Algorytmy
Alvaro Fuentes
Python is a programming language that provides a wide range of features that can be used in the field of data science. Mastering Predictive Analytics with scikit-learn and TensorFlow covers various implementations of ensemble methods, how they are used with real-world datasets, and how they improve prediction accuracy in classification and regression problems.This book starts with ensemble methods and their features. You will see that scikit-learn provides tools for choosing hyperparameters for models. As you make your way through the book, you will cover the nitty-gritty of predictive analytics and explore its features and characteristics. You will also be introduced to artificial neural networks and TensorFlow, and how it is used to create neural networks. In the final chapter, you will explore factors such as computational power, along with improvement methods and software enhancements for efficient predictive analytics.By the end of this book, you will be well-versed in using deep neural networks to solve common problems in big data analysis.
Mastering Spark for Data Science. Lightning fast and scalable data science solutions
Andrew Morgan, Antoine Amend, Matthew Hallett, David...
Data science seeks to transform the world using data, and this is typically achievedthrough disrupting and changing real processes in real industries. In order to operate at this level you need to build data science solutions of substance –solutions that solve real problems. Spark has emerged as the big data platform of choice for data scientists due to its speed, scalability, and easy-to-use APIs.This book deep dives into using Spark to deliver production-grade data sciencesolutions. This process is demonstrated by exploring the construction of a sophisticated global news analysis service that uses Spark to generate continuous geopolitical and current affairs insights.You will learn all about the core Spark APIs and take a comprehensive tour of advanced libraries, including Spark SQL, Spark Streaming, MLlib, and more.You will be introduced to advanced techniques and methods that will help you to construct commercial-grade data products. Focusing on a sequence of tutorials that deliver a working news intelligence service, you will learn about advanced Spark architectures, how to work with geographic data in Spark, and how to tune Spark algorithms so they scale linearly.
Matematyczne szkiełko i oko. Mniej i bardziej poważne zastosowania matmy
Dariusz Laskowski
Nie ma litości, jest matematyka! Matematyka to potęga do potęgi Czy wiesz, że matematyka to nie czarna magia, tylko dowcip, inteligencja i odrobina tajemniczości w czystej formie? Tak, tak. To nie żadna ściema czy inna niewiadoma. Zamiast włączać telewizor albo odpalać kolejną gierkę w sieci, otwórz tę książkę. Dzięki odkryciom matematyki przekonasz się, jak można odpowiedzieć na niezwykle frapujące pytania z codziennego życia - także Twojego własnego. Ile liczb mieści się na końcu szpilki? Na czym polega geometria bazgrołów? Co język C++ ma wspólnego z ponętną Moniką? Ile kompotu można wypić, gdy pan Czesław ma kolonoskopię? I wreszcie wyższa szkoła jazdy: jak odkodować PIN do lodówki algorytmem spigot? Okazuje się, że nieznana kraina faktów, teorii, hipotez, przełomowych eksperymentów i odkryć, dowodów, pojęć i matematycznych idei to nic innego jak nasze życie. A w życiu, jak w matematyce - jeden błąd może popsuć wszystko. Lepiej więc wiedzieć więcej i spojrzeć w zagadkowe oczy matmy. Nie taki X straszny, jak go malują…
Matematyka dla programistów Java
Jacek Piechota
Matematyka w Javie? Nic trudnego! Przypomnij sobie reguły i działania matematyczne Poznaj w praktyce funkcje matematyczne języka Java Zamieniaj wzory i problemy matematyczne na algorytmy Naucz się wizualizować wyniki swoich obliczeń Matematyka nie jest ulubioną dziedziną wiedzy większości ludzi, a społeczność informatyczna nie stanowi tu wyjątku. Funkcje matematyczne, obliczenia statystyczne, działania na macierzach - każda z tych czynności może wywołać popłoch nawet wśród najbardziej doświadczonych programistów, z wieloletnim stażem w zawodzie. Jest tak, mimo że zarówno zasada działania komputerów, jak i języki programowania opierają się właśnie na królowej nauk. Na szczęście na rynku jest ta książka! Szybko wprowadzi Cię ona w świat obliczeń matematycznych wykonywanych za pomocą komputera. Na praktycznych przykładach, opracowanych w popularnym języku Java, przedstawia sposoby przeprowadzania różnych działań i przekształceń, stosowania algorytmów i wizualizowania otrzymanych wyników. Przestań się więc martwić i zostań prawdziwym matematycznym ninja! Podstawy matematyki i teorii informacji Działania na liczbach binarnych i heksadecymalnych Kombinatoryka i prawdopodobieństwo Działania na wektorach i macierzach Przetwarzanie liczb zespolonych Wykresy krzywych Chaos, fraktale i paradoksy Działania matematyczne? Obliczenia naukowe? Wypróbuj to w Javie!
