Publisher: 16
Michael Walker
Getting clean data to reveal insights is essential, as directly jumping into data analysis without proper data cleaning may lead to incorrect results. This book shows you tools and techniques that you can apply to clean and handle data with Python. You'll begin by getting familiar with the shape of data by using practices that can be deployed routinely with most data sources. Then, the book teaches you how to manipulate data to get it into a useful form. You'll also learn how to filter and summarize data to gain insights and better understand what makes sense and what does not, along with discovering how to operate on data to address the issues you've identified. Moving on, you'll perform key tasks, such as handling missing values, validating errors, removing duplicate data, monitoring high volumes of data, and handling outliers and invalid dates. Next, you'll cover recipes on using supervised learning and Naive Bayes analysis to identify unexpected values and classification errors, and generate visualizations for exploratory data analysis (EDA) to visualize unexpected values. Finally, you'll build functions and classes that you can reuse without modification when you have new data. By the end of this Python book, you'll be equipped with all the key skills that you need to clean data and diagnose problems within it.
Michael Walker
Jumping into data analysis without proper data cleaning will certainly lead to incorrect results. The Python Data Cleaning Cookbook - Second Edition will show you tools and techniques for cleaning and handling data with Python for better outcomes.Fully updated to the latest version of Python and all relevant tools, this book will teach you how to manipulate and clean data to get it into a useful form. he current edition focuses on advanced techniques like machine learning and AI-specific approaches and tools for data cleaning along with the conventional ones. The book also delves into tips and techniques to process and clean data for ML, AI, and NLP models. You will learn how to filter and summarize data to gain insights and better understand what makes sense and what does not, along with discovering how to operate on data to address the issues you've identified. Next, you’ll cover recipes for using supervised learning and Naive Bayes analysis to identify unexpected values and classification errors and generate visualizations for exploratory data analysis (EDA) to identify unexpected values. Finally, you’ll build functions and classes that you can reuse without modification when you have new data.By the end of this Data Cleaning book, you'll know how to clean data and diagnose problems within it.
Nathan Greeneltch
Data mining is a necessary and predictable response to the dawn of the information age. It is typically defined as the pattern and/ or trend discovery phase in the data mining pipeline, and Python is a popular tool for performing these tasks as it offers a wide variety of tools for data mining.This book will serve as a quick introduction to the concept of data mining and putting it to practical use with the help of popular Python packages and libraries. You will get a hands-on demonstration of working with different real-world datasets and extracting useful insights from them using popular Python libraries such as NumPy, pandas, scikit-learn, and matplotlib. You will then learn the different stages of data mining such as data loading, cleaning, analysis, and visualization. You will also get a full conceptual description of popular data transformation, clustering, and classification techniques.By the end of this book, you will be able to build an efficient data mining pipeline using Python without any hassle.
Alberto Boschetti, Luca Massaron
Fully expanded and upgraded, the latest edition of Python Data Science Essentials will help you succeed in data science operations using the most common Python libraries. This book offers up-to-date insight into the core of Python, including the latest versions of the Jupyter Notebook, NumPy, pandas, and scikit-learn.The book covers detailed examples and large hybrid datasets to help you grasp essential statistical techniques for data collection, data munging and analysis, visualization, and reporting activities. You will also gain an understanding of advanced data science topics such as machine learning algorithms, distributed computing, tuning predictive models, and natural language processing. Furthermore, You’ll also be introduced to deep learning and gradient boosting solutions such as XGBoost, LightGBM, and CatBoost.By the end of the book, you will have gained a complete overview of the principal machine learning algorithms, graph analysis techniques, and all the visualization and deployment instruments that make it easier to present your results to an audience of both data science experts and business users
Alberto Boschetti
The book starts by introducing you to setting up your essential data science toolbox. Then it will guide you across all the data munging and preprocessing phases. This will be done in a manner that explains all the core data science activities related to loading data, transforming and fixing it for analysis, as well as exploring and processing it. Finally, it will complete the overview by presenting you with the main machine learning algorithms, the graph analysis technicalities, and all the visualization instruments that can make your life easier in presenting your results.In this walkthrough, structured as a data science project, you will always be accompanied by clear code and simplified examples to help you understand the underlying mechanics and real-world datasets.
Python Data Science Essentials. Learn the fundamentals of Data Science with Python - Second Edition
Luca Massaron, Alberto Boschetti
Fully expanded and upgraded, the second edition of Python Data Science Essentials takes you through all you need to know to suceed in data science using Python. Get modern insight into the core of Python data, including the latest versions of Jupyter notebooks, NumPy, pandas and scikit-learn. Look beyond the fundamentals with beautiful data visualizations with Seaborn and ggplot, web development with Bottle, and even the new frontiers of deep learning with Theano and TensorFlow. Dive into building your essential Python 3.5 data science toolbox, using a single-source approach that will allow to to work with Python 2.7 as well. Get to grips fast with data munging and preprocessing, and all the techniques you need to load, analyse, and process your data. Finally, get a complete overview of principal machine learning algorithms, graph analysis techniques, and all the visualization and deployment instruments that make it easier to present your results to an audience of both data science experts and business users.
