Search results

Cyfrowa ciemnia. Komputerowy warsztat fotografa

Artur Chmielewski

Fotografia cyfrowa — po mistrzowsku opanuj jej specyfikę! Już ładnych parę lat temu fotografia cyfrowa szturmem podbiła serca fotoamatorów i profesjonalistów, którzy pół swojego wcześniejszego zawodowego życia spędzali zamknięci w ciemni. Do lamusa odeszły sprzęty równie tajemnicze jak tygle alchemików, a ich miejsce zajęły aparat z dużą kartą pamięci oraz komputer z dobrym ekranem i odpowiednim oprogramowaniem: nowa technologia kusiła bogactwem możliwości oraz łatwością dokonywania niemal dowolnych zmian. Jednak współczesne narzędzia, podobnie jak te stosowane przed stuleciem, nie pozwolą na stworzenie arcydzieła z fotki nędznej jakości i nie zastąpią umiejętności oraz talentu jej autora. Dobry fotograf świetnie wie, że podstawą jego pracy jest wykorzystanie światła i uchwycenie nastroju chwili, ale powinien także bezwzględnie dowiedzieć się, jak wykorzystać specyfikę działania aparatów cyfrowych oraz programów do obróbki zdjęć, by uzyskać naprawdę oszałamiający efekt. Z tej książki dowiesz się, czym różnią się od siebie poszczególne formaty zapisu plików w aparatach cyfrowych i co z tego wynika. Jej autor podpowie Ci, jak zbudować właściwy system komputerowy, pozwalający wygodnie pracować nad zdjęciami, a także jak wybrać i skonfigurować oprogramowanie. Z jego pomocą nauczysz się kalibrować barwy i pracować z profilami ICC, usuwać przebarwienia z uporem narzucane przez aparat i wykonywać niezbędne prace w zakresie korekty fotografii. Nie mniej ważnym zagadnieniem szczegółowo omawianym w książce jest kwestia uporządkowania i archiwizacji zdjęć, czyli tworzenia bezpiecznego cyfrowego archiwum. Poznaj wyzwania stojące przed każdym współczesnym wielbicielem fotografowania i odpowiedz na nie już teraz! Co to znaczy "dobre zdjęcie"? Formaty zapisu cyfrowych zdjęć Zarządzanie barwą dla fotoamatorów Sprzęt fotograficzny i system informatyczny Opis zdjęcia w standardzie IPTC Krótki przewodnik po systemach edycyjnych Obróbka niedestruktywna Korekta podstawowych parametrów zdjęcia Archiwum a kopie bezpieczeństwa Specyfika fotografii cyfrowej, czyli dlaczego aparat analogowy i cyfrowy robią inne zdjęcia Warsztat pracy, czyli jak właściwie dobrać sprzęt fotograficzny i system komputerowy Katalogowanie i archiwizacja, czyli jak chronić swoje zdjęcia przed cyfrową nirwaną Fotoniezbędnik cyfrowego wyjadacza! Artur Chmielewski — z wykształcenia informatyk, z pasji i wykonywanego zawodu fotoreporter i dziennikarz. Od przeszło dziesięciu lat fotografuje dla ogólnopolskich tytułów prasowych. Zaczynał w "Życiu Warszawy", skąd przeszedł do magazynu "Stolica", a następnie do tygodnika "Kulisy". Przez kilka lat, od początku istnienia obu tytułów, był związany z "Dziennikiem Polska Europa Świat", a następnie "Dziennikiem Gazetą Prawną". Publikuje m.in. w: "Fakcie", "SuperExpressie", "Newsweeku", "Wprost", "Polityce", "Timesie". Obecnie jako wolny strzelec współpracuje z Polską Agencją Fotografów FORUM. Poza fotografią wydarzeniową uprawia fotoreportaż oraz fotografię studyjną. Portretuje najważniejsze osobistości świata polityki, kultury i sztuki. Współpracuje również z kilkoma magazynami lifestylowymi, dla których fotografuje ekskluzywne wnętrza.

