Python
Sustainable Cloud Development. Optimize cloud workloads for environmental impact in the GenAI era
Parth Girish Patel, Ishneet Kaur Dua, Steven...
Written by three seasoned AWS solution architects, sustainability mentors, and thought leaders, Sustainable Cloud Development equips cloud professionals with actionable strategies to design, build, and optimize workloads that minimize environmental impact, while maintaining performance and scalability.This book combines practical insights, best practices, and case studies to help you align your cloud operations with global sustainability goals. From foundational concepts such as carbon footprint measurement to advanced techniques such as sustainable software architecture, generative AI lifecycle optimization, and cost-efficient cloud practices, this book covers every aspect of sustainable cloud development. You’ll get to grips with key tools, including AWS Cost Explorer, for analyzing costs and usage over time to right-size deployments; auto scaling for automatically scaling compute resources dynamically based on demand; Amazon Trusted Advisor for reviewing optimization recommendations across critical areas such as cost, performance, and security; and Amazon CloudWatch for detailed monitoring and threshold-based alerting around all resources and applications.This book serves as a practical blueprint for optimizing your cloud workloads for both high performance and a minimal environmental footprint.
Hadelin de Ponteves
Grono entuzjastów sztucznej inteligencji stale rośnie. Jest już bowiem jasne, że stanowi ona dostępną metodę zmiany świata na lepsze. Pełnymi garściami ze zdobyczy AI czerpią naukowcy, analitycy danych, przedsiębiorcy i menedżerowie, a nawet politycy i ekonomiści. Jej możliwości wydają się dziś nieograniczone - aby je wykorzystać, wystarczy zdobyć gruntowną wiedzę i dobrze zrozumieć podstawy sztucznej inteligencji. Na pierwszy rzut oka nie są to trudne zadania. Choćby ze względu na dostęp do wielu artykułów, kursów czy książek o technologiach sztucznej inteligencji. Jednak w tym nadmiarze materiałów bardzo trudno dokonać właściwego dla siebie wyboru. To kompletny, zwięzły przewodnik po świecie sztucznej inteligencji. Znalazły się tu przejrzyście wyłożone podstawy i bardziej zaawansowane zagadnienia. Wyjaśniono, jak najlepiej zabrać się do tworzenia systemów AI wykorzystujących uczenie ze wzmacnianiem oraz głębokie uczenie. Krok po kroku pokazano, jak zrealizować pięć praktycznych projektów. To książka skierowana zarówno do studentów, jak i naukowców, menedżerów czy przedsiębiorców - dowiedzą się z niej, jak zbudować inteligentne oprogramowanie przy użyciu najlepszych i najprostszych narzędzi do programowania AI. Co ważne, aby w pełni z niej skorzystać, nie trzeba posiadać umiejętności programowania. Dzięki tej książce: opanujesz kluczowe umiejętności związane z uczeniem maszynowym zrozumiesz Q-learning oraz głęboki Q-learning poznasz takie narzędzia jak TensorFlow, Keras czy PyTorch będziesz samodzielnie tworzyć takie projekty jak wirtualny samochód wykorzystasz AI do rozwiązywania rzeczywistych problemów biznesowych nauczysz się budować inteligentne roboty Oto Twoja świetlana przyszłość w świecie AI!
