Wyniki wyszukiwania

Praktyczny poradnik poligraficzny. Procesy

Andrzej Gołąb

Poznaj procesy poligraficzne w praktyce! W książce: Profesjonalne przygotowanie publikacji do druku Drukowanie przy użyciu różnych technologii Czynności introligatorskie, oprawa i uszlachetnianie publikacji Autorem, wydawcą i dystrybutorem rozmaitych publikacji dziś może być właściwie każdy. Stało się to możliwe dzięki niezwykle łatwemu dostępowi do odpowiednich narzędzi, takich jak wydajne komputery i specjalistyczne oprogramowanie, jak również do mniej lub bardziej profesjonalnych usług poligraficznych. Jednak to nie gwarantuje jeszcze sukcesu. Bez właściwego przygotowania, wiedzy, talentu i opanowania warsztatu efekty tego rodzaju działalności mogą okazać się niewystarczające, co niejednokrotnie przekłada się na niewielką sprzedaż i finansowe niepowodzenie całego przedsięwzięcia. Ta książka sprawi, że będziesz swobodnie poruszać się w świecie poligrafii i edycji oraz unikniesz niweczących wysiłek błędów. Poradnik przyda się osobom bezpośrednio zaangażowanym w procesy wydawnicze, grafikom komputerowym, projektantom, pracownikom działów promocji i marketingu oraz handlowcom, a także uczniom oraz studentom kierunków poligraficznych i artystycznych, wiążących z tą branżą swoją zawodową przyszłość. Dowiedz się, jak profesjonalnie przygotowywać, drukować i oprawiać publikacje!

Python Data Science. Niezbędne narzędzia do pracy z danymi. Wydanie II

Jake VanderPlas

Python udostępnia pierwszorzędne narzędzia i biblioteki przeznaczone specjalnie do pracy z danymi. Zdobyły one uznanie wielu naukowców i ekspertów, ceniących ten język za wysoką jakość rozwiązań służących do wydobywania wiedzy z danych. Aby uzyskać najlepsze możliwe efekty, trzeba dobrze poznać zarówno poszczególne biblioteki Pythona, jak i zasady pracy z nimi. Ta książka stanowi wszechstronne omówienie wszystkich bibliotek Pythona, potrzebnych naukowcom i specjalistom pracującym z danymi. Znalazł się tu dokładny opis IPythona, NumPy, Pandas, Matplotlib, Scikit-Learn i innych narzędzi. Podręcznik uwzględnia przede wszystkim ich aspekty praktyczne, dzięki czemu świetnie się sprawdzi w rozwiązywaniu codziennych problemów z manipulowaniem, przekształcaniem, oczyszczaniem i wizualizacją różnych typów danych, a także jako pomoc podczas tworzenia modeli statystycznych i modeli uczenia maszynowego. Docenią go wszyscy, którzy zajmują się obliczeniami naukowymi w Pythonie. To wydanie zawiera jasne przykłady, które pomogą Ci skonfigurować i wykorzystać narzędzia do nauki o danych i uczenia maszynowego. Anne Bonner, założycielka i dyrektor generalna Content Simplicity Nauczysz się: pracować w naukowym środowisku obliczeniowym IPythona korzystać ze specjalistycznych bibliotek przeznaczonych do pracy z danymi stosować typy ndarray i DataFrame do przechowywania i przetwarzania danych tworzyć różnego rodzaju wizualizacje danych za pomocą Matplotlib implementować najważniejsze algorytmy uczenia maszynowego z pakietu Scikit-Learn Wydobywaj z danych mądre odpowiedzi na trudne pytania!

