spełnić potrzeby konsumentów danych w dolnej części strumienia przetwarzania. Dzięki lekturze tej książki dowiesz się, jak zastosować koncepcje generowania, pozyskiwania, orkiestracji, przekształcania, przechowywania i zarządzania danymi - kluczowe w każdym środowisku danych, niezależnie od wykorzystywanej technologii. Dzięki książce: Uzyskasz zwięzły przegląd całego środowiska inżynierii danych. Nauczysz się oceniać problemy inżynierii danych i stosować kompleksowe frameworki najlepszych praktyk. Dowiesz się jak przebić się przez szum marketingowy i wybrać odpowiednie technologie, architekturę danych i procesy? Nauczysz się wykorzystywać cykl życia inżynierii danych do zaprojektowania i zbudowania solidnej architektury. Poznasz mechanizmy zarządzania danymi i bezpieczeństwa w całym cyklu życia inżynierii danych. "Świat danych ewoluuje już od jakiegoś czasu. Najpierw byli projektanci. Następnie administratorzy baz danych. Potem CIO. Następnie architekci danych. Ta książka sygnalizuje kolejny krok w ewolucji i dojrzałości branży. Jest to lektura obowiązkowa dla każdego, kto uczciwie podchodzi do swojego zawodu i kariery". Bill Inmon, twórca hurtowni danych "Inżynieria danych w praktyce" to świetne wprowadzenie do branży przenoszenia, przetwarzania i obsługi danych. Gorąco polecam ją każdemu, kto chce być na bieżąco z inżynierią danych lub analizą oraz wszystkim osobom zajmującym się danymi, którzy chcą uzupełnić luki w swojej wiedzy". Jordan Tigani, założyciel i dyrektor generalny firmy MotherDuck oraz inżynier-założyciel i współtwórca firmy BigQuery

Inżynieria dużych modeli językowych. Podręcznik projektowania, trenowania i wdrażania LLM

Paul Iusztin, Maxime Labonne, Julien Chaumond (Foreword),...

Wraz ze wzrostem popularności dużych modeli językowych rośnie zapotrzebowanie na specjalistów, którzy potrafią je skutecznie wdrażać w rzeczywistych rozwiązaniach. Inżynieria LLM to szeroki zestaw zadań, wymagający unikalnego połączenia wiedzy z wielu dziedzin. Szczególnie istotne okazuje się tu podejście MLOps, które znacząco zwiększa szanse na sukces w projektach opartych na modelach językowych. Ten obszerny przewodnik pokaże Ci, jak stosować najlepsze praktyki w pracy z LLM. Znajdziesz tu omówienie kluczowych koncepcji, praktyczne techniki i porady ekspertów z zakresu inżynierii danych, dostrajania i oceny modeli, optymalizacji wnioskowania, a także budowania skalowalnych potoków przetwarzania. Krok po kroku prześledzisz, jak zrealizować konkretny produkt, integrując różne aspekty inżynierii LLM i metodologię MLOps. Dowiesz się, jak zbierać i przygotowywać dane, dostrajać modele do specyficznych zastosowań, zwiększać ich wydajność i wdrażać rozwiązania oparte na technice RAG. Najciekawsze zagadnienia: niezawodne potoki danych i zarządzanie cyklem trenowania modeli LLM tworzenie i udoskonalanie modeli językowych w praktyce podejście MLOps - koordynacja komponentów i monitorowanie promptów nadzorowane dostrajanie i ewaluacja modeli wykorzystanie narzędzi chmurowych (na przykład AWS) w skalowalnych wdrożeniach praktyczne zastosowanie techniki retrieval-augmented generation (RAG) Działa? To za mało. Musi działać dobrze!

Inżynieria i testowanie oprogramowania dla studenta i technika programisty

Kinga Kicinger, Kacper Ściślak, Łukasz Żurawka, Maciej...