Czysty kod w C++17. Oprogramowanie łatwe w utrzymaniu

Stephan Roth

Wzorce i najlepsze praktyki rozwoju łatwego w utrzymaniu oprogramowania w C++17 Język C++ jest wszechstronnym, potężnym językiem programowania, który ma bardzo różne zastosowania. To klasyczne, wciąż udoskonalane i unowocześniane narzędzie. Problemem jednak jest to, że programiści piszący w C++ dość często mają złe nawyki. Nie przestrzegają zasad manifestu Software Craftsmanship, stosują okropną składnię, całkowicie ignorują podstawowe reguły prawidłowego projektowania i pisania oprogramowania, a tworzony przez nich kod, choć często wydajny i szybki, bywa niemal niemożliwy w utrzymaniu. Jeśli chcesz, aby Twój kod C++ stał się optymalny i zyskał wyższą jakość, powinieneś uważnie przestudiować tę książkę. Pisanie dobrego kodu oznacza przyjemniejszą i wydajniejszą pracę. Niezależnie od tego, czy dopiero zaczynasz przygodę z C++, czy jesteś doświadczonym deweloperem, znajdziesz w tej publikacji cenne i przydatne informacje dotyczące zasad pisania kodu. Akronimy KISS, YAGNI czy DRY zyskają dla Ciebie nowe znaczenie! Otrzymasz też mnóstwo przydatnych wskazówek odnoszących się do pisania funkcji, prowadzenia testów, obsługi wyjątków i błędów, a nawet umieszczania komentarzy w kodzie. Na licznych przykładach pokazano, jak pisać zrozumiały, elastyczny, łatwy w konserwacji i wydajny kod w C++. W książce między innymi: Solidne wyjaśnienie zasad pisania czystego kodu w C++ Programowanie funkcyjne i obiektowe Wskazówki dotyczące programowania sterowanego testami (Test Driven Development) Wzorce projektowe i idiomy z C++ Praktyczne wykorzystanie wzorców projektowych podczas programowania Czysty kod C++17: elegancja, prostota i moc.

Czysty Agile. Powrót do podstaw

Robert C. Martin

W lutym 2001 roku grupa kilkunastu pasjonatów programowania zebrała się w Snowbird w stanie Utah, aby podyskutować na temat efektywności tworzenia oprogramowania i określić nowe zasady pracy. Nie był to cel łatwy do osiągnięcia. Siedemnaście osób o całkowicie różnych doświadczeniach i przekonaniach raczej rzadko wypracowuje wspólne stanowisko. A jednak w tym przypadku tak się stało i powstał Manifest Agile. Właśnie wtedy narodziła się jedna z najważniejszych idei w świecie oprogramowania, która stopniowo zyskiwała zwolenników również poza światem programistów. Zwiększająca się popularność Agile sprawiła, że wielu starało się upiększać, rozmywać czy modyfikować jego koncepcje. Powoli dookoła Agile nagromadziły się nieporozumienia. Ta książka jest bardzo potrzebnym powrotem do podstaw Agile. Przyda się nowemu pokoleniu programistów, nieprogramistów i osób, które kierują zespołami. Znalazł się tu jednoznaczny opis sedna Agile jako prostej i spójnej koncepcji zwinnego zarządzania małym projektem w niewielkim zespole. To bardzo ważny aspekt Agile, gdyż wielkie projekty składają się z szeregu małych projektów. Pokazano tu, jak zaimplementować metodyki Agile w poprawny, czysty sposób. Zaprezentowano kluczowe koncepcje w ich pierwotnej formie. Wyjaśniono zasady poszczególnych praktyk. Przy tym wszystkim książka jest szczerą, osobistą opowieścią o historii Agile i jego fundamentalnej idei. W tej książce między innymi: czym jest Agile i jaka jest jego istota właściwe stosowanie metodyki Scrum najważniejsze praktyki biznesowe Agile najważniejsze praktyki techniczne Agile wartości i rzemieślnictwo a praca zwinnych zespołów Agile: ponadczasowa idea zwinnego rozwoju projektu!

Czyszczenie danych w Pythonie. Receptury. Nowoczesne techniki i narzędzia Pythona do wykrywania i eliminacji zanieczyszczeń oraz wydobywania kluczowych cech z danych