Python. Leksykon kieszonkowy. Wydanie V

Mark Lutz

Język Python obecny jest na rynku od ponad 20 lat. Opracowany został na początku lat dziewięćdziesiątych XX wieku i błyskawicznie zaczął zdobywać uznanie programistów na całym świecie. Python sprawdza się doskonale w pisaniu skryptów oraz narzędzi, a w dużym projekcie także nie zawiedzie oczekiwań. Język ten korzysta z automatycznego zarządzania pamięcią oraz umożliwia obiektowe i funkcyjne podejście do tworzonego programu. Jednym z jego najważniejszych atutów jest bardzo silna społeczność programistów, wymieniająca się na bieżąco informacjami na temat praktycznych zastosowań tego języka. Dzięki temu uzyskanie odpowiedzi na trapiące Cię pytania nie powinno stanowić problemu. Jeżeli jednak chcesz mieć zawsze pod ręką sprawdzone źródło informacji, które pozwoli Ci w każdej sytuacji rozwiać wątpliwości, to trafiłeś na doskonałą pozycję. Należy ona do serii Leksykon kieszonkowy i charakteryzuje się niezwykle zwięzłym, przejrzystym układem najważniejszych treści oraz poręczną formą. Znajdziesz tu szczegółowe informacje na temat typów wbudowanych, wyjątków, programowania obiektowego oraz przetwarzania nazw i reguł zasięgu. Kolejne wydanie tej książki zostało ulepszone i zaktualizowane o mnóstwo nowych informacji, takich jak wykorzystanie Python Launcher w systemie Windows czy formalne reguły dziedziczenia. To doskonałe źródło informacji na temat języka Python! Dzięki tej książce: poznasz podstawy Pythona zapoznasz się z zasadami programowania w tym języku poznasz typy wbudowane wykorzystasz standardowe moduły będziesz mieć zawsze pod ręką solidne źródło informacji o Pythonie Najlepsze rozwiązania typowych problemów!

Python dla DevOps. Naucz się bezlitośnie skutecznej automatyzacji

Noah Gift, Kennedy Behrman, Alfredo Deza, Grig...

Ostatnia dekada zmieniła oblicze IT. Kluczowego znaczenia nabrały big data, a chmura i automatyzacja rozpowszechniły się wszędzie tam, gdzie mowa o efektywności. Inżynierowie muszą wykorzystywać zalety systemów linuksowych w codziennej praktyce, aby zapewnić należyty poziom automatyzacji swoich zadań. Do tych celów świetnie nadaje się Python. Język ten zdobywa coraz większe uznanie z uwagi na jego wszechstronność, jak również wydajność, przenaszalność i bezpieczeństwo kodu. Warto więc wykorzystywać Pythona do administrowania systemami Linux wraz z takimi narzędziami DevOps jak Docker, Kubernetes i Terraform. Dzięki tej książce dowiesz się, jak sobie z tym poradzić. Znalazło się w niej krótkie wprowadzenie do Pythona oraz do automatyzacji przetwarzania tekstu i obsługi systemu plików, a także do pisania własnych narzędzi wiersza poleceń. Zaprezentowano również przydatne narzędzia linuksowe, systemy zarządzania pakietami oraz systemy budowania, monitorowania i automatycznego testowania kodu. Zagadnienia te szczególnie zainteresują specjalistów DevOps. Ponadto zawarto tu podstawowe informacje o chmurze obliczeniowej, usługach IaC i systemach Kubernetes. Omówiono zasady uczenia maszynowego i inżynierii danych z perspektywy DevOps. Przedstawiono także kompletny przewodnik po procesach budowania, wdrażania oraz operacyjnego wykorzystywania modelu uczenia maszynowego z użyciem systemów Flask, sklearn, Docker i Kubernetes. W tej książce: wprowadzenie do Pythona automatyczne przetwarzanie tekstu oraz automatyzacja operacji na plikach automatyzacja za pomocą sprawdzonych narzędzi linuksowych chmura, infrastruktura jako kod, Kubernetes i tryb bezserwerowy uczenie maszynowe i inżynieria danych z perspektywy DevOps tworzenie i operacjonalizacja projektu uczenia maszynowego Python: tutaj ważna jest prawdziwa nowoczesność oprogramowania!