Dr. Yeasmin Khandakar, Dr. Roman Ahmed, Rob...
Modern Time Series Analysis with R is a comprehensive, hands-on guide to mastering the art of time series analysis using the R programming language. Written by leading experts in applied statistics and econometrics, this book helps data scientists, analysts, and developers bridge the gap between traditional statistical theory and practical business applications.Starting with the foundations of R and tidyverse, you’ll explore the core components of time series data, data wrangling, and visualization techniques. The chapters then guide you through key modeling approaches, ranging from classical methods like ARIMA and exponential smoothing to advanced computational techniques, such as machine learning, deep learning, and ensemble forecasting.Beyond forecasting, you’ll discover how time series can be applied to causal inference, anomaly detection, change point analysis, and multiple time series modeling. Practical examples and reproducible code will empower you to assess business problems, choose optimal solutions, and communicate results effectively through dynamic R-based reporting.By the end of this book, you’ll be confident in applying modern time series methods to real-world data, delivering actionable insights for strategic decision-making in business, finance, technology, and beyond.
Nauka algorytmów. Poradnik pisania lepszego kodu
George Heineman
Doskonałe opanowanie dowolnego języka programowania nie wystarczy do tego, aby stać się świetnym programistą czy deweloperem. Konieczne jest również zdobycie praktycznej wiedzy dotyczącej algorytmów. Oznacza to, że aby pisać lepszy kod, podczas rozwiązywania rzeczywistych problemów trzeba umieć korzystać z algorytmów, włączając w to ich budowanie, modyfikację i implementację. Niezależnie od tego, jaką dziedziną informatyki się zajmujesz, biegłość w posługiwaniu się algorytmami w wymierny sposób ułatwi Ci pracę i poprawi jej rezultaty. Ta książka jest przystępnym wprowadzeniem do wiedzy o algorytmach wraz z przykładami implementacji napisanymi w Pythonie. Oprócz praktycznego omówienia algorytmów znalazło się tu wyjaśnienie takich pojęć jak klasy złożoności czy analiza asymptotyczna. Dokładnie omówiono także najważniejsze algorytmy, w tym różne sposoby haszowania, sortowania czy przeszukiwania. Tam, gdzie to niezbędne, wprowadzono struktury danych języka Python. Z poradnika programiści i testerzy dowiedzą się, w jaki sposób wykorzystywać algorytmy do pomysłowego rozwiązywania problemów obliczeniowych. Zrozumienie treści ułatwiają ciekawe materiały wizualne i ćwiczenia utrwalające, które pozwolą na przetestowanie zdobytej wiedzy w praktyce. W książce między innymi: podstawowe algorytmy wykorzystywane w inżynierii oprogramowania standardowe strategie wydajnego rozwiązywania problemów ocena złożoności czasowej kodu z wykorzystaniem notacji dużego O praktyczne stosowanie algorytmów z wykorzystaniem bibliotek i struktury danych Pythona główne zasady działania ważnych algorytmów
Nauka programowania. Rusz głową!
