Результати пошуку
Tablice informatyczne. MS Windows Server 2008
Witold Wrotek
Jak zainstalować Windows Server 2008? W jaki sposób skonfigurować usługi sieciowe? Jak określić polityki zabezpieczeń? Administrowanie systemem Windows to ciągły wyścig z czasem. Zmieniające się wymagania użytkowników, coraz bardziej wysublimowane techniki ataków hakerskich, konieczność dostosowania konfiguracji systemu do warunków pracy - wszystko to powoduje, że administrator Windows musi błyskawicznie poznawać nowe zagadnienia. W takich warunkach ciężko znaleźć czas na spokojne przeczytanie książki poświęconej systemowi Windows. Na szczęście, dzięki tablicom informatycznym, można poradzić sobie z tym problemem. Koniec z wertowaniem setek stron, czytaniem długich opisów i schematów. Tablice informatyczne zawierają wszystkie niezbędne informacje, podane w skondensowanej i czytelnej postaci - w sam raz dla tych, którzy cenią sobie swój czas. "Tablice informatyczne. MS Windows Server 2008" to podręczny zbiór wiadomości na temat tego systemu operacyjnego, niezbędny każdemu administratorowi. Znajdziesz w nich następujące informacje: Instalacja i konfiguracja Windows Server i Server Core Konfigurowanie protokołu IPsec i firewalla Przyłączanie komputera do domeny Konfigurowanie usług sieciowych Definiowanie grup i polityki bezpieczeństwa Role i funkcje serwera Usprawnij swoją pracę i oszczędzaj czas korzystając z tablic informatycznych.
Luca Mezzalira
Mikrousługi stały się odpowiedzią na rosnącą złożoność aplikacji internetowych. Do niedawna pojęcie mikrousług dotyczyło wyłącznie backendu, jednak idea ta zainspirowała projektantów do budowania na podobnych zasadach architektury frontendu. Dzięki temu interfejs użytkownika można podzielić na osobne funkcjonalności zarządzane w odrębny sposób przez różne zespoły programistów. Mikrofrontendy zapewniają elastyczność i skalowalność aplikacji ― a to zalety doceniane przez najważniejszych dostawców oprogramowania na rynku. Ta książka jest praktycznym przewodnikiem dla programistów aplikacji internetowych, architektów oprogramowania, menedżerów technicznych i inżynierów. Wyjaśniono w niej, w jaki sposób stosować architekturę mikrousług do frontendu aplikacji. Pokazano najważniejsze zalety mikrofrontendów, takie jak elastyczność, skalowalność i swoboda w dobieraniu bibliotek i platform programistycznych. Omówiono też takie zagadnienia jak wzorce projektowe dla mikrofrontendów, zasady przeprowadzania migracji z frontendu monolitycznego do mikrofrontendów, a także praktyczne aspekty wdrażania architektury mikrofrontendowej w organizacji. Ciekawą kwestią jest również prezentacja dobrych praktyk, na przykład sprawdzonych strategii automatyzacji i wdrażania mikrofrontendów w środowisku produkcyjnym. Najważniejsze zagadnienia: czym się charakteryzują architektury frontendowe jak stosować ideę mikrousług podczas tworzenia frontendu cztery filary tworzenia architektury mikrofrontendowej zasady i najlepsze praktyki ustalania strategii automatyzacji wzorce integracji architektury mikrofrontendowej Mikrofrontendy: nowy wymiar niezawodności frontendu!
