Programowanie
Fabrizio Caldarelli
Yii is a high-performance PHP framework best for developing Web 2.0 applications. It provides fast, secure, and professional features to create robust projects, however, this rapid development requires the ability to organize common tasks together to build a complete application. It's all too easy to get confused; this is where this book comes in.This book contains a series of practical project examples for developers starting from scratch. Each section contains the most relevant theories for every topic as you walk through developing each project, focusing on key aspects that commonly confuse users.The book starts with all the framework’s basic concepts, such as controllers and views, to introduce you to Yii and creating your first application, a simple news reader. You will be learn to configure URL rules to make a pretty URL, essential for search engine optimization. Next, you will walk through Model and ActiveRecord, key concepts in database interaction.The second application you will develop is a reservation system that allows you to manage rooms, customers, and reservations. For this, you will use database connection through SQL and ActiveRecord. More complex than the first one, this application will introduce you to the advanced template of Yii 2, splitting the app into two parts: a frontend for all visitors and a backend for the admin. Finally, you will move on to the last two applications: one that allows connections from remote clients, through RESTful components of Yii 2, and another that creates and organizes automatic tasks using the console application structure of Yii 2.
Zaawansowana analiza danych. Jak przejść z arkuszy Excela do Pythona i R
George Mount
Sukces przedsiębiorstwa zależy od jakości podejmowanych decyzji. Spośród strategii, które wspierają ten proces, na szczególną uwagę zasługuje zastosowanie analizy danych. Jest to jednak dość złożona dziedzina. Podstawowym narzędziem wielu analityków danych jest arkusz kalkulacyjny. Ma on tę zaletę, że ułatwia solidne zrozumienie prawideł statystyki i analizy danych. Po zdobyciu takich podstaw warto jednak pójść dalej i nauczyć się eksploracyjnej analizy danych za pomocą języków programowania. Dzięki tej książce przejście od pracy z arkuszami Excela do samodzielnego tworzenia kodu w Pythonie i R będzie płynne i bezproblemowe. Rozpoczniesz od ugruntowania swoich umiejętności w Excelu i dogłębnego zrozumienia podstaw statystyki i analizy danych. Ułatwi Ci to rozpoczęcie pisania kodu w języku R i w Pythonie. Dowiesz się, jak dokładnie przebiega proces oczyszczania danych i ich analizy w kodzie napisanym w języku R. Następnie zajmiesz się poznawaniem Pythona. Jest to wszechstronny, łatwy w nauce i potężny język programowania, ulubiony język naukowców i... analityków danych. Nauczysz się płynnego przenoszenia danych z Excela do programu napisanego w Pythonie, a także praktycznych metod ich analizy. Dzięki ćwiczeniom, które znajdziesz w końcowej części każdego rozdziału, utrwalisz i lepiej zrozumiesz prezentowane treści. W książce: badanie relacji między danymi za pomocą Excela stosowanie Excela w analizach statystycznych i badaniu danych podstawy języka R proces oczyszczania i analizy danych w R przenoszenie danych z Excela do kodu Pythona pełna analiza danych w Pythonie Eksploracyjna analiza danych? I w Excelu, i w Pythonie!
Zaawansowana analiza danych. Jak przejść z arkuszy Excela do Pythona i R
George Mount
Sukces przedsiębiorstwa zależy od jakości podejmowanych decyzji. Spośród strategii, które wspierają ten proces, na szczególną uwagę zasługuje zastosowanie analizy danych. Jest to jednak dość złożona dziedzina. Podstawowym narzędziem wielu analityków danych jest arkusz kalkulacyjny. Ma on tę zaletę, że ułatwia solidne zrozumienie prawideł statystyki i analizy danych. Po zdobyciu takich podstaw warto jednak pójść dalej i nauczyć się eksploracyjnej analizy danych za pomocą języków programowania. Dzięki tej książce przejście od pracy z arkuszami Excela do samodzielnego tworzenia kodu w Pythonie i R będzie płynne i bezproblemowe. Rozpoczniesz od ugruntowania swoich umiejętności w Excelu i dogłębnego zrozumienia podstaw statystyki i analizy danych. Ułatwi Ci to rozpoczęcie pisania kodu w języku R i w Pythonie. Dowiesz się, jak dokładnie przebiega proces oczyszczania danych i ich analizy w kodzie napisanym w języku R. Następnie zajmiesz się poznawaniem Pythona. Jest to wszechstronny, łatwy w nauce i potężny język programowania, ulubiony język naukowców i... analityków danych. Nauczysz się płynnego przenoszenia danych z Excela do programu napisanego w Pythonie, a także praktycznych metod ich analizy. Dzięki ćwiczeniom, które znajdziesz w końcowej części każdego rozdziału, utrwalisz i lepiej zrozumiesz prezentowane treści. W książce: badanie relacji między danymi za pomocą Excela stosowanie Excela w analizach statystycznych i badaniu danych podstawy języka R proces oczyszczania i analizy danych w R przenoszenie danych z Excela do kodu Pythona pełna analiza danych w Pythonie Eksploracyjna analiza danych? I w Excelu, i w Pythonie!