Python i Excel. Nowoczesne środowisko do automatyzacji i analizy danych

Felix Zumstein

Bez Excela trudno sobie wyobrazić wykonywanie różnych złożonych zadań - to ulubione narzędzie naukowców, finansistów, analityków danych, a także profesjonalistów z innych branż. Każda z tych dziedzin ma swoje stale rosnące wymagania wobec Excela. Firma Microsoft wciąż rozwija ten kultowy arkusz kalkulacyjny, jednak język VBA nie nadąża za potrzebami wielu użytkowników. Osoby te często w codziennej pracy korzystają z Pythona do automatyzacji zadań, stąd integracja Excela i Pythona wydaje się naturalnym i wyjątkowo obiecującym rozwiązaniem. Nie musisz dłużej czekać na włączenie Pythona jako języka skryptowego Excela - ta książka wyjaśnia, jak je połączyć i wyciągnąć z tej integracji maksimum korzyści. To wydanie przeznaczone dla zaawansowanych użytkowników Excela, którzy nie posiadają głębokiej wiedzy o Pythonie. Pokazuje, w jaki sposób manipulować danymi zawartymi w plikach Excela bez Excela, a także jak znakomicie zwiększać możliwości tego programu poprzez budowę interaktywnych narzędzi do analizy danych. Niezależnie od tego, czy interesuje Cię praca z samymi arkuszami Excela, czy też chcesz tworzyć aplikacje Excela, znajdziesz tu mnóstwo wyczerpujących, jasnych i praktycznych wskazówek, popartych zrozumiałymi przykładami przydatnego kodu. W książce między innymi: gruntowne podstawy Pythona i korzystania z notatników Jupyter i Visual Studio Code stosowanie biblioteki pandas do zastępowania typowych obliczeń w Excelu automatyzacja konsolidacji skoroszytów Excela i tworzenia raportów w Excelu tworzenie interaktywnych narzędzi Excela za pomocą xlwings współpraca Excela z bazą danych i plikami CSV stosowanie Pythona do zastąpienia VBA, Power Query i Power Pivot Użyj Pythona, a pokochasz Excela!

Python. Machine learning i deep learning. Biblioteki scikit-learn i TensorFlow 2. Wydanie III

Sebastian Raschka, Vahid Mirjalili

Uczenie maszynowe jest jedną z najbardziej fascynujących technologii naszych czasów - rozwojem jego najróżniejszych zastosowań zajmują się tacy giganci jak Google, Facebook, Apple, Amazon czy IBM. Uczenie maszynowe otwiera zupełnie nowe możliwości i powoli staje się nieodzowne: wystarczy wymienić asystenty głosowe w smartfonach, chatboty ułatwiające klientom wybór produktu, a także sieci ułatwiające podejmowanie decyzji o inwestycjach giełdowych, filtrujące niechciane wiadomości e-mail czy wspomagające diagnostykę medyczną. Oto obszerny przewodnik po uczeniu maszynowym i uczeniu głębokim w Pythonie. Zawiera dokładne omówienie najważniejszych technik uczenia maszynowego oraz staranne wyjaśnienie zasad rządzących tą technologią. Poszczególne zagadnienia zilustrowano mnóstwem wyjaśnień, wizualizacji i przykładów, co znakomicie ułatwia zrozumienie materiału i sprawne rozpoczęcie samodzielnego budowania aplikacji i modeli, takich jak te służące do klasyfikacji obrazów, odkrywania ukrytych wzorców czy wydobywania dodatkowych informacji z danych. Wydanie trzecie zostało zaktualizowane - znalazł się w nim opis biblioteki TensorFlow 2 i najnowszych dodatków do biblioteki scikit-learn. Dodano również wprowadzenie do dwóch nowatorskich technik: uczenia przez wzmacnianie i budowy generatywnych sieci przeciwstawnych (GAN). W książce między innymi: platformy, modele i techniki uczenia maszynowego wykorzystywanie biblioteki scikit-learn i TensorFlow sieci neuronowe, sieci GAN i inne przygotowywanie danych dla modeli uczenia maszynowego ocena i strojenie modeli analizy: regresyjna, skupień i sentymentów Uczenie głębokie z Pythonem: zrozum i zastosuj!