Tworzenie wizualizacji na panele HMI firmy Siemens
Tomasz Gilewski
Dowiedz się, do czego służą i jak działają panele sterownicze Poznaj funkcje paneli HMI firmy Siemens Przygotuj do pracy system zarządzania inteligentnym domem domu W kontakcie z inteligentnym domem Tak jak do komunikacji między człowiekiem i komputerem służą klawiatura i ekran, tak do porozumiewania się człowieka z linią technologiczną czy skomplikowanym systemem elektronicznym służy panel sterowniczy. W literaturze przedmiotu oraz w praktyce przemysłowej oznacza się go angielskim akronimem HMI (Human-Machine Interface). Panel, mający postać płaskiej powierzchni - dawniej z przyciskami, pokrętłami i licznikami, dziś z wyświetlaczem - pozwala odczytywać komunikaty systemu i wydawać mu polecenia, podłączać urządzenia zewnętrzne oraz wizualizować sam system w formie uproszczonego schematu graficznego. Ta książka stanowi kompleksowy kurs tworzenia wizualizacji nowoczesnych paneli dotykowych HMI firmy Siemens. Rozdział po rozdziale autor pokazuje funkcje urządzenia, które trzeba poznać, by móc efektywnie wdrożyć projekt do zarządzania inteligentnym domem. Nie oznacza to, że z podręcznika skorzystają jedynie wykonawcy tego typu systemów - aktualnie panele sterownicze znajdują się w praktycznie każdej maszynie realizującej procesy technologiczne lub produkcyjne. Bardzo wiele z nich pracuje pod panelami SIMATIC firmy Siemens. Konfiguracja i programowanie paneli HMI Praca z ekranami Tworzenie scenariuszy (receptury) Odczytywanie komunikatów (alarmy, raporty) Zarządzanie użytkownikami Łączenie większej liczby paneli Bezpieczeństwo systemu i diagnozowanie problemów
Uczenie głębokie od zera. Podstawy implementacji w Pythonie
Seth Weidman
Uczenie głębokie (ang. deep learning) zyskuje ostatnio ogromną popularność. Jest to ściśle związane z coraz częstszym zastosowaniem sieci neuronowych w przeróżnych branżach i dziedzinach. W konsekwencji inżynierowie oprogramowania, specjaliści do spraw przetwarzania danych czy osoby w praktyce zajmujące się uczeniem maszynowym muszą zdobyć solidną wiedzę o tych zagadnieniach. Przede wszystkim trzeba dogłębnie zrozumieć podstawy uczenia głębokiego. Dopiero po uzyskaniu biegłości w posługiwaniu się poszczególnymi koncepcjami i modelami możliwe jest wykorzystanie w pełni potencjału tej dynamicznie rozwijającej się technologii. Ten praktyczny podręcznik, poświęcony podstawom uczenia głębokiego, zrozumiale i wyczerpująco przedstawia zasady działania sieci neuronowych z trzech różnych poziomów: matematycznego, obliczeniowego i konceptualnego. Takie podejście wynika z faktu, że dogłębne zrozumienie sieci neuronowych wymaga nie jednego, ale kilku modeli umysłowych, z których każdy objaśnia inny aspekt działania tych sieci. Zaprezentowano tu również techniki implementacji poszczególnych elementów w języku Python, co pozwala utworzyć działające sieci neuronowe. Dzięki tej książce stanie się jasne, w jaki sposób należy tworzyć, uczyć i stosować wielowarstwowe, konwolucyjne i rekurencyjne sieci neuronowe w różnych praktycznych zastosowaniach. W książce między innymi: matematyczne podstawy uczenia głębokiego tworzenie modeli do rozwiązywania praktycznych problemów standardowe i niestandardowe techniki treningu sieci neuronowych rozpoznawanie obrazów za pomocą konwolucyjnych sieci neuronowych rekurencyjne sieci neuronowe, ich działanie i implementacja praca z wykorzystaniem biblioteki PyTorch Uczenie głębokie: zrozum, zanim zaimplementujesz!