Akash Tandon, Sandy Ryza, Uri Laserson, Sean...
Potrzeby w zakresie analizy dużych zbiorów danych i wyciągania z nich użytecznych informacji stale rosną. Spośród dostępnych narzędzi przeznaczonych do tych zastosowań szczególnie przydatny jest PySpark - interfejs API systemu Spark dla języka Python. Apache Spark świetnie się nadaje do analizy dużych zbiorów danych, a PySpark skutecznie ułatwia integrację Sparka ze specjalistycznymi narzędziami PyData. By jednak można było w pełni skorzystać z tych możliwości, konieczne jest zrozumienie interakcji między algorytmami, zbiorami danych i wzorcami używanymi w analizie danych. Oto praktyczny przewodnik po wersji 3.0 systemu Spark, metodach statystycznych i rzeczywistych zbiorach danych. Omówiono w nim zasady rozwiązywania problemów analitycznych za pomocą interfejsu PySpark, z wykorzystaniem dobrych praktyk programowania w systemie Spark. Po lekturze można bezproblemowo zagłębić się we wzorce analityczne oparte na popularnych technikach przetwarzania danych, takich jak klasyfikacja, grupowanie, filtrowanie i wykrywanie anomalii, stosowane w genomice, bezpieczeństwie systemów IT i finansach. Dodatkowym plusem są opisy wykorzystania przetwarzania obrazów i języka naturalnego. Zaletą jest też szereg rzeczywistych przykładów dużych zbiorów danych i ich zaawansowanej analizy. Dzięki książce poznasz: model programowania w ekosystemie Spark podstawowe metody stosowane w nauce o danych pełne implementacje analiz dużych publicznych zbiorów danych konkretne przypadki użycia narzędzi uczenia maszynowego kod, który łatwo dostosujesz do swoich potrzeb PySpark: systemowa odpowiedź na problemy inżyniera danych!
Eric Chou
Programiści cenią Pythona za wyrazistość i zwięzłość kodu, a także za bogatą kolekcję narzędzi i bibliotek. Z tych zalet mogą korzystać również inżynierowie sieci. Programistyczne zarządzanie siecią stanowi odpowiedź na rozwój technologii ― tradycyjny interfejs wiersza poleceń i pionowo zintegrowane metody kontroli sieci nie są już najlepszymi sposobami zarządzania współczesnymi sieciami. Oto uzupełnione i zaktualizowane wydanie bestsellerowego przewodnika dla inżynierów sieci. Dzięki niemu przejdziesz trudną (ale ekscytującą!) drogę od tradycyjnej platformy do platformy sieciowej opartej na najlepszych praktykach programistycznych. Zaczniesz od zagadnień podstawowych, aby następnie zagłębić się w tajniki stosowania bibliotek Pexpect, Paramiko czy Netmiko do komunikacji z urządzeniami sieciowymi. W kolejnych rozdziałach znajdziesz solidny przegląd różnych narzędzi wraz ze sposobami ich użycia: Cisco NX-API, Meraki, Juniper PyEZ, Ansible, Scapy, PySNMP, Flask, Elastic Stack i wielu innych. Rozeznasz się również w kwestiach związanych z kontenerami Dockera, a także usługami sieciowymi chmur AWS i Azure. Lektura tej książki pozwoli Ci się w pełni przygotować na następną generację sieci! W książce między innymi: interakcja Pythona z urządzeniami sieciowymi uzyskiwanie informacji o sieci i analiza danych sieciowych tworzenie wysokopoziomowych API korzystanie z biblioteki AsyncIO paradygmat programowania sterowanego testami w Pythonie zastosowanie GitLab w praktykach DevOps w kontekście zagadnień sieciowych Chcesz mieć sieć najnowszej generacji? Python jest dla Ciebie!
