Wyniki wyszukiwania
Tworzenie stron WWW. Kurs. Wydanie III
Radosław Sokół
Śmiało wkrocz w świat technologii internetowych Poznaj podstawy tworzenia stron WWW Naucz się praktycznego stosowania języka HTML Dowiedz się, jak udostępnić swoją stronę w sieci Internet wdarł się przebojem w nasze codzienne życie. Trudno dziś znaleźć poważną firmę, która nie dysponowałaby choć prostą stroną WWW. Rzadko też można spotkać osobę, która nie korzystałaby z poczty elektronicznej lub któregoś z popularnych serwisów społecznościowych. Większość użytkowników ogranicza się jednak do konsumpcji treści internetowych, a tylko nieliczni dzielą się nimi z innymi ludźmi. Przeszkodą okazuje się tu zwykle brak znajomości odpowiednich technologii, a przede wszystkim najbardziej podstawowego budulca stron WWW, którym jest język HTML. Jeśli chcesz dołączyć do osób aktywnie korzystających z sieci i stać się jednym z twórców atrakcyjnych treści internetowych, powinieneś zacząć od sięgnięcia po odpowiednią lekturę. Doskonałym wyborem będzie książka "Tworzenie stron WWW. Kurs. Wydanie III" . To podręcznik, z którego dowiesz się, jak stawiać pierwsze kroki w języku HTML, czego potrzebujesz, aby tworzyć własne strony WWW, a także jak opublikować stronę w internecie. Krok po kroku poznasz strukturę dokumentów HTML, sposoby tworzenia treści tekstowych, odnośników, tabel i ramek, metody zamieszczania grafiki i kodu JavaScript. Odkryjesz również tajniki posługiwania się arkuszami stylów oraz podstawy technologii AJAX. Struktura stron WWW i podstawy ich tworzenia Przegląd niezbędnych narzędzi pracy Kodowanie tekstu w języku HTML Definiowanie odnośników i osadzanie grafiki Zastosowanie tabel i ramek Korzystanie z języka JavaScript i technologii AJAX Używanie kaskadowych arkuszy stylów Publikowanie stron w internecie Spraw, aby tworzenie stron WWW nie miało przed Tobą tajemnic!
TypeScript na warsztacie. Praktyczny przewodnik pisania efektywnego kodu
Ben Grynhaus, Jordan Hudgens, Rayon Hunte, Matt...
TypeScript szybko stał się ulubionym językiem programowania zawodowców. Pozwala na tworzenie czystego, efektywnego i łatwego w utrzymaniu kodu, a także zastosowanie zaawansowanych konstrukcji programistycznych. Co więcej, pracę w tym języku uprzyjemniają liczne frameworki i biblioteki, które pozwalają na sprawną budowę dojrzałych aplikacji. Jednak z punktu widzenia początkującego programisty TypeScript ma inną ogromną zaletę: jest świetnym punktem startu dla każdego, kto chce pisać czytelny, łatwy do zrozumienia i mniej podatny na błędy kod. Dzięki tej książce Twoja nauka programowania w TypeScripcie przebiegnie w maksymalnie sprawny i efektywny sposób. Położono w niej nacisk na praktykę, a objaśnienia teoretyczne ograniczono do faktycznie ważnych i przydatnych zagadnień, które ułatwią ugruntowanie najlepszych podstaw programowania. W licznych ćwiczeniach pokazano, jak stosować kluczowe koncepcje w aplikacjach produkcyjnych, używanych w rzeczywistości. Każdy rozdział kończy się zadaniem do samodzielnego wykonania, opracowanym tak, by umożliwić wypróbowanie poznanych treści w praktyce. Jeśli chcesz pisać kod w TypeScripcie na profesjonalnym poziomie, a równocześnie odczuwasz onieśmielenie na myśl o nauce nowego języka, dzięki temu podręcznikowi szybko osiągniesz swój cel! W książce między innymi: gruntowne podstawy języka TypeScript i pliki deklaracji funkcje, klasy i obiekty w TypeScripcie wstrzykiwanie zależności i zachowania asynchroniczne obietnice i programowanie asynchroniczne biblioteka React i jej zastosowanie TypeScript: sprawdź, czy umiesz napisać lepszy kod!
Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow
Aurélien Géron
Pojęcia, techniki i narzędzia służące do tworzenia systemów inteligentnych W ciągu ostatnich lat uczenie maszynowe stało się sercem wielu nowoczesnych produktów, takich jak zaawansowane techniki wyszukiwania w przeglądarkach, rozpoznawanie mowy w smartfonach czy proponowanie treści w zależności od indywidualnych preferencji użytkownika. Być może niedługo taki system inteligentny zastąpi Cię za kierownicą samochodu. Uczenie głębokie wprowadziło nową jakość do uczenia maszynowego. Daje niesamowite możliwości, jednak wymaga olbrzymiej mocy obliczeniowej i potężnych ilości danych. Programiści implementujący takie rozwiązania są poszukiwanymi specjalistami i mogą liczyć na ekscytujące oferty! Ta książka jest praktycznym podręcznikiem tworzenia systemów inteligentnych. Przedstawiono tu najważniejsze zagadnienia teoretyczne dotyczące uczenia maszynowego i sieci neuronowych. W zrozumiały sposób zaprezentowano koncepcje i narzędzia służące do tworzenia systemów inteligentnych. Opisano Scikit-Learn i TensorFlow - środowiska produkcyjne języka Python - i pokazano krok po kroku, w jaki sposób wykorzystuje się je do implementacji sieci neuronowych. Liczne praktyczne przykłady i ćwiczenia pozwolą na pogłębienie i utrwalenie zdobytej wiedzy. Jeśli tylko potrafisz posługiwać się Pythonem, dzięki tej przystępnie napisanej książce szybko zaczniesz implementować systemy inteligentne. W tej książce między innymi: podstawowe koncepcje uczenia maszynowego, uczenia głębokiego i sieci neuronowych przygotowywanie zbiorów danych i zarządzanie nimi algorytmy uczenia maszynowego rodzaje architektury sieci neuronowych uczenie głębokich sieci neuronowych olbrzymie zbiory danych i uczenie poprzez wzmacnianie Już dziś zacznij tworzyć systemy inteligentne!
Uczenie maszynowe w Pythonie. Receptury
Chris Albon
Uczenie maszynowe jest dziś wykorzystywane w różnych dziedzinach życia: w biznesie, w polityce, w organizacjach non profit i oczywiście w nauce. Samouczące się algorytmy maszynowe stanowią wyjątkową metodę przekształcania danych w wiedzę. Powstało sporo książek wyjaśniających sposób działania tych algorytmów i prezentujących nieraz spektakularne przykłady ich wykorzystania. Do dyspozycji pozostają też narzędzia przeznaczone do tego rodzaju zastosowań, takie jak biblioteki Pythona, w tym pandas i scikit-learn. Problemem pozostaje implementacja rozwiązań codziennych problemów związanych z uczeniem maszynowym. Z tej książki najwięcej skorzystają profesjonaliści, którzy znają podstawowe koncepcje związane z uczeniem maszynowym. Osoby te potraktują ją jako przewodnik ułatwiający rozwiązywanie konkretnych problemów napotykanych podczas codziennej pracy z uczeniem maszynowym. Dzięki zawartym tu recepturom takie zadania jak wczytywanie danych, obsługa danych tekstowych i liczbowych, wybór modelu czy redukcja wymiarowości staną się o wiele łatwiejsze do wykonania. Każda receptura zawiera kod, który można wstawić do swojego programu, połączyć lub zaadaptować według potrzeb. Przedstawiono także analizy wyjaśniające poszczególne rozwiązania i ich kontekst. Z tą książką płynnie przejdziesz od rozważań teoretycznych do opracowywania działających aplikacji i praktycznego korzystania z zalet uczenia maszynowego. Receptury w tej książce dotyczą: wektorów, macierzy i tablic obsługi danych liczbowych i tekstowych, obrazów, a także związanych z datą i godziną redukcji wymiarowości za pomocą wyodrębniania i wyboru cech oceny i wyboru modelu oraz regresji liniowej i logistycznej maszyn wektorów nośnych (SVM), naiwnej klasyfikacji bayesowskiej, klasteryzacji i sieci neuronowych zapisywania i wczytywania wytrenowanych modeli Uczenie maszynowe w Pythonie - użyj sprawdzonych receptur kodu!