Uczenie głębokie i sztuczna inteligencja. Interaktywny przewodnik ilustrowany
Jon Krohn, Grant Beyleveld, Aglaé Bassens
Uczenie maszynowe jest przyszłością naszej cywilizacji. Już dziś wywiera ogromny wpływ na nasze życie. Odmieniło kształt wielu sektorów: usług konsumenckich, inżynierii, bankowości, medycyny czy produkcji. Trudno też przewidzieć zmiany, jakie potęga sieci neuronowych przyniesie nam w nadchodzących latach. Osoby zajmujące się zawodowo uczeniem głębokim i sieciami neuronowymi mogą liczyć na ekscytujące możliwości, jednak zaawansowana matematyka i teoria stanowiące podstawę uczenia maszynowego mogą zniechęcać do prób poważnego zajęcia się tą dziedziną. Ta książka jest nowatorskim podręcznikiem, w którym w zrozumiały, intuicyjny sposób opisano techniki sztucznej inteligencji. Została wzbogacona kolorowymi ilustracjami i zrozumiałym kodem, dzięki czemu pozwala o wiele łatwiej zagłębić się w złożoność modeli głębokiego uczenia. Trudniejsze zagadnienia matematyczne zostały ograniczone do niezbędnego minimum, przedstawiono je jednak w sposób maksymalnie przystępny. Po lekturze zrozumiesz, czym jest głębokie uczenie, dlaczego stało się tak popularne i jak się ma do innych dziedzin uczenia maszynowego. W pragmatyczny sposób opisano takie aspekty zastosowań głębokiego uczenia jak widzenie maszynowe, przetwarzanie języka naturalnego, generowanie obrazów, a nawet gra w różne gry. Prezentowane treści uzupełnia praktyczny kod i szereg wskazówek dotyczących korzystania z bibliotek Keras i TensorFlow. W książce między innymi: teoretyczne podstawy sztucznej inteligencji, w tym sieci neuronowe i ich trening oraz optymalizacja sieci konwolucyjne, rekurencyjne, GAN, głębokie uczenie przez wzmacnianie potencjał systemów głębokiego uczenia narzędzia do tworzenia, stosowania i usprawniania modeli głębokiego uczenia tworzenie interaktywnych aplikacji opartych na głębokim uczeniu Uczenie głębokie: przekonaj się na własne oczy!
Brett Lantz
Uczenie maszynowe polega na przekształcaniu danych w informacje ułatwiające podejmowanie decyzji. W erze big data umożliwia pracę z ogromnymi strumieniami napływających informacji ― pozwala na ich zrozumienie i efektywne zastosowanie. Ulubionym narzędziem analityków danych jest bezpłatne wieloplatformowe środowisko programowania statystycznego o nazwie R, oferujące potężne, intuicyjne i łatwe do opanowania narzędzia. To czwarte, zaktualizowane wydanie znakomitego przewodnika poświęconego zastosowaniu uczenia maszynowego do rozwiązywania rzeczywistych problemów w analizie danych. Dzięki książce dowiesz się wszystkiego, co trzeba wiedzieć o wstępnym przetwarzaniu danych, znajdowaniu kluczowych spostrzeżeń, prognozowaniu i wizualizowaniu odkryć. W tym wydaniu dodano kilka nowych rozdziałów dotyczących data science i niektórych trudniejszych zagadnień, takich jak zaawansowane przygotowywanie danych, budowanie lepiej uczących się modeli i praca z big data. Znalazło się tu także omówienie etycznych aspektów uczenia maszynowego i wprowadzenie do uczenia głębokiego. Treść została zaktualizowana do wersji 4.0.0 języka R. Dzięki tej książce nauczysz się: kompleksowo realizować proces uczenia maszynowego przeprowadzać predykcję za pomocą drzew decyzyjnych, reguł i maszyn wektorów nośnych szacować wartości finansowe przy użyciu regresji modelować złożone procesy z wykorzystaniem sztucznych sieci neuronowych oceniać modele i poprawiać ich trafność łączyć R z bazami danych SQL i nowymi technologiami big data Naucz się przekształcać surowe dane w wiedzę!