Sztuczna inteligencja w finansach. Używaj języka Python do projektowania i wdrażania algorytmów AI
Yves Hilpisch
W świecie finansów sztuczna inteligencja okazała się przełomową technologią - w połączeniu z odpowiednim zastosowaniem algorytmów i dużych zbiorów danych bowiem pozwala na poprawę jakości usług finansowych. Autor tej książki zdaje sobie z tego sprawę - ma wieloletnie doświadczenie i kompleksową wiedzę na temat projektowania i wdrażania zaawansowanych mechanizmów AI w największych podmiotach z branży. Swoją wiedzą dzieli się z czytelnikami. Dr Yves Hilpisch szczegółowo opisuje zarówno podstawy teoretyczne, jak i praktyczne aspekty używania algorytmów sztucznej inteligencji w ramach usług i produktów finansowych. Opierając się na przykładach z języka Python, pokazuje metodyki, modele, założenia i techniki wdrażania AI, a także analizuje problemy mogące utrudniać to zadanie i przybliża ich rozwiązania. Znajdziemy tutaj skomplikowane zagadnienia wytłumaczone w logiczny i zrozumiały sposób. Autor z powodzeniem łączy teorię z praktyką, a jego podejście do tematu i prezentowane przypadki bazujące na doświadczeniu są cennym źródłem wiedzy dla każdego, kto chce poznać tajniki dotyczące zastosowania sztucznej inteligencji, uczenia maszynowego, algorytmów i zbiorów danych w szeroko pojętym świecie finansów. Dzięki książce dowiesz się: na czym polega zastosowanie AI w usługach i produktach finansowych dlaczego i w jaki sposób użycie sztucznej inteligencji fundamentalnie zmienia sektor finansowy i jakie ma to skutki dla niego i konsumentów jak w języku Python konstruować i wdrażać algorytmy bazujące na rozbudowanych zbiorach danych jak dzięki AI i uczeniu maszynowemu usprawniać usługi i produkty finansowe
Szybki jak FastAPI. Projektowanie aplikacji WWW w Pythonie
Bill Lubanovic
Internet rozwija się w niesamowitym tempie. Dawniej sieć WWW była prostsza ― projektanci łączyli kod PHP, HTML i zapytania do MySQL w jednym pliku. Z czasem urosła do miliardów stron, co radykalnie zmieniło jej kształt. Zmieniły się też narzędzia i sposób pracy. Dziś idealnym wyborem dewelopera aplikacji WWW jest FastAPI, nowoczesne narzędzie, które wykorzystuje nowe cechy Pythona i z powodzeniem rywalizuje z podobnymi frameworkami języka Golang. Książka zawiera wszechstronne omówienie FastAPI i otaczającego ten framework ekosystemu! William Jamir Silva, starszy inżynier oprogramowania, Adjust GmbH Dzięki znajomości Pythona i temu praktycznemu poradnikowi zaczniesz z sukcesem używać FastAPI i docenisz, jak szybko można budować aplikacje WWW. Zrozumiesz zasady pracy z tym frameworkiem i będziesz je stosować przy tworzeniu własnych projektów. Przyswoisz różne nieznane powszechnie techniki i dowiesz się, jakie praktyki najlepiej sprawdzają się w codziennej pracy. Poznasz takie zagadnienia jak formularze, dostęp do baz danych, grafika i mapy. Nauczysz się również korzystać z interfejsów RESTful API, prowadzić walidację danych, autoryzację i zapewniać wysoką wydajność swojego kodu. W książce: budowa aplikacji WWW z użyciem FastAPI różnice pomiędzy FastAPI, Starlette i Pydantic stosowanie funkcji asynchronicznych, sprawdzanie typów danych i walidacja nowe cechy Pythona 3.8+, w tym adnotacje typów tworzenie kodu synchronicznego i asynchronicznego korzystanie z zewnętrznych API i usług FastAPI przedstawione w prosty sposób! Książka wyposaża w praktyczną wiedzę i umożliwia szybki start. Ganesh Harke, starszy inżynier oprogramowania, Citibank
Adalbert Arsen
Programowanie w Pythonie? Z tablicami to nic trudnego! Poznaj konstrukcje języka Python Utrwal wiedzę o instrukcjach i typach danych Odkryj metody pisania wydajnych skryptów Python to jeden z najpopularniejszych dynamicznych języków programowania. Nie od dziś znajduje on zastosowanie w różnych dziedzinach informatyki, zwłaszcza jako doskonały język skryptowy. Jeśli korzystasz z niego na co dzień i chcesz szybko wyszukiwać niezbędne informacje lub odświeżyć swoją wiedzę, sięgnij po odpowiednią ściągę! Tablice informatyczne stanowią zwięzłe, lecz wyczerpujące źródło wiadomości na temat Pythona, które można – i warto! – zawsze mieć pod ręką. Niezależnie od tego, czy jesteś profesjonalistą wykorzystującym ten język w pracy, czy też amatorem, który dopiero zaczyna się go uczyć, tablice okażą się dla Ciebie nieocenioną pomocą! Rodzaje plików Pythona Uruchamianie skryptów Korzystanie z modułów Typy danych i rzutowanie Operatory i instrukcje Debugowanie kodu Testowanie kodu Tworzenie wykresów Sięgnij po źródło skondensowanej wiedzy o Pythonie!