Eric Freeman
Przewodnik po kodowaniu i myśleniu komputacyjnym Programista to bardzo szczególny typ specjalisty. Jeśli uważasz, że myśli w inny sposób niż tak zwani normalni ludzie, to masz rację. Dobra wiadomość jest taka, że i Ty możesz się nauczyć myślenia komputacyjnego - umiejętności, która się przydaje niezależnie od charakteru rozwiązywanego problemu, środowiska czy języka programowania. Tylko w ten sposób można od początku nauki programowania pisać przejrzysty, uporządkowany, znakomity kod, zgodny z najlepszymi praktykami wypracowanymi przez mistrzów. Innymi słowy: pracować jak profesjonalny programista. Ta książka jest niezwykłym podręcznikiem programowania. Być może wygląda nieco dziwacznie, ale prędko się przekonasz, że to podręcznik jest wyjątkowo skuteczny: w końcu jego formuła została opracowana na podstawie najlepszych osiągnięć neurologii i kognitywistyki. W ten sposób Twój mózg się zaangażuje i błyskawicznie przyswoi sobie zasady programowania w Pythonie. Autor wykorzystał oczywistą prawdę, że najszybciej uczymy się wtedy, gdy uwzględnimy specyfikę działania własnego mózgu! Najpierw więc się zainteresujesz, potem zaangażujesz, wreszcie przygotujesz sobie warsztat pracy, czyli zainstalujesz Pythona. Później zaczniesz ćwiczyć myślenie komputacyjne i oczywiście napiszesz swój pierwszy program. A dalej będzie coraz ciekawiej... W tej książce między innymi: Istotne koncepcje programistyczne Zasady programowania w Pythonie Funkcje i rekurencja Programowanie obiektowe Tworzenie API dla aplikacji internetowych Widgety i zdarzenia Neurony płoną. Emocje szaleją. Tak napiszesz kod godny mistrza!
Od matematyki do programowania uogólnionego
Alexander A. Stepanov, Daniel E. Rose
Pasjonująca matematyka dla programistów! Program to nic innego jak ciąg poleceń realizujących zadany algorytm. A gdy mówimy o algorytmach, jesteśmy tylko o krok od matematyki! To wyjątkowo interesująca dziedzina, którą w praktyce powinien znać każdy programista. Jeżeli chciałbyś zrozumieć uogólnione zasady programowania oraz podstawy matematycznych abstrakcji, na których się ono opiera, to trzymasz w rękach odpowiednią publikację. Na kolejnych stronach znajdziesz interesujące informacje na temat pierwszych algorytmów, historii zera oraz nowoczesnych teorii liczb. Po zdobyciu podstawowych wiadomości oraz poznaniu ogólnej historii matematyki przejdziesz do zaznajamiania się z abstrakcjami, takimi jak grupy, monoidy, półgrupy. Następnie opanujesz m.in. takie zagadnienia, jak wyprowadzanie algorytmu uogólnionego, struktury algebraiczne oraz sposoby organizacji wiedzy matematycznej. Sprawdzisz też, jak wyglądają najważniejsze koncepcje programowania, co to są algorytmy permutacyjne i czym zajmuje się kryptologia. Książka ta jest doskonałą lekturą, która pochłonie Cię na wiele godzin! Poznasz między innymi: jak uogólnić liczący cztery tysiące lat algorytm, niezrównane ujęcie klarowności i wydajności; starożytne paradoksy, piękne twierdzenia i produktywne napięcie występujące między tym, co ciągłe, i tym, co dyskretne; prosty algorytm znajdowania największego wspólnego dzielnika (NWD) i nowoczesne, wywodzące się z niego abstrakcje; solidne matematyczne podejścia do abstrakcji; że algebra abstrakcyjna dostarcza koncepcji pozostających w samym centrum programowania uogólnionego; aksjomaty, dowody, teorie i modele, czyli zastosowanie metod matematycznych do organizowania wiedzy o Twoich algorytmach i strukturach danych; zaskakujące subtelności tkwiące w prostych zadaniach programistycznych i co jest w nich pouczającego; jak wykorzystać wiedzę teoretyczną w praktycznych implementacjach, a także poczujesz ducha i aurę, które otaczały myślicieli, matematyków i twórców algorytmów od najdawniejszych czasów po współczesność. Przekonaj się, jakie tajemnice kryje świat matematyki! Alexander A. Stepanov — jest autorem licznych prac o podstawach programowania. W swojej karierze programował systemy operacyjne, narzędzia, kompilatory oraz dodatkowe biblioteki. Jest laureatem nagrody Excellence in Programming, przyznawanej przez miesięcznik „Dr. Dobb’s Journal”, i autorem projektu standardowej biblioteki szablonów (STL) w języku C++. Daniel E. Rose — zajmował kierownicze stanowiska w firmach Apple, AltaVista, Xigo, Yahoo! i A9.com. W swoich badaniach skupia się na wszystkich aspektach związanych z wyszukiwaniem danych. Na Uniwersytecie Kalifornijskim w San Diego zrobił doktorat z kognitywistyki.