Uczenie maszynowe w Pythonie. Receptury. Od przygotowania danych do deep learningu. Wydanie II
Kyle Gallatin, Chris Albon
W ciągu ostatnich lat techniki uczenia maszynowego rozwijały się z niezwykłą dynamiką, rewolucjonizując pracę w różnych branżach. Obecnie do uczenia maszynowego najczęściej używa się Pythona i jego bibliotek. Znajomość najnowszych wydań tych narzędzi umożliwia efektywne tworzenie wyrafinowanych systemów uczących się. Oto zaktualizowane wydanie popularnego przewodnika, dzięki któremu skorzystasz z ponad dwustu sprawdzonych receptur bazujących na najnowszych wydaniach bibliotek Pythona. Wystarczy, że skopiujesz i dostosujesz kod do swoich potrzeb. Możesz też go uruchamiać i testować za pomocą przykładowego zbioru danych. W książce znajdziesz receptury przydatne do rozwiązywania szerokiego spektrum problemów, od przygotowania i wczytania danych aż po trenowanie modeli i korzystanie z sieci neuronowych. W ten sposób wyjdziesz poza rozważania teoretyczne czy też matematyczne koncepcje i zaczniesz tworzyć aplikacje korzystające z uczenia maszynowego. Poznaj receptury dotyczące: pracy z danymi w wielu formatach, z bazami i magazynami danych redukcji wymiarowości, jak również oceny i wyboru modelu regresji liniowej i logistycznej, drzew i lasów, a także k-najbliższych sąsiadów maszyn wektorów nośnych (SVM), naiwnej klasyfikacji bayesowskiej i klasteryzacji udostępniania wytrenowanych modeli za pomocą wielu frameworków Długo szukałam książki, która spójnie przedstawiałaby algorytm ANN, hiperpłaszczyzny i wybór cech za pomocą losowego lasu. I wtedy pojawiła się ta pozycja! Vicki Boykis, inżynier uczenia maszynowego w Duo
Układy elektroniczne w praktyce
Witold Wrotek
Poznaj teoretyczne podstawy działania najczęściej spotykanych układów elektronicznych Dowiedz się, jak zbudować własny generator, miernik i odbiornik radiowy Naucz się montować urządzenia i dobierać elementy odpowiednie do zastosowań Poznaj zasady działania układów elektronicznych od podszewki! Zastanawiałeś się kiedyś, co sprawia, że możesz rozmawiać przez telefon komórkowy? Ciekawiło Cię, jak działa telewizor? Chciałeś się dowiedzieć, dlaczego kuchenka mikrofalowa jest w stanie tak szybko podgrzewać potrawy? A może myślałeś nad tym, jak to możliwe, że komputer tak doskonale radzi sobie z przetwarzaniem danych? Wszystko to jest możliwe dzięki elektronice, stosunkowo młodej dziedzinie nauki, która niesłusznie uchodzi za skomplikowaną i trudną do opanowania. Aby dowiedzieć się, co sprawia, że otaczające nas urządzenia mają określone właściwości, trzeba poznać zasady działania układów elektronicznych, a do tego niezbędna jest odpowiednia książka. W tej roli doskonale sprawdzi się pozycja „Układy elektroniczne w praktyce”. Jej autor w bardzo klarowny sposób przedstawia teorię leżącą u podstaw działania kilku często spotykanych typów urządzeń oraz prezentuje sposoby konstruowania takich maszyn. Przy okazji podaje zarówno listy niezbędnych elementów, jak i wskazówki dotyczące montażu poszczególnych układów. Z książki dowiesz się, jak działają różne rodzaje generatorów, mierników cyfrowych i odbiorników radiowych, a także nauczysz się samodzielnie budować każde z tych urządzeń. Jeśli chcesz poznać praktyczną stronę elektroniki, a masz już podstawową wiedzę na temat stojącej za nią teorii, to podręcznik właśnie dla Ciebie! Podstawy projektowania układów i doboru właściwych elementów Budowa akustycznych generatorów tranzystorowych i scalonych Budowa woltomierza i częstościomierza cyfrowego Budowa odbiorników radiowych i CB Praktyczne wskazówki dotyczące montażu i parametrów układów Przekonaj się, że elektronika to nic trudnego!