Zaawansowane aplikacje webowe BACK-END dla studenta i technika programisty
Agnieszka Głowacka, Kacper Kaim
Nowoczesne aplikacje internetowe nie istnieją bez solidnego zaplecza serwerowego. To właśnie BackEnd odpowiada za logikę biznesową, bezpieczeństwo, przetwarzanie danych i komunikację z bazami danych. Książka "Zaawansowane aplikacje webowe BackEnd dla studenta i technika programisty" to kompleksowy przewodnik, który krok po kroku wprowadza czytelnika w świat tworzenia nowoczesnych aplikacji webowych od strony serwera. Publikacja rozpoczyna się od nauki podstaw programowania w języku Python. Następnie przechodzi do programowania obiektowego, aby ostatecznie dotknąć praktycznego tworzenia aplikacji webowych z użyciem Django. Czytelnik dowiaduje się, jak wygląda budowa projektów, jak pracować z bazami danych i ORM, oraz mechanizmy uwierzytelniania użytkowników. Poznaje również elementy, które mają wpływ na funkcjonalność i bezpieczeństwo aplikacji. Kolejne rozdziały publikacji opisują technologię Node.js i Express. Omawiają tworzenie REST API oraz pracę z nierelacyjną bazą danych MongoDB. Dzięki temu czytelnik może zrozumieć różne podejścia do BackEndu stosowane w prawdziwych projektach. Książka koncentruje się na praktycznym podejściu. Znajdziesz w niej wiele przykładów, zadań, projektów i sekcji "Sprawdź się", które pomagają zapamiętać wiedzę i przygotować się do pracy z prawdziwym kodem. Jest to idealna książka dla uczniów technikum, zwłaszcza tych, którzy chcą zostać programistami, studentów kierunków informatycznych oraz osób uczących się samodzielnie, które chcą zdobyć solidne podstawy i rozwinąć umiejętności poszukiwane na rynku informatycznym. Jeśli chcesz nauczyć się projektować bezpieczne, wydajne i skalowalne aplikacje webowe oraz zrozumieć, jak działa BackEnd od podstaw aż po poziom zaawansowany - ta książka jest dla Ciebie.
Zaawansowane aplikacje webowe BACK-END dla studenta i technika programisty
Agnieszka Głowacka, Kacper Kaim
Nowoczesne aplikacje internetowe nie istnieją bez solidnego zaplecza serwerowego. To właśnie BackEnd odpowiada za logikę biznesową, bezpieczeństwo, przetwarzanie danych i komunikację z bazami danych. Książka "Zaawansowane aplikacje webowe BackEnd dla studenta i technika programisty" to kompleksowy przewodnik, który krok po kroku wprowadza czytelnika w świat tworzenia nowoczesnych aplikacji webowych od strony serwera. Publikacja rozpoczyna się od nauki podstaw programowania w języku Python. Następnie przechodzi do programowania obiektowego, aby ostatecznie dotknąć praktycznego tworzenia aplikacji webowych z użyciem Django. Czytelnik dowiaduje się, jak wygląda budowa projektów, jak pracować z bazami danych i ORM, oraz mechanizmy uwierzytelniania użytkowników. Poznaje również elementy, które mają wpływ na funkcjonalność i bezpieczeństwo aplikacji. Kolejne rozdziały publikacji opisują technologię Node.js i Express. Omawiają tworzenie REST API oraz pracę z nierelacyjną bazą danych MongoDB. Dzięki temu czytelnik może zrozumieć różne podejścia do BackEndu stosowane w prawdziwych projektach. Książka koncentruje się na praktycznym podejściu. Znajdziesz w niej wiele przykładów, zadań, projektów i sekcji "Sprawdź się", które pomagają zapamiętać wiedzę i przygotować się do pracy z prawdziwym kodem. Jest to idealna książka dla uczniów technikum, zwłaszcza tych, którzy chcą zostać programistami, studentów kierunków informatycznych oraz osób uczących się samodzielnie, które chcą zdobyć solidne podstawy i rozwinąć umiejętności poszukiwane na rynku informatycznym. Jeśli chcesz nauczyć się projektować bezpieczne, wydajne i skalowalne aplikacje webowe oraz zrozumieć, jak działa BackEnd od podstaw aż po poziom zaawansowany - ta książka jest dla Ciebie.