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!
Benjamin Baka
Data structures allow you to organize data in a particular way efficiently. They are critical to any problem, provide a complete solution, and act like reusable code. In this book, you will learn the essential Python data structures and the most common algorithms. With this easy-to-read book, you will be able to understand the power of linked lists, double linked lists, and circular linked lists. You will be able to create complex data structures such as graphs, stacks and queues. We will explore the application of binary searches and binary search trees. You will learn the common techniques and structures used in tasks such as preprocessing, modeling, and transforming data. We will also discuss how to organize your code in a manageable, consistent, and extendable way. The book will explore in detail sorting algorithms such as bubble sort, selection sort, insertion sort, and merge sort. By the end of the book, you will learn how to build components that are easy to understand, debug, and use in different applications.
Mercury Learning and Information, Oswald Campesato
This Pocket Primer book introduces the fundamentals of data structures using Python. It provides a comprehensive yet fast-paced introduction to core Python concepts and data structures, emphasizing their importance in managing large datasets and implementing search and sort algorithms effectively. The course starts with a basic introduction to Python, setting a solid foundation for more complex topics.The journey continues with an exploration of recursion and combinatorics, followed by detailed discussions on strings, arrays, and various search and sort algorithms. Further, the book delves into linked lists, queues, and stacks, illustrating their practical applications with numerous code samples. This structured approach ensures that learners can progressively build their knowledge and skills in data structures, reinforced by hands-on coding examples.With companion files available for download, the book provides additional resources for practice and deeper understanding. This comprehensive guide is ideal for both beginners and those looking to strengthen their grasp of data structures in Python, equipping them with essential tools for managing and manipulating large datasets.
Igor Milovanovic
Today, data visualization is a hot topic as a direct result of the vast amount of data created every second. Transforming that data into information is a complex task for data visualization professionals, who, at the same time, try to understand the data and objectively transfer that understanding to others. This book is a set of practical recipes that strive to help the reader get a firm grasp of the area of data visualization using Python and its popular visualization and data libraries.Python Data Visualization Cookbook will progress the reader from the point of installing and setting up a Python environment for data manipulation and visualization all the way to 3D animations using Python libraries. Readers will benefit from over 60 precise and reproducible recipes that guide the reader towards a better understanding of data concepts and the building blocks for subsequent and sometimes more advanced concepts.Python Data Visualization Cookbook starts by showing you how to set up matplotlib and the related libraries that are required for most parts of the book, before moving on to discuss some of the lesser-used diagrams and charts such as Gantt Charts or Sankey diagrams. During the book, we go from simple plots and charts to more advanced ones, thoroughly explaining why we used them and how not to use them. As we go through the book, we will also discuss 3D diagrams. We will peep into animations just to show you what it takes to go into that area. Maps are irreplaceable for displaying geo-spatial data, so we also show you how to build them. In the last chapter, we show you how to incorporate matplotlib into different environments, such as a writing system, LaTeX, or how to create Gantt charts using Python.This book will help those who already know how to program in Python to explore a new field – one of data visualization. As this book is all about recipes that explain how to do something, code samples are abundant, and they are followed by visual diagrams and charts to help you understand the logic and compare your own results with what is explained in the book.
Igor Milovanovic, Dimitry Foures, Giuseppe Vettigli
Python Data Visualization Cookbook will progress the reader from the point of installing and setting up a Python environment for data manipulation and visualization all the way to 3D animations using Python libraries. Readers will benefit from over 60 precise and reproducible recipes that will guide the reader towards a better understanding of data concepts and the building blocks for subsequent and sometimes more advanced concepts.Python Data Visualization Cookbook starts by showing how to set up matplotlib and the related libraries that are required for most parts of the book, before moving on to discuss some of the lesser-used diagrams and charts such as Gantt Charts or Sankey diagrams. Initially it uses simple plots and charts to more advanced ones, to make it easy to understand for readers. As the readers will go through the book, they will get to know about the 3D diagrams and animations. Maps are irreplaceable for displaying geo-spatial data, so this book will also show how to build them. In the last chapter, it includes explanation on how to incorporate matplotlib into different environments, such as a writing system, LaTeX, or how to create Gantt charts using Python.
