Informatyka
Ankit Jain, Armando Fandango, Amita Kapoor
TensorFlow has transformed the way machine learning is perceived. TensorFlow Machine Learning Projects teaches you how to exploit the benefits—simplicity, efficiency, and flexibility—of using TensorFlow in various real-world projects. With the help of this book, you’ll not only learn how to build advanced projects using different datasets but also be able to tackle common challenges using a range of libraries from the TensorFlow ecosystem.To start with, you’ll get to grips with using TensorFlow for machine learning projects; you’ll explore a wide range of projects using TensorForest and TensorBoard for detecting exoplanets, TensorFlow.js for sentiment analysis, and TensorFlow Lite for digit classification.As you make your way through the book, you’ll build projects in various real-world domains, incorporating natural language processing (NLP), the Gaussian process, autoencoders, recommender systems, and Bayesian neural networks, along with trending areas such as Generative Adversarial Networks (GANs), capsule networks, and reinforcement learning. You’ll learn how to use the TensorFlow on Spark API and GPU-accelerated computing with TensorFlow to detect objects, followed by how to train and develop a recurrent neural network (RNN) model to generate book scripts.By the end of this book, you’ll have gained the required expertise to build full-fledged machine learning projects at work.
Md. Rezaul Karim
Predictive analytics discovers hidden patterns from structured and unstructured data for automated decision making in business intelligence. Predictive decisions are becoming a huge trend worldwide, catering to wide industry sectors by predicting which decisions are more likely to give maximum results. TensorFlow, Google’s brainchild, is immensely popular and extensively used for predictive analysis.This book is a quick learning guide on all the three types of machine learning, that is, supervised, unsupervised, and reinforcement learning with TensorFlow. This book will teach you predictive analytics for high-dimensional and sequence data. In particular, you will learn the linear regression model for regression analysis. You will also learn how to use regression for predicting continuous values. You will learn supervised learning algorithms for predictive analytics. You will explore unsupervised learning and clustering using K-meansYou will then learn how to predict neighborhoods using K-means, and then, see another example of clustering audio clips based on their audio features. This book is ideal for developers, data analysts, machine learning practitioners, and deep learning enthusiasts who want to build powerful, robust, and accurate predictive models with the power of TensorFlow. This book is embedded with useful assessments that will help you revise the concepts you have learned in this book. This book is repurposed for this specific learning experience from material from Packt's Predictive Analytics with TensorFlow by Md. Rezaul Karim.
Kaushik Balakrishnan
Advances in reinforcement learning algorithms have made it possible to use them for optimal control in several different industrial applications. With this book, you will apply Reinforcement Learning to a range of problems, from computer games to autonomous driving.The book starts by introducing you to essential Reinforcement Learning concepts such as agents, environments, rewards, and advantage functions. You will also master the distinctions between on-policy and off-policy algorithms, as well as model-free and model-based algorithms. You will also learn about several Reinforcement Learning algorithms, such as SARSA, Deep Q-Networks (DQN), Deep Deterministic Policy Gradients (DDPG), Asynchronous Advantage Actor-Critic (A3C), Trust Region Policy Optimization (TRPO), and Proximal Policy Optimization (PPO). The book will also show you how to code these algorithms in TensorFlow and Python and apply them to solve computer games from OpenAI Gym. Finally, you will also learn how to train a car to drive autonomously in the Torcs racing car simulator.By the end of the book, you will be able to design, build, train, and evaluate feed-forward neural networks and convolutional neural networks. You will also have mastered coding state-of-the-art algorithms and also training agents for various control problems.
Mieczysław Kula, Andrzej Sładek
Podstawy teorii ciał uporządkowanych stworzone zostały przez Emila Artina i Ottona Schreiera w 1927 roku, w odpowiedzi na problem znany jako 17. problem Hilberta. Z biegiem czasu teoria ta stała się katalizatorem rozwoju kilku działów matematyki. Powstaje rzeczywista geometria algebraiczna, teoria form kwadratowych uzyskuje nowe narzędzia badań, a ciała uporządkowane pojawiają się w teorii modeli. Niniejszy podręcznik zapoznaje Czytelnika z podstawami oraz głównymi, w tym również najnowszymi, zastosowaniami teorii ciał uporządkowanych. Materiał w nim zawarty pozwala głębiej zrozumieć te zagadnienia matematyczne, które odwołują się do własności uporządkowanego ciała liczb rzeczywistych. W polskiej literaturze matematycznej dotychczas nie było opracowania o takim charakterze. Dziesięć głównych rozdziałów uzupełnionych zostało dwoma dodatkami, aby prezentowany materiał był kompletny i spójny. Każdy rozdział kończy się zadaniami, które pozwolą Czytelnikowi sprawdzić i pogłębić zrozumienie przeczytanego materiału. Podręcznik przeznaczony jest dla studentów kierunków ścisłych, doktorantów oraz pracowników naukowych pragnących zapoznać się z podstawami algebry rzeczywistej.