Uczenie maszynowe w C#. Szybkie, sprytne i solidne aplikacje
Matt R. Cole
Uczenie maszynowe weszło już do kanonu technologii informatycznych. Praktyczne umiejętności w tej dziedzinie powinien posiadać każdy programista i analityk. Standardowo do rozwiązań związanych z machine learning stosuje się Pythona i opracowane dla niego biblioteki, niemniej równie skutecznie można do tego celu używać innych języków programowania. Trzeba jedynie dobrze zaznajomić się z wdrożeniami algorytmów uczenia maszynowego. Niezwykle ciekawym rozwiązaniem jest pisanie takich implementacji w C#. Przemawiają za tym nie tylko zalety samego języka, ale i to, że większość aplikacji dla profesjonalistów jest pisana w C# przy użyciu takich narzędzi jak Visual Studio, SQL Server, Unity czy Microsoft Azure. Ta książka jest przeznaczona dla doświadczonych programistów C#, którzy chcą nauczyć się technik machine learning, deep learning i sztucznej inteligencji. Opisano tu dostępne narzędzia do uczenia maszynowego, dzięki którym można łatwo budować inteligentne aplikacje .NET wykorzystujące takie rozwiązania jak wykrywanie obrazów lub ruchu, wnioskowanie bayesowskie, głębokie uczenie i głęboka wiara. Omówiono zasady implementacji algorytmów uczenia nadzorowanego i nienadzorowanego oraz ich zastosowanie w budowie modeli predykcji. Przedstawiono różne techniki, od prostej regresji liniowej, przez drzewa decyzyjne i SVM, po zaawansowane rozwiązania, takie jak sztuczne sieci neuronowe, autoenkodery lub uczenie ze wzmocnieniem. Najciekawsze zagadnienia przedstawione w książce: podstawy uczenia maszynowego wykorzystywanie logiki rozmytej mapy samoorganizujące się framework Kelp.Net i jego integracja z systemem ReflectInsight realia obliczeń kwantowych Uczenie maszynowe - najlepiej z wydajnym C#!
Ujęcia ze smakiem. Kulisy fotografii kulinarnej i stylizacji dań
Helene Dujardin
Twórz smakowite ujęcia! Jaki sprzęt wybrać do fotografowania smakołyków? Jak oświetlić posiłek do fotografii? Jak sfotografować lody? Myślisz, że żadna fotografia już Cię nie zaskoczy? Umiesz robić portrety, wiesz, co liczy się przy kadrowaniu krajobrazów, nieobce są Ci zdjęcia zwierząt… Ale to przecież nie wszystko! Uwaga! Oddajemy w Twoje ręce unikalną książkę poświęconą fotografowaniu jedzenia. Desery, kolacje, owoce, bakalie, hamburgery, torty… Brzmi smakowicie? Nie pokazuj tych zdjęć przyjaciołom na diecie! Mogą przybrać na wadze od samego patrzenia na atrakcyjne ujęcia, które będziesz robił po lekturze tej książki. To wyborna strawa dla ducha, przeznaczona zarówno dla domowych miłośników kulinarnej fotografii, jak i dla tych, który z fotografowaniem dań wiążą nadzieję na przyszłą karierę. Dzięki tej niezwykłej książce w mig opanujesz wiedzę, która pozwoli Ci uwiecznić Twoje kulinarne dzieła. Jak mówi stare powiedzenie, upieczesz dwie pieczenie na jednym ogniu, czyli dobrze zjesz, a przy tym zrobisz fantastyczne zdjęcia. Pamiętaj o jednej żelaznej zasadzie: najpierw fotografujesz, potem konsumujesz! Na początek zdobędziesz trochę wiedzy teoretycznej, dotyczącej sprzętu, kompozycji oraz sposobu oświetlenia fotografowanego obiektu. Potem odkryjesz, jak sfotografować dania główne, dania smażone, sosy, napoje oraz przyrządy do jedzenia. A jeszcze później nauczysz się obrabiać zdjęcia w cyfrowej ciemni - dodawać efekty, korygować wady i udostępniać efekty Twojej pracy. Smacznego! Uwiecznij Twoje kulinarne osiągnięcia! Obejrzyj recenzję video od Kotlet.tv: i od Ziołowy Zakątek:
Uczenie maszynowe z językiem JavaScript. Rozwiązywanie złożonych problemów
Burak Kanber
Uczenie maszynowe jeszcze kilka lat temu stanowiło niemal wiedzę tajemną. Nieliczni eksperci w tej dziedzinie publikowali materiały w naukowym, matematycznym języku, który wymagał biegłości w algebrze liniowej czy rachunku wektorowym. Korzystano najczęściej z Pythona i jego bibliotek. Obecnie, wraz ze wzrostem popularności uczenia maszynowego, zwiększają się możliwości jego praktycznej implementacji. Rzeczywista biegłość w tej dziedzinie wymaga jednak dogłębnego zrozumienia mechaniki działania algorytmów stosowanych w uczeniu maszynowym. Implementacja tych algorytmów w JavaScripcie jest znakomitym wyborem: język ten stał się dojrzałym, potężnym i wszechstronnym narzędziem do rozwiązywania złożonych problemów. Chcesz nauczyć się implementacji algorytmów uczenia maszynowego bez zbytniego zagłębiania się w niuanse matematyczne? Jeśli dodatkowo znasz język JavaScript, ta książka jest dla Ciebie idealnym wyborem. Wyjaśniono w niej, w jaki sposób tworzyć własne implementacje, podano też przykłady przydatnych bibliotek. Sporo miejsca poświęcono sieciom neuronowym, ich architekturze i przykładom zastosowania. Przedstawiono takie zagadnienia jak wykrywanie twarzy, filtrowanie spamu, tworzenie systemów rekomendacji, rozpoznawanie znaków oraz przetwarzanie języka naturalnego. Znalazły się tu również wskazówki dotyczące dobierania odpowiednich bibliotek JavaScriptu, takich jak NaturalNode, brain, harthur oraz klasyfikatory, co umożliwia projektowanie bardziej inteligentnych aplikacji. Najważniejsze zagadnienia przedstawione w książce: potencjał JavaScriptu w uczeniu maszynowym algorytmy grupowania, klasyfikacji, reguły kojarzenia algorytmy regresji, przewidywanie wzorców i predykcja sieci neuronowe i głębokie sieci neuronowe uczenie maszynowe w aplikacjach czasu rzeczywistego Uczenie maszynowe - coś dla wyjadaczy JavaScriptu!
Dan Pilone, Neil Pitman
Wyczerpujący przewodnik po języku UML 2.0 Specyfikacja języka UML 2.0 Modelowanie statyczne i dynamiczne Rozszerzanie i zastosowania UML-a Ujednolicony język modelowania (UML) początkowo służył do opisu elementów oprogramowania, jednak z powodu swej elegancji i przejrzystości zyskuje na popularności w zakresie modelowania zagadnień z innych dziedzin. W związku z tym coraz więcej osób ma szansę zetknąć się z diagramami w języku UML. Jeśli sięgnąłeś po tę książkę, prawdopodobnie czeka to także Ciebie. Chciałbyś wiedzieć, co oznaczają różne zakończenia linii na diagramach klas albo zrozumieć skomplikowany diagram interakcji? Zajrzyj do środka. "UML 2.0. Almanach" to kompletny podręcznik dla użytkowników tego języka. Dzięki tej książce poznasz podstawy modelowania w UML-u. Nauczysz się tworzyć i rozumieć diagramy statyczne, na przykład klas, pakietów czy struktur złożonych, a także diagramy zachowania, takie jak przypadków użycia, aktywności czy interakcji. Dowiesz się, jak wszechstronne zastosowania ma ten język oraz w jaki sposób można go rozszerzać do wykonywania specyficznych zadań. Znajdziesz tu także krótkie wprowadzenie do języka Object Constraint Language (OCL) oraz architektury sterowanej modelem (MDA). Podstawy modelowania w UML-u Diagramy statyczne i diagramy zachowania Dobór odpowiedniego rodzaju diagramu Znaczenie symboli, notacji i linii Rozszerzanie UML-a za pomocą etykiet, stereotypów i profili Architektura sterowana modelem Język Object Constraint Language (OCL) Praktyczne wskazówki z zakresu modelowania Poznaj tajniki modelowania w języku UML 2.0