Indra den Bakker
Deep Learning is revolutionizing a wide range of industries. For many applications, deep learning has proven to outperform humans by making faster and more accurate predictions. This book provides a top-down and bottom-up approach to demonstrate deep learning solutions to real-world problems in different areas. These applications include Computer Vision, Natural Language Processing, Time Series, and Robotics. The Python Deep Learning Cookbook presents technical solutions to the issues presented, along with a detailed explanation of the solutions. Furthermore, a discussion on corresponding pros and cons of implementing the proposed solution using one of the popular frameworks like TensorFlow, PyTorch, Keras and CNTK is provided. The book includes recipes that are related to the basic concepts of neural networks. All techniques s, as well as classical networks topologies. The main purpose of this book is to provide Python programmers a detailed list of recipes to apply deep learning to common and not-so-common scenarios.
Ivan Vasilev, Daniel Slater, Gianmario Spacagna, Peter...
With the surge in artificial intelligence in applications catering to both business and consumer needs, deep learning is more important than ever for meeting current and future market demands. With this book, you’ll explore deep learning, and learn how to put machine learning to use in your projects.This second edition of Python Deep Learning will get you up to speed with deep learning, deep neural networks, and how to train them with high-performance algorithms and popular Python frameworks. You’ll uncover different neural network architectures, such as convolutional networks, recurrent neural networks, long short-term memory (LSTM) networks, and capsule networks. You’ll also learn how to solve problems in the fields of computer vision, natural language processing (NLP), and speech recognition. You'll study generative model approaches such as variational autoencoders and Generative Adversarial Networks (GANs) to generate images. As you delve into newly evolved areas of reinforcement learning, you’ll gain an understanding of state-of-the-art algorithms that are the main components behind popular games Go, Atari, and Dota.By the end of the book, you will be well-versed with the theory of deep learning along with its real-world applications.
Valentino Zocca, Gianmario Spacagna, Daniel Slater, Peter...
With an increasing interest in AI around the world, deep learning has attracted a great deal of public attention. Every day, deep learning algorithms are used broadly across different industries.The book will give you all the practical information available on the subject, including the best practices, using real-world use cases. You will learn to recognize and extract information to increase predictive accuracy and optimize results.Starting with a quick recap of important machine learning concepts, the book will delve straight into deep learning principles using Sci-kit learn. Moving ahead, you will learn to use the latest open source libraries such as Theano, Keras, Google's TensorFlow, and H20. Use this guide to uncover the difficulties of pattern recognition, scaling data with greater accuracy and discussing deep learning algorithms and techniques.Whether you want to dive deeper into Deep Learning, or want to investigate how to get more out of this powerful technology, you’ll find everything inside.
Matthew Lamons, Rahul Kumar, Abhishek Nagaraja
Deep learning has been gradually revolutionizing every field of artificial intelligence, making application development easier.Python Deep Learning Projects imparts all the knowledge needed to implement complex deep learning projects in the field of computational linguistics and computer vision. Each of these projects is unique, helping you progressively master the subject. You’ll learn how to implement a text classifier system using a recurrent neural network (RNN) model and optimize it to understand the shortcomings you might experience while implementing a simple deep learning system.Similarly, you’ll discover how to develop various projects, including word vector representation, open domain question answering, and building chatbots using seq-to-seq models and language modeling. In addition to this, you’ll cover advanced concepts, such as regularization, gradient clipping, gradient normalization, and bidirectional RNNs, through a series of engaging projects.By the end of this book, you will have gained knowledge to develop your own deep learning systems in a straightforward way and in an efficient way
Ivan Vasilev, Valentino Zocca
The field of deep learning has developed rapidly recently and today covers a broad range of applications. This makes it challenging to navigate and hard to understand without solid foundations. This book will guide you from the basics of neural networks to the state-of-the-art large language models in use today.The first part of the book introduces the main machine learning concepts and paradigms. It covers the mathematical foundations, the structure, and the training algorithms of neural networks and dives into the essence of deep learning.The second part of the book introduces convolutional networks for computer vision. We’ll learn how to solve image classification, object detection, instance segmentation, and image generation tasks.The third part focuses on the attention mechanism and transformers – the core network architecture of large language models. We’ll discuss new types of advanced tasks they can solve, such as chatbots and text-to-image generation.By the end of this book, you’ll have a thorough understanding of the inner workings of deep neural networks. You'll have the ability to develop new models and adapt existing ones to solve your tasks. You’ll also have sufficient understanding to continue your research and stay up to date with the latest advancements in the field.