Od matematyki do programowania. Wszystko, co każdy programista wiedzieć powinien
Wiesław Rychlicki
"Wędrówka do źródła kodu" Popularna definicja programowania określa je jako "proces projektowania, tworzenia, testowania i utrzymywania kodu źródłowego programów komputerowych lub urządzeń mikroprocesorowych". Wspomniany kod źródłowy może być napisany w różnych językach programowania, z użyciem określonych reguł. Każdy z języków pozwala na wykorzystanie odpowiednich stylów programowania, a wybór konkretnego języka może zależeć od indywidualnych upodobań, polityki firmy lub funkcji, jakie końcowa aplikacja ma realizować. W zasadzie nie istnieje odpowiedź na pytanie, który z języków jest najlepszy. Dlatego w tej książce nie znajdziesz typowego abecadła. Zapoznasz się za to z danym problemem, a następnie programem komputerowym służącym do jego rozwiązania. Jeśli chcesz wreszcie rozpocząć przygodę z programowaniem i nawiązać dialog ze swoim komputerem, ta publikacja jest właśnie dla Ciebie! Różnorodne obliczenia, mniej lub bardziej skomplikowane, znane Ci z lekcji matematyki lub nieznacznie wykraczające poza program nauczania, stanowią tutaj podstawę do zdobywania informacji na temat programowania w wybranych językach. Wybrane zadania zaprezentowane są w popularnych językach programowania: Pascal, C i C++. Stosowane algorytmy wymagają także sięgnięcia po różne funkcje matematyczne, dostępne standardowo w bibliotekach języków programowania oraz konstruowane na podstawie wzorów. Zostań informatycznym poliglotą. Programuj każdego dnia!
PHP 7. Algorytmy i struktury danych
Mizanur Rahman
Algorytmy i struktury danych leżą u podstaw programowania. Zrozumienie zasad rządzących tymi zagadnieniami jest koniecznym warunkiem opracowania prawidłowej i efektywnej aplikacji. Niestety, wielu programistów uznaje tę tematykę za zbyt złożoną czy zbyt banalną i nie poświęca jej wystarczającej uwagi. Takie podejście często się mści: modne narzędzia, frameworki czy technologie deweloperskie nie zapewnią sukcesu, jeśli projektant nie przemyśli zastosowanych algorytmów i struktur danych. Z tego obowiązku nie zwalniają nawet narzędzia wbudowane w język PHP! Jeśli chcesz biegle posługiwać się algorytmami, wziąłeś do ręki właściwą książkę! Przedstawiono tu podstawy implementacji algorytmów i struktur danych w PHP, dzięki czemu poznasz rodzaje struktur i powody, dla których warto je wybierać, a także dowiesz się, gdzie i kiedy należy stosować poszczególne algorytmy. Znajdziesz tu dużo praktycznych przykładów, które uzupełniono rysunkami i wyczerpującym komentarzem. Przystępne i zrozumiałe wyjaśnienia ułatwią Ci szybkie przyswojenie prezentowanych koncepcji, nawet tak złożonych, jak programowanie dynamiczne, algorytmy zachłanne, algorytmy z nawrotami czy funkcyjne struktury danych. Najważniejsze zagadnienia: podstawy analizy algorytmów i struktur danych, tablice, listy i drzewa, stosy, kolejki i algorytmy rekurencyjne, sortowanie, wyszukiwanie, sterty i kopce, wsparcie ze strony PHP, w tym biblioteki PECL i Tarsana. Algorytmy: poznaj, zrozum, stosuj! Mizanur Rahman od 14 lat rozwija aplikacje w PHP. Jest znawcą Laravela, CodeIgnitera, Symfony, JavaScriptu, C, C++, Javy, Node.js, Socket.io i React.js. Jest właścicielem dwóch startupów technologicznych. Jest osobą niezwykle zaangażowaną w życie kilku społeczności programistycznych, takich jak PHPXperts, Agile Bangladesh czy Project Euler. Regularnie wygłasza referaty na różnych konferencjach i seminariach technologicznych. Wraz z żoną Nishą i dwoma synami, Adiyanem i Mikhaelem, mieszka w Dhace w Bangladeszu. Jego pasją są podróże po świecie.