Michael Walker

Przetwarzanie dużych ilości danych daje wiedzę, która leży u podstaw istotnych decyzji podejmowanych przez organizację. Pozwala to na uzyskiwanie znakomitych efektów: techniki wydobywania wiedzy z danych stają się coraz bardziej wyrafinowane. Podstawowym warunkiem sukcesu jest uzyskanie odpowiedniej jakości danych. Wykorzystanie niespójnych i niepełnych informacji prowadzi do podejmowania błędnych decyzji. Konsekwencją mogą być straty finansowe, stwarzanie konkretnych zagrożeń czy uszczerbek na wizerunku. A zatem oczyszczanie jest wyjątkowo ważną częścią analizy danych. Ta książka jest praktycznym zbiorem gotowych do użycia receptur, podanych tak, aby maksymalnie ułatwić proces przygotowania danych do analizy. Omówiono tu takie kwestie dotyczące danych jak importowanie, ocena ich jakości, uzupełnianie braków, porządkowanie i agregacja, a także przekształcanie. Poza zwięzłym omówieniem tych zadań zaprezentowano najskuteczniejsze techniki ich wykonywania za pomocą różnych narzędzi: Pandas, NumPy, Matplotlib czy SciPy. W ramach każdej receptury wyjaśniono skutki podjętych działań. Cennym uzupełnieniem jest zestaw funkcji i klas zdefiniowanych przez użytkownika, które służą do automatyzacji oczyszczania danych. Umożliwiają one też dostrojenie procesu do konkretnych potrzeb. W książce znajdziesz receptury, dzięki którym: wczytasz i przeanalizujesz dane z różnych źródeł uporządkujesz dane, poprawisz ich błędy i uzupełnisz braki efektywnie skorzystasz z bibliotek Pythona zastosujesz wizualizacje do analizy danych napiszesz własne funkcje i klasy do automatyzacji procesu oczyszczania danych Prawdziwą wartość mają tylko oczyszczone i spójne dane!

Czysty kod w C#. Techniki refaktoryzacji i najlepsze praktyki

Jason Alls

Język C# cechują dojrzałość, prostota i nowoczesność. Służy on do wielu celów: do tworzenia aplikacji sieciowych, aplikacji działających w chmurze, oprogramowania dla urządzeń mobilnych i internetu rzeczy. Choć pozwala na pisanie kodu bezpiecznego, przejrzystego, wydajnego i prostego w konserwacji, zdarzają się przypadki, gdy jest on tak fatalnej jakości, że uzyskanie właściwej skalowalności i wydajności oprogramowania staje się niemożliwe. W takim wypadku trzeba zidentyfikować i rozwiązać problemy występujące w kodzie. Nie jest to łatwe zadanie. Dzięki tej książce zrozumiesz znaczenie standardów kodowania, zasad i metodologii. Dowiesz się, czemu służą przeglądy kodu oraz jak przyczyniają się do jego poprawiania oraz zapewnienia zgodności z uznanymi standardami. Opisano tu także testy jednostkowe, zagadnienia związane z techniką TDD oraz rozwiązywaniem zadań przekrojowych. Zaprezentowano dobre praktyki programowania obiektów, struktur danych, obsługiwania wyjątków oraz innych aspektów pisania programów w języku C#. Poszczególne zagadnienia zilustrowano licznymi przykładami działającego kodu C# oraz wyczerpującymi wyjaśnieniami w postaci procedur krok po kroku. W książce między innymi: dobre praktyki pisania kodu w C# implementacja metodologii fail-pass-refactor dla kodu w C# wzorce projektowe i ich stosowanie rozpoznawanie kodu złej jakości zabezpieczanie interfejsów API i usługa Azure Key Vault wykorzystywanie narzędzi do profilowania i refaktoryzacji C#. Sekret sukcesu tkwi w czystym i najbardziej przejrzystym kodzie

Dane testowe. Teoria i Praktyka

Radosław Smilgin, Anna Piaskowy

Książka, której nie może zabraknąć w biblioteczce ambitnego programisty! Programowanie nierzadko uchodzi za sztukę magiczną, jednak nawet najbardziej pomysłowa aplikacja okaże się bezużyteczna, gdy znajdzie się w niej choć jeden poważny błąd — powodujący, że działanie programu będzie niezgodne z oczekiwaniami twórców i użytkowników. Dlatego nie mniej istotną kwestią jest należyte sprawdzenie poprawności oprogramowania. Takie działanie pozwoli nam zyskać pewność, że otrzymane za jego pomocą wyniki będą w pełni pokrywały się z przyjętymi założeniami. Zadanie to nie jest wcale tak banalne, jak mogłoby się wydawać, a zlekceważenie etapu testów może kosztować znacznie więcej, niż gotowi jesteśmy zapłacić. Niestety, tematyce tej nie poświęca się zwykle odpowiednio dużo uwagi, co można łatwo stwierdzić, przeglądając dostępne na rynku opracowania dotyczące testowania aplikacji. Chlubnym wyjątkiem jest tu książka "Dane testowe. Teoria i praktyka", w całości poświęcona metodologii przygotowywania i praktycznego wykorzystywania danych testowych, które zapewniają maksymalną niezawodność oraz bezpieczeństwo działania programów. Autor wprowadza Czytelnika w teoretyczne podstawy definiowania i generowania tego rodzaju danych, lecz prezentuje również przykłady i możliwości zastosowania opisywanych technik w praktyce. Dzięki temu każdy programista i tester będzie mógł skrócić czas sprawdzania poprawności działania aplikacji i uniknie szeregu typowych błędów oraz zaniechań, popełnianych zwykle w tym nierzadko bardzo skomplikowanym procesie. Podstawowe typy danych i związane z nimi błędy Techniki projektowania testów Definiowanie danych testowych Zarządzanie danymi i rozwiązywanie problemów Praktyczne przykłady danych testowych i ich wykorzystanie Sposoby pozyskiwania rzeczywistych danych Samodzielne generowanie danych testowych