Teoria węzłów i związanych z nimi struktur dystrybutywnych
Józef H. Przytycki
Jest to drugie wydanie książki z 2012 roku, rozszerzone o dwanaście nowych wykładów, wygłoszonych przez autora w Instytucie Matematyki Uniwersytetu Gdańskiego w latach 2012–2015. Wykłady poprzedza krótki rys historyczny teorii węzłów. Pierwsze cztery wykłady dotyczą klasycznej teorii węzłów, są omówione węzły kratowe, ruchy Reidemeistera, relacje Taita pomiędzy grafami i splotami, kolorowanie Foxa i kolorowanie kwandlami, wielomian Jonesa i nawias Kauffmana węzłów, wielomian HOMFLYPT i wielomian Kauffmana dwóch zmiennych. Wykłady V–XIII dotyczą w szczególności homologii struktur dystrybutywnych, mających swe korzenie w idei wraka oraz kwandla. Są one szybko się rozwijającym narzędziem w teorii topologii położenia, w tym w klasycznej i wyżej wymiarowej teorii węzłów. Ostatnie osiągnięcia w teorii homologii kwandli i innych struktur rozdzielnych są ważnym składnikiem nowoczesnej teorii węzłów. Nowe wykłady, XIV–XXV, są ściśle związane z poprzednimi, rozszerzają je, ale nie powtarzają. Szczególnie warto zwrócić uwagę na wykład XXII, jako że dotyczy on nowych, choć elementarnych, wyników, które autor otrzymał w marcu 2014: konstrukcji q-wielomianu drzewa z korzeniem, ściśle związanego z nawiasem Kauffmana dla splotów. W dodatkach omówiono homologię krat rozdzielnych oraz zagadnienia związane z wieloczłonowymi homologiami struktur rozdzielnych (np. algebr Boole'a).
Teradata Cookbook. Over 85 recipes to implement efficient data warehousing solutions
Abhinav Khandelwal, Rajsekhar Bhamidipati
Teradata is an enterprise software company that develops and sells its eponymous relational database management system (RDBMS), which is considered to be a leading data warehousing solutions and provides data management solutions for analytics. This book will help you get all the practical information you need for the creation and implementation of your data warehousing solution using Teradata.The book begins with recipes on quickly setting up a development environment so you can work with different types of data structuring and manipulation function. You will tackle all problems related to efficient querying, stored procedure searching, and navigation techniques. Additionally, you’ll master various administrative tasks such as user and security management, workload management, high availability, performance tuning, and monitoring.This book is designed to take you through the best practices of performing the real daily tasks of a Teradata DBA, and will help you tackle any problem you might encounter in the process.
Michael Pauken
W prostocie tkwi siła Dowiedz się, jak: zrozumieć koncepcje i zasady termodynamiki nabyć umiejętności rozwiązywania problemów wykorzystywane przez profesjonalistów zabłysnąć na zajęciach z termodynamiki Termodynamika nie jest aż tak skomplikowana Sama myśl o termodynamice sprawia, że zaczynasz się pocić? Niepotrzebnie! Dzięki temu praktycznemu przewodnikowi zabłyśniesz na zajęciach ze statystyki za sprawą łatwych do zrozumienia i opisanych przystępnym językiem wyjaśnień sposobów wykorzystywania energii w takich urządzeniach, jak samochody, samoloty, klimatyzatory i elektrownie. Podstawy termodynamiki — przyjrzyj się przykładom zarówno naturalnych, jak i stworzonych przez człowieka układów termodynamicznych i poznaj zasady wykorzystywania energii do wykonywania pracy. Podkręć ogrzewanie — dowiedz się, w jaki sposób należy wykorzystywać pierwszą i drugą zasadę termodynamiki do określania efektywności różnorodnych urządzeń (i jej poprawiania). Zachowuj się! — poznaj zasady zachowania i wzajemne oddziaływania gazów doskonałych i rzeczywistych w różnych sytuacjach. Zapłoń z pożądania — dowiedz się wszystkiego o zachowaniu masy i energii w procesach spalania. W książce znajdziesz: zasady termodynamiki istotne parametry i ich relacje informacje o substancjach stałych, cieczach i gazach zasady współdziałania pracy i ciepła cykle zasilające procesy termodynamiczne związki i reakcje chemiczne pionierów termodynamiki rzeczywiste zastosowania zasad i koncepcji termodynamicznych Dr Michael Pauken jest głównym inżynierem mechanikiem w Laboratorium Napędu Odrzutowego NASA, wydziale Kalifornijskiego Instytutu Technologicznego, gdzie prowadzi także zajęcia z zakresu termodynamiki i transferu ciepła.
Bernd Nordhausen
Google Cloud has adopted Terraform as the standard Infrastructure as Code tool. This necessitates a solid understanding of Terraform for any cloud architect or engineer working on Google Cloud. Yet no specific resources are available that focus on how to use Terraform on Google Cloud.This is the first book that teaches Terraform specifically for Google Cloud. You will take a journey from the basic concepts through to deploying complex architectures using Terraform. Using extensive code examples, you will receive guidance on how to authenticate Terraform in Google Cloud. As you advance, you’ll get to grips with all the essential concepts of the Terraform language as applied to Google Cloud and deploy complete working architectures at the push of a button. Finally, you’ll also be able to improve your Terraform workflow using Google Cloud native and third-party tools.By the end of this Terraform book, you will have gained a thorough understanding of Terraform and how to use it on Google Cloud, and be able to develop effective Terraform code, build reusable code, and utilize public domain Terraform modules to deploy on Google Cloud faster and more securely.