PHP 7 Data Structures and Algorithms. Implement linked lists, stacks, and queues using PHP
Mizanur Rahman
PHP has always been the the go-to language for web based application development, but there are materials and resources you can refer to to see how it works. Data structures and algorithms help you to code and execute them effectively, cutting down on processing time significantly.If you want to explore data structures and algorithms in a practical way with real-life projects, then this book is for you.The book begins by introducing you to data structures and algorithms and how to solve a problem from beginning to end using them. Once you are well aware of the basics, it covers the core aspects like arrays, listed lists, stacks and queues. It will take you through several methods of finding efficient algorithms and show you which ones you should implement in each scenario. In addition to this, you will explore the possibilities of functional data structures using PHP and go through advanced algorithms and graphs as well as dynamic programming. By the end, you will be confident enough to tackle both basic and advanced data structures, understand how they work, and know when to use them in your day-to-day work
Aristides Bouras
Begin your journey into PHP programming and algorithmic thinking with a structured, detailed course that takes you from understanding the basic components of a computer to mastering complex decision control and loop structures. Each chapter builds on the previous one, starting with an introduction to how computers work and gradually progressing to more complex topics like decision control structures, loop structures, arrays, and subprograms.You'll start with foundational concepts such as variables, constants, and operators, before diving into more advanced topics like manipulating strings, handling input and output, and developing complex mathematical expressions. The course emphasizes practical application, guiding you through the use of Visual Studio Code, integrated development environments, and essential software packages.By the end of this book, you will have a solid understanding of PHP programming and algorithmic thinking, enabling you to write efficient code, develop your own subprograms, and utilize various control structures and arrays effectively. This course is tailored for beginners, ensuring a smooth learning curve with tips, tricks, and exercises to reinforce your knowledge, and prepare you with the necessary skills needed to be a programmer.
Piramidy, szyszki i inne konstrukcje algorytmiczne
Maciej Sysło
Odkryj niesamowity świat algorytmiki! Naucz się definiować i opisywać problemy Poznaj metody analizy problemów i znajdowania ich rozwiązań Dowiedz się, jak realizować algorytmy za pomocą komputera Całym otaczającym nas światem rządzą ścisłe reguły, choć nie zawsze wydaje się to takie oczywiste, a dostrzeżenie istniejących prawidłowości wymaga analitycznego spojrzenia i pewnego doświadczenia. Jeszcze większego doświadczenia i głębszej wiedzy wymaga definiowanie tych zasad i zapisywanie ich w postaci prostych ciągów operacji określanych mianem algorytmów. Wbrew pozorom nie jest to jednak umiejętność nie do zdobycia, a znajdowanie rozwiązań problemów spotykanych w codziennym życiu jest zajęciem niezwykle rozwijającym intelektualnie i… może okazać się świetną zabawą! Łatwo się o tym przekonać, czytając książkę Piramidy, szyszki i inne konstrukcje algorytmiczne. Prezentuje ona rzeczywiste problemy oraz sposoby ich analizowania dla wypracowania odpowiednich algorytmów, za pomocą których problemy te mogą zostać skutecznie rozwiązane, a także implementacje tych rozwiązań z wykorzystaniem komputerów. Ta niewielka książeczka umożliwia łatwe rozpoczęcie opracowywania metod praktycznego radzenia sobie z różnego rodzaju sytuacjami problemowymi, które spotyka się w codziennym życiu i stanowi doskonałe uzupełnienie książki Algorytmy napisanej przez tego samego autora. Znajdziesz w niej: Przykłady algorytmów w otaczającym nas świecie Rozwiązania typowych problemów logicznych i matematycznych Analizowanie, przeszukiwanie i porządkowanie zbiorów danych Zastosowanie rekurencji w praktyce Przenoszenie algorytmów na język zrozumiały dla komputerów Znajduj skuteczne rozwiązania niewielkim kosztem!