Data science od podstaw. Analiza danych w Pythonie

Joel Grus

Współczesne ogromne zbiory danych zawierają odpowiedzi na prawie każde pytanie. Równocześnie nauka o danych jest dziedziną, która cokolwiek onieśmiela. Znajduje się gdzieś pomiędzy subtelnymi umiejętnościami hakerskimi, twardą wiedzą z matematyki i statystyki a merytoryczną znajomością zagadnień z danej branży. Co więcej, dziedzina ta niezwykle dynamicznie się rozwija. Trud włożony w naukę o danych niewątpliwie się jednak opłaca: biegły analityk danych może liczyć na dobrze płatną, inspirującą i bardzo atrakcyjną pracę. Dzięki tej książce opanujesz najważniejsze zagadnienia związane z matematyką i statystyką, będziesz także rozwijać umiejętności hakerskie. W ten sposób zyskasz podstawy pozwalające na rozpoczęcie przygody z analizą danych. Gruntownie zapoznasz się z potrzebnymi narzędziami i algorytmami. Pozwoli Ci to lepiej zrozumieć ich działanie. Poszczególne przykłady, którymi zilustrowano omawiane zagadnienia, są przejrzyste, dobrze opisane i zrozumiałe. Podczas lektury książki poznasz biblioteki, które umożliwią zaimplementowanie omówionych technik podczas analizy dużych zbiorów danych. Szybko się przekonasz, że aby zostać analitykiem danych, wystarczy odrobina ciekawości, sporo chęci, mnóstwo ciężkiej pracy i... ta książka. Najważniejsze zagadnienia: Praktyczne wprowadzenie do Pythona Podstawy algebry liniowej, statystyki i rachunku prawdopodobieństwa w analizie danych Podstawy uczenia maszynowego Implementacje algorytmów modeli, w tym naiwny klasyfikator bayesowski, regresja liniowa, regresja logistyczna, drzewa decyzyjne, sieci neuronowe i grupowanie, MapReduce Systemy rekomendacji i mechanizmy przetwarzania języka naturalnego Korzystanie z mediów społecznościowych i baz danych. Python. Wyciśniesz z danych każdą kroplę wiedzy!

Data science, wyzwania i rozwiązania. Jak zostać ekspertem analizy danych

Daniel Vaughan

Uczenie się i praktykowanie danologii nie należy do najłatwiejszych zadań. Edukacja w tej dziedzinie zazwyczaj dotyczy programowania i uczenia maszynowego, a przecież świetny analityk danych musi się znać na wielu innych zagadnieniach. Może się ich nauczyć w pracy, ale w tym celu konieczne jest znalezienie mentora. A to niestety nie zawsze jest możliwe. Ten podręcznik zaczyna się tam, gdzie większość książek się kończy - od rzeczywistych procesów decyzyjnych opartych na wnioskach wynikających z danych. Brett Holleman, niezależny danolog Dzięki tej książce przyswoisz różne techniki, które pomogą Ci stać się bardziej produktywnym analitykiem danych. Najpierw zapoznasz się z tematami związanymi z rozumieniem danych i umiejętnościami miękkimi, które okazują się konieczne w pracy dobrego danologa. Dopiero potem skupisz się na kluczowych aspektach uczenia maszynowego. W ten sposób stopniowo przejdziesz ścieżkę od przeciętnego kandydata do wyjątkowego specjalisty data science. Umiejętności opisane w tym przewodniku przez wiele lat były rozpoznawane, katalogowane, analizowane i stosowane do generowania wartości i szkolenia danologów w różnych firmach i branżach. Z książki dowiesz się: jak sprawić, by procesy oparte na analizie danych generowały wartość jak zaprojektować przydatne wskaźniki jak zdobywać poparcie interesariuszy jak się upewnić, że algorytm uczenia maszynowego nadaje się do rozwiązania danego zadania jak zapanować nad wyciekami danych Oto brakujący podręcznik pozwalający odnieść sukces komercyjny dzięki data science! Adri Purkayastha, dyrektor do spraw zagrożeń związanych z AI, BNP Paribas