TDD w praktyce. Niezawodny kod w języku Python
Harry Percival
„Ta książka to znacznie więcej niż tylko wprowadzenie do programowania sterowanego testami w Pythonie. To jest pełny kurs przedstawiający najlepsze praktyki, od początku do końca na przykładzie nowoczesnego programowania aplikacji sieciowej w Pythonie.” — Kenneth Reitz, członek Python Software Foundation Twórz niezawodne aplikacje w języku Python! Każdy programista marzy o pracy z przejrzystym kodem, który został w całości pokryty testami. Niestety, rzeczywistość bywa często daleka od ideału. A może da się go jednak osiągnąć? Odpowiedzią na to pytanie jest TDD (ang. Test-Driven Development), czyli wytwarzanie oprogramowania sterowane testami. Jak zacząć stosować tę technikę? Na to i wiele innych pytań odpowiada ta książka. Zacznij w praktyce realizować koncepcje płynące z TDD w połączeniu z językiem Python. Na początku dowiedz się, jak skonfigurować Django za pomocą testu funkcjonalnego, oraz skorzystaj z modułu unittest. Zdobądź też bezcenną wiedzę na temat testowania widoków, szablonów i adresów URL oraz naucz się testować układy strony i style. Sprawdź, jak zapewnić ciągłą integrację z wykorzystaniem systemu Jenkins oraz najlepszych praktyk w tworzeniu testowalnego kodu. Książka ta jest doskonałą lekturą dla wszystkich programistów tworzących aplikacje internetowe w języku Python. Twój kod może być naprawdę łatwy w utrzymaniu! Poznaj sposób pracy wykorzystujący podejście TDD, między innymi cykl test jednostkowy i tworzenie kodu, a później refaktoryzacja. Używaj testów jednostkowych dla klas i funkcji oraz testów funkcjonalnych pozwalających na symulowanie działań podejmowanych przez użytkownika w przeglądarce internetowej. Dowiedz się kiedy i jak używać obiektów imitacji, a także poznaj wady i zalety testów odizolowanych i zintegrowanych. Przetestuj i automatyzuj wdrożenie za pomocą serwera prowizorycznego. Zastosuj testy względem przygotowanych przez firmy trzecie wtyczek, które integrujesz z witryną. Używaj środowiska ciągłej integracji w celu automatycznego wykonywania testów. Poznaj techniki TDD w połączeniu z Pythonem!
Palanisamy
With deep reinforcement learning, you can build intelligent agents, products, and services that can go beyond computer vision or perception to perform actions. TensorFlow 2.x is the latest major release of the most popular deep learning framework used to develop and train deep neural networks (DNNs). This book contains easy-to-follow recipes for leveraging TensorFlow 2.x to develop artificial intelligence applications.Starting with an introduction to the fundamentals of deep reinforcement learning and TensorFlow 2.x, the book covers OpenAI Gym, model-based RL, model-free RL, and how to develop basic agents. You'll discover how to implement advanced deep reinforcement learning algorithms such as actor-critic, deep deterministic policy gradients, deep-Q networks, proximal policy optimization, and deep recurrent Q-networks for training your RL agents. As you advance, you’ll explore the applications of reinforcement learning by building cryptocurrency trading agents, stock/share trading agents, and intelligent agents for automating task completion. Finally, you'll find out how to deploy deep reinforcement learning agents to the cloud and build cross-platform apps using TensorFlow 2.x.By the end of this TensorFlow book, you'll have gained a solid understanding of deep reinforcement learning algorithms and their implementations from scratch.
Tony Holdroyd
TensorFlow is one of the most popular machine learning frameworks in Python. With this book, you will improve your knowledge of some of the latest TensorFlow features and will be able to perform supervised and unsupervised machine learning and also train neural networks.After giving you an overview of what's new in TensorFlow 2.0 Alpha, the book moves on to setting up your machine learning environment using the TensorFlow library. You will perform popular supervised machine learning tasks using techniques such as linear regression, logistic regression, and clustering. You will get familiar with unsupervised learning for autoencoder applications. The book will also show you how to train effective neural networks using straightforward examples in a variety of different domains.By the end of the book, you will have been exposed to a large variety of machine learning and neural network TensorFlow techniques.