Zaawansowane aplikacje webowe BACK-END dla studenta i technika programisty
Agnieszka Głowacka, Kacper Kaim
Nowoczesne aplikacje internetowe nie istnieją bez solidnego zaplecza serwerowego. To właśnie BackEnd odpowiada za logikę biznesową, bezpieczeństwo, przetwarzanie danych i komunikację z bazami danych. Książka "Zaawansowane aplikacje webowe BackEnd dla studenta i technika programisty" to kompleksowy przewodnik, który krok po kroku wprowadza czytelnika w świat tworzenia nowoczesnych aplikacji webowych od strony serwera. Publikacja rozpoczyna się od nauki podstaw programowania w języku Python. Następnie przechodzi do programowania obiektowego, aby ostatecznie dotknąć praktycznego tworzenia aplikacji webowych z użyciem Django. Czytelnik dowiaduje się, jak wygląda budowa projektów, jak pracować z bazami danych i ORM, oraz mechanizmy uwierzytelniania użytkowników. Poznaje również elementy, które mają wpływ na funkcjonalność i bezpieczeństwo aplikacji. Kolejne rozdziały publikacji opisują technologię Node.js i Express. Omawiają tworzenie REST API oraz pracę z nierelacyjną bazą danych MongoDB. Dzięki temu czytelnik może zrozumieć różne podejścia do BackEndu stosowane w prawdziwych projektach. Książka koncentruje się na praktycznym podejściu. Znajdziesz w niej wiele przykładów, zadań, projektów i sekcji "Sprawdź się", które pomagają zapamiętać wiedzę i przygotować się do pracy z prawdziwym kodem. Jest to idealna książka dla uczniów technikum, zwłaszcza tych, którzy chcą zostać programistami, studentów kierunków informatycznych oraz osób uczących się samodzielnie, które chcą zdobyć solidne podstawy i rozwinąć umiejętności poszukiwane na rynku informatycznym. Jeśli chcesz nauczyć się projektować bezpieczne, wydajne i skalowalne aplikacje webowe oraz zrozumieć, jak działa BackEnd od podstaw aż po poziom zaawansowany - ta książka jest dla Ciebie.
Zaawansowane aplikacje webowe: FRONTEND
Aleksander Bies, Kacper Kaim
Wkrocz na wyższy poziom tworzenia nowoczesnych aplikacji webowych! Książka Zaawansowane aplikacje webowe: front-end, to kompleksowe źródło wiedzy dla programistów, którzy chcą nie tylko zrozumieć, ale również skutecznie wykorzystać zaawansowane narzędzia i techniki stosowane w dzisiejszym świecie web developmentu. Łącząc sprawdzone biblioteki z nowoczesnymi frameworkami, autorzy prowadzą czytelnika przez kolejne etapy budowania wydajnych, skalowalnych i utrzymywalnych aplikacji internetowych. W książce znajdziesz m.in.: - Praktyczne zastosowania jQuery w projektach legacy i jego integrację z nowoczesnymi technologiami - Zasady pracy z frameworkami JavaScript - kiedy i dlaczego warto ich używać - Wprowadzenie do TypeScript - bezpieczniejszy i bardziej przewidywalny JavaScript - Budowę aplikacji w Angularze - od komponentów po zaawansowaną architekturę - Wzorce projektowe, optymalizację wydajności oraz dobre praktyki kodowania.
Zaawansowane aplikacje webowe: FRONTEND
Aleksander Bies, Kacper Kaim
Wkrocz na wyższy poziom tworzenia nowoczesnych aplikacji webowych! Książka Zaawansowane aplikacje webowe: front-end, to kompleksowe źródło wiedzy dla programistów, którzy chcą nie tylko zrozumieć, ale również skutecznie wykorzystać zaawansowane narzędzia i techniki stosowane w dzisiejszym świecie web developmentu. Łącząc sprawdzone biblioteki z nowoczesnymi frameworkami, autorzy prowadzą czytelnika przez kolejne etapy budowania wydajnych, skalowalnych i utrzymywalnych aplikacji internetowych. W książce znajdziesz m.in.: - Praktyczne zastosowania jQuery w projektach legacy i jego integrację z nowoczesnymi technologiami - Zasady pracy z frameworkami JavaScript - kiedy i dlaczego warto ich używać - Wprowadzenie do TypeScript - bezpieczniejszy i bardziej przewidywalny JavaScript - Budowę aplikacji w Angularze - od komponentów po zaawansowaną architekturę - Wzorce projektowe, optymalizację wydajności oraz dobre praktyki kodowania.