Practical Machine Learning Cookbook. Supervised and unsupervised machine learning simplified
Atul Tripathi
Machine learning has become the new black. The challenge in today’s world is the explosion of data from existing legacy data and incoming new structured and unstructured data. The complexity of discovering, understanding, performing analysis, and predicting outcomes on the data using machine learning algorithms is a challenge. This cookbook will help solve everyday challenges you face as a data scientist. The application of various data science techniques and on multiple data sets based on real-world challenges you face will help you appreciate a variety of techniques used in various situations.The first half of the book provides recipes on fairly complex machine-learning systems, where you’ll learn to explore new areas of applications of machine learning and improve its efficiency. That includes recipes on classifications, neural networks, unsupervised and supervised learning, deep learning, reinforcement learning, and more.The second half of the book focuses on three different machine learning case studies, all based on real-world data, and offers solutions and solves specific machine-learning issues in each one.
Programming Fundamentals Using MATLAB. Master the Basics and Beyond of MATLAB Programming
Mercury Learning and Information, Michael Weeks
This book introduces MATLAB syntax and environment, ideal for beginners with no programming background. The first four chapters cover basic programming concepts, computing terminology, MATLAB syntax, control structures, operators, arrays, and matrices. Next, the book explores grouping data, working with files, creating images, building graphical user interfaces, experimenting with sound, and debugging. The final chapters present case studies on using MATLAB with tools like Arduino, Linux, Git, and Mex, essential for basic programming knowledge.Understanding MATLAB is crucial for data analysis and technical computing. This book transitions readers from basics to advanced topics, blending theoretical knowledge with practical applications. Companion files with code and four-color figures enhance learning, making this an essential resource for mastering MATLAB.
Programowanie dla początkujących w 24 godziny. Wydanie IV
Greg Perry, Dean Miller
Warto nauczyć się programowania! Poza stworzeniem sobie możliwości znalezienia ciekawej i dobrze płatnej pracy czy pasjonującego hobby umiejętność programowania bywa niezwykle przydatna w rozwiązywaniu różnych problemów. Paleta języków programowania i narzędzi programistycznych jest niezwykle szeroka i praktycznie każdy znajdzie coś dla siebie. Zanim to jednak nastąpi, trzeba zdobyć trochę wiedzy i umiejętności. Ale bez obaw! W nauce programowania najtrudniejszy bywa pierwszy krok, jednak ta książka sprawi, że wykonasz go bez trudu i dumnie wkroczysz w świat kodowania! To kolejne wydanie lubianego samouczka, dzięki któremu w ramach 24 godzinnych lekcji przyswoisz solidne podstawy programowania. Zrozumiesz, jak działają programy, i nauczysz się reguł stosowanych przez profesjonalistów przy ich projektowaniu. Dowiesz się, jak wygląda świat programistów i na czym dokładnie polega programowanie w korporacjach. Znajdziesz tutaj także wprowadzenie do kilku najpopularniejszych języków programowania, co pozwoli na ich porównanie i ułatwi wybór języka do dalszej nauki. Każdy z 24 rozdziałów zawiera materiał, który można opanować w ciągu godziny. Naukę ułatwiają instrukcje krok po kroku, quizy, ćwiczenia i praktyczne przykłady. Dzięki tej książce zdobędziesz najlepsze podstawy, aby stać się dobrym programistą. Przygotujesz się też do świadomego kształtowania swojej dalszej ścieżki zawodowej! W książce między innymi: przygotowanie narzędzi do pracy - sprzęt i oprogramowanie podstawowe aspekty programowania i projektowania programów algorytmy, interaktywność, zmienne, funkcje debugowanie kodu programowanie obiektowe i korzystanie z baz danych planowanie kariery programisty Zacznij programować. Najlepiej od razu!