Inżynieria i testowanie oprogramowania, to książka opisująca pełen zakres procesów związanych z tworzeniem oprogramowania, uwzględniając wszystkie kluczowe elementy cyklu programistycznego. Omawia złożone zadania wymagające połączenia wiedzy technicznej, pracy zespołowej oraz umiejętności korzystania z narzędzi do zarządzania projektami. Stanowi przewodnik po wszystkich etapach współczesnego wytwarzania oprogramowania - od koncepcji, przez implementację, aż po wdrożenie i utrzymanie. Książka prowadzi czytelnika krok po kroku przez najważniejsze elementy inżynierii oprogramowania: Pracę zespołową programistów; Systemy kontroli wersji; Nowoczesne metodyki zarządzania projektami; Proces inżynierii oprogramowania; Testowanie oprogramowania; Dokumentacja techniczna i projektowa. Dzięki jasnej strukturze i praktycznemu podejściu publikacja ta jest cennym źródłem wiedzy dla studentów informatyki, początkujących programistów i członków zespołów deweloperskich. To także wartościowa lektura dla tych, którzy chcą zrozumieć, jak wygląda profesjonalne wytwarzanie oprogramowania w rzeczywistych warunkach biznesowych. "Inżynieria oprogramowania" to nie tylko teoria - to narzędzie wspierające świadome i efektywne tworzenie nowoczesnych rozwiązań cyfrowych. Autorami książki są uczniowie czwartej klasy technikum programistycznego w Zespole Szkół Technicznych i Ogólnokształcących "Mechanik" w Tarnowskich Górach. Swoją przyszłość widzą w zespole programistycznym tworząc gry komputerowe bądź aplikacje mobilne. Ponadto treści tworzył oraz nadzorował proces powstania książki Aleksander Bies - nauczyciel przedmiotów informatycznych oraz doktorant zajmujący się badaniami nad wykorzystaniem sztucznej inteligencji w analizie danych biologicznych i szeregów czasowych. Autor publikacji naukowych oraz książek o programowaniu obiektowym i zaawansowanych aplikacjach webowych, z doświadczeniem w tworzeniu aplikacji desktopowych i mobilnych.

Inżynieria niezawodnych baz danych. Projektowanie systemów odpornych na błędy

Laine Campbell, Charity Majors

Informatyczna rewolucja dosięgła również systemy bazodanowe. Przez długi czas administrator bazy danych interesował się głównie wewnętrznymi mechanizmami bazy, optymalizacją zapytań czy analizą podsystemów składowania danych. Z kolei oprogramowaniem stron, infrastrukturą czy usługami sieciowymi zajmowali się zupełnie inni ludzie, pracujący w odmienny sposób. Nowe technologie wymuszają jednak zmianę sposobu pracy i myślenia. Trzeba położyć nacisk na automatyzację, inżynierię oprogramowania, ciągłą integrację i ciągłe udostępnianie. Poza tym trzeba zapewnić ochronę przetwarzanych danych - ich wartość i znaczenie wciąż szybko rosną. W tej praktycznej książce dokładnie wyjaśniono współczesne podejście do tworzenia architektury baz danych i ich eksploatacji. Jeśli chcesz stać się znakomitym inżynierem niezawodności baz danych, czyli DBRE (z Database Reliability Engineer), znajdziesz tu schemat zasad i praktyk projektowania, budowania i eksploatacji magazynów danych zgodnie z paradygmatami inżynierii niezawodności i kultury DevOps. Zapoznasz się z podstawowymi zagadnieniami z obszaru eksploatacji, z metodami utrwalania baz danych, nauczysz się stosować najważniejsze technologie skalowalnego i wydajnego składowania oraz pobierania danych z zachowaniem odporności na błędy. Dzięki temu szybko i skutecznie zajmiesz się architekturą i eksploatacją każdej nowoczesnej bazy. W książce między innymi: wprowadzenie do inżynierii niezawodności baz danych inżynieria infrastruktury i zarządzanie nią oceny ryzyka i strategie zarządzania bezpieczeństwem danych metody przechowywania, indeksowania i replikacji danych popularne wzorce architektoniczne rozproszonych baz danych praktyczne wykorzystanie zasad inżynierii niezawodności w organizacji Stań się znakomitym inżynierem niezawodności! Laine Campbell od 18 lat zajmuje się środowiskami produkcyjnymi baz danych i systemów rozproszonych o dużej skali. Obecnie jest starszym dyrektorem ds. inżynierii środowisk produkcyjnych w firmie Fastly. Charity Majors jest CEO i założycielką firmy honeycomb.io. Wcześniej zajmowała się eksploatacją należącej do Facebooka platformy Parse, gdzie zarządzała rozbudowanym zestawem replik baz MongoDB, a także bazami Redis, Cassandra i MySQL.