Lior Gazit, Meysam Ghaffari
Uczenie maszynowe i duże modele językowe rewolucjonizują biznes i nasze codzienne życie. Potencjał tych innowacji jest trudny do oszacowania: modele LLM stały się wiodącym trendem w tworzeniu aplikacji i analizie danych. Integrowanie zaawansowanych modeli z systemami produkcyjnymi bywa jednak często wymagającym, a nawet niewdzięcznym zadaniem. Na szczęście dzięki tej książce poradzisz sobie z takimi wyzwaniami! Najpierw zapoznasz się z matematycznymi podstawami algorytmów ML i NLP. Zaznajomisz się również z ogólnymi technikami uczenia maszynowego i dowiesz się, w jakim stopniu dotyczą one dużych modeli językowych. Kolejnym zagadnieniem będzie przetwarzanie danych tekstowych, w tym metody przygotowywania tekstu do analizy, po czym przyswoisz zasady klasyfikowania tekstu. Ponadto poznasz zaawansowane aspekty teorii, projektowania i stosowania LLM, wreszcie ― przyszłe trendy w NLP. Aby zdobyć praktyczne umiejętności, będziesz ćwiczyć na przykładach rzeczywistych zagadnień biznesowych i rozwiązań NLP. W książce: podstawy matematyczne uczenia maszynowego i NLP zaawansowane techniki przetwarzania wstępnego i analizy danych tekstowych projektowanie systemów ML i NLP w Pythonie przetwarzanie tekstu z użyciem metod uczenia głębokiego modele LLM i ich implementacja w różnych aplikacjach AI trendy w NLP i potencjał tej technologii Odkryj przyszłe trendy w NLP widziane oczami ekspertów!
Zaawansowane uczenie maszynowe z językiem Python
John Hearty
Uczenie maszynowe przyczyniło się do powstania wielu innowacyjnych technologii. Pojazdy autonomiczne, mechanizmy rozpoznawania obrazów, badania genetyczne, a także dynamiczne dostosowywanie prezentowanych treści do preferencji odbiorcy to tylko niektóre przykłady. Możliwości związane z rozwojem tych technik sprawiają, że analityka danych i zaawansowane uczenie maszynowe stają się wyjątkowo cenną wiedzą. Dotyczy to szczególnie nowatorskich technik analizy danych, takich jak głębokie uczenie, algorytmy częściowo nadzorowane i metody zespołowe. Niniejsza książka jest przystępnie napisanym podręcznikiem, dzięki któremu poznasz niektóre zaawansowane techniki uczenia maszynowego. Szczególną uwagę poświęcono tu algorytmom uczenia maszynowego: zostały dokładnie wyjaśnione, opisano ich zastosowanie oraz topologię, metody uczenia i miary wydajności. Każdy rozdział uzupełniono o wykaz źródeł, pomocny w dalszym zgłębianiu tematu. Dodatkowo przedstawiono wiele cennych wskazówek dotyczących specyfiki pracy analityka danych. Do prezentacji przykładów wybrano język Python z uwagi na jego wszechstronność, elastyczność, prostotę oraz możliwość stosowania do specjalistycznych zadań. Najważniejsze zagadnienia przedstawione w książce: identyfikacja struktur i wzorców w zbiorach danych stosowanie sieci neuronowych praca z językiem naturalnym modele zespołowe i poprawa ich elastyczności narzędzia uczenia maszynowego w Pythonie Zaawansowane uczenie maszynowe — poznaj algorytmy przyszłości! John Hearty — jest autorytetem w dziedzinie analityki danych i inżynierii infrastruktury. Przez pewien czas zajmował się modelowaniem zachowań gracza i infrastrukturą dużych zbiorów danych w Microsofcie. Ważniejszymi jego projektami były modelowanie umiejętności gracza w grach asymetrycznych i modele segmentacji graczy mające na celu zindywidualizowanie rozgrywki. Obecnie Hearty jest niezależnym ekspertem, szczególnie cenionym przez zespoły zajmujące się eksploracją danych. W wolnym czasie tworzy modele uczenia maszynowego w Pythonie.