Python. Zadania z programowania. Przykładowe imperatywne rozwiązania

Mirosław J. Kubiak

Programuj imperatywnie w Pythonie! Poznaj język Python od strony praktycznej Naucz się czytać i analizować kod Pythona Rozwiązuj problemy programistyczne Python to obecnie jeden z najpopularniejszych języków programowania, a jego znajomość zapewnia zatrudnienie w największych firmach i przy najciekawszych projektach w branży informatycznej. Szerokie możliwości, duża elastyczność i wszechstronność, przejrzystość i zwięzłość składni, czytelność i klarowność kodu, rozbudowany pakiet bibliotek standardowych, niemal nieograniczone zastosowanie w różnych dziedzinach nauki i biznesu - wszystko to sprawia, że język ten z pewnością utrzyma swoją pozycję, a programujące w nim osoby jeszcze długo będą należały do najbardziej pożądanych specjalistów na rynku IT. Jedną z niewątpliwych zalet Pythona jest to, że wspiera różne paradygmaty programowania, w tym programowanie imperatywne. Jeśli chcesz poznać język od podstaw i dowiedzieć się, jak wykorzystać jego możliwości w podejściu imperatywnym i obiektowym, sięgnij po książkę Python. Zadania z programowania. Przykładowe imperatywne rozwiązania. Dzięki zamieszczonym w niej zadaniom o różnym poziomie trudności oraz ich rozwiązaniom szybko i gruntownie nauczysz się programować w Pythonie i czytać kod napisany w tym języku, a praktyczne wskazówki pomogą Ci zrozumieć bardziej zawiłe zagadnienia. Podstawowe operacje wejścia-wyjścia w języku Python Konstrukcje warunkowe, operatory logiczne i pętle Definiowanie i wywoływanie funkcji oraz rekurencja Programowanie zorientowane obiektowo w Pythonie Odczytywanie i zapisywanie plików tekstowych i binarnych Obsługa wyjątków, dekoratory i menedżery kontekstu Iteratory, generatory, funkcje wyższego rzędu Przekonaj się, jak prosty może być język Python! Jeśli chcesz poszerzyć swoją wiedzę i interesuje Cię programowanie funkcyjne w języku Python, sięgnij również po inną książkę tego autora: Python. Zadania z programowania. Przykładowe funkcyjne rozwiązania.

Python. Zwięzłe kompendium dla programisty

David Beazley

Przez ostatnie trzydzieści lat Python intensywnie się rozwijał. Stał się dojrzałym językiem programowania, nadającym się do tworzenia zarówno niewielkich, wyspecjalizowanych narzędzi, jak i złożonych systemów. Zakres jego możliwości poszerzają liczne biblioteki i narzędzia. Ta wszechstronność i bogactwo stanowią jednak duże wyzwanie dla programistów, którzy chcieliby nie tyle poznać poszczególne funkcje tego języka, ile dogłębnie go zrozumieć i nauczyć się "pythonicznego" sposobu myślenia. Ta książka jest zwięzłym, skupionym na praktyce przewodnikiem po Pythonie w wersji 3.6 i nowszych. Dzięki niej skoncentrujesz się na rdzeniu języka i podstawowych zagadnieniach, które musisz doskonale opanować, jeśli chcesz pisać w nim dobry kod. Dowiesz się zatem, jak działa Python i jakich zasad należy przestrzegać podczas tworzenia programów, które później będą łatwe do przetestowania, debugowania i utrzymania. Dobrze zrozumiesz kluczowe kwestie, takie jak abstrakcja danych, kontrola przepływu programu, struktura programu, funkcje, obiekty i moduły. Poszczególne treści zostały zilustrowane przejrzystymi fragmentami kodu, pozwalającymi nie tylko łatwiej przyswoić opisane zagadnienia, ale i poczuć niezwykły urok Pythona - tę magię, która sprawia, że programowanie w tym języku daje mnóstwo przyjemności i satysfakcji! W książce: czym jest rdzeń Pythona praca z danymi i ich analiza zasady tworzenia przejrzystego i niezawodnego kodu funkcje i idiomy w programowaniu funkcjonalnym generatory, klasy, moduły, pakiety prawidłowa obsługa I/O i korzyści ze stosowania słowników Python? Zacznij od tego, co w nim najważniejsze!