Python: Deeper Insights into Machine Learning. Deeper Insights into Machine Learning
John Hearty, Sebastian Raschka, David Julian
Machine learning and predictive analytics are becoming one of the key strategies for unlocking growth in a challenging contemporary marketplace. It is one of the fastest growing trends in modern computing, and everyone wants to get into the field of machine learning. In order to obtain sufficient recognition in this field, one must be able to understand and design a machine learning system that serves the needs of a project. The idea is to prepare a learning path that will help you to tackle the real-world complexities of modern machine learning with innovative and cutting-edge techniques. Also, it will give you a solid foundation in the machine learning design process, and enable you to build customized machine learning models to solve unique problems.The course begins with getting your Python fundamentals nailed down. It focuses on answering the right questions that cove a wide range of powerful Python libraries, including scikit-learn Theano and Keras.After getting familiar with Python core concepts, it’s time to dive into the field of data science. You will further gain a solid foundation on the machine learning design and also learn to customize models for solving problems.At a later stage, you will get a grip on more advanced techniques and acquire a broad set of powerful skills in the area of feature selection and feature engineering.
Python Digital Forensics Cookbook. Effective Python recipes for digital investigations
Chapin Bryce, Preston Miller
Technology plays an increasingly large role in our daily lives and shows no sign of stopping. Now, more than ever, it is paramount that an investigator develops programming expertise to deal with increasingly large datasets. By leveraging the Python recipes explored throughout this book, we make the complex simple, quickly extracting relevant information from large datasets. You will explore, develop, and deploy Python code and libraries to provide meaningful results that can be immediately applied to your investigations. Throughout the Python Digital Forensics Cookbook, recipes include topics such as working with forensic evidence containers, parsing mobile and desktop operating system artifacts, extracting embedded metadatafrom documents and executables, and identifying indicators of compromise. Youwill also learn to integrate scripts with Application Program Interfaces (APIs) suchas VirusTotal and PassiveTotal, and tools such as Axiom, Cellebrite, and EnCase. By the end of the book, you will have a sound understanding of Python and how you can use it to process artifacts in your investigations.
Python dla administratorów. Kurs video. Od podstaw do automatyzacji pracy w świecie DevOps
Piotr Kośka
Obierz kurs na... programowanie i administrowanie w języku Python Jeśli zapytać aktywnych specjalistów branży IT o najpopularniejszy obecnie język programowania, większość z nich odpowie bez wahania: Python. Kto zatem rozważa rozpoczęcie kariery jako specjalista DevOps albo jako administrator systemów, zdecydowanie powinien zacząć naukę od opanowania tego języka, ponieważ to w nim przede wszystkim będą operować koledzy po fachu. Nawet jeśli nie chcesz być programistą, ale na przykład myślisz o tym, by usprawnić sobie pracę dzięki wprowadzeniu do niej elementów automatyzacji w systemach Linux lub Windows, znajomość pewnych trików i umiejętność pisania skryptów w Pythonie bardzo ułatwi Ci życie. Także jeżeli chcesz jedynie opanować jakiś język programowania, by korzystać z niego okazjonalnie, rekomendujemy Pythona. Pozwoli Ci on na pisanie testów: jednostkowych, integracyjnych i funkcjonalnych dla aplikacji. Język ten jest powszechnie używany do monitorowania infrastruktury, jak również do analizowania logów i wizualizacji związanych z nimi danych. Znajomość Pythona po prostu Ci się przyda. Prędzej czy później. Wraz z kursem video Python dla administratorów opanujesz podstawy języka Python. Zastanawiasz się pewnie, czy to trudne. Czy jest trudniejsze, a może łatwiejsze niż w wypadku innych języków programowania? Dobre pytanie, a odpowiedź jeszcze lepsza, ponieważ Python jest jednym z najbardziej przystępnych języków programowania. Łatwy w nauce, ma prostą, intuicyjną składnię, czyli sposób zapisu poleceń rozumianych przez komputer za pomocą danego języka programowania. Jego składnia przypomina składnię ludzkiej mowy. Słowa kluczowe są więc zrozumiałe dla każdego początkującego, a jednocześnie bardzo bliskie tym występującym w innych językach programowania - dlatego ewentualna "przesiadka" na inny język będzie prostsza. Co Cię czeka podczas naszego profesjonalnego szkolenia video Python dla administratorów? Z kursu Python dla administratorów dowiesz się między innymi: Jak zainstalować Pythona w systemach Linux i Windows Czym się charakteryzują różne typy danych, w tym int, float, bool i none Czym są lista i tuple Na czym bazują słowniki Jak działają instrukcje warunkowe (if, else, elif), a jak pętle (while, for) Do czego używane są operatory logiczne Kiedy stosować input i output Jakie są funkcje w języku Python Jak tworzyć skrypty, które automatyzują codzienną pracę Jak pisać testy w Pythonie Co więcej, w ramach proponowanego szkolenia: Poznasz sposoby korzystania z bibliotek zewnętrznych Python dla administratorów. Kurs video. Od podstaw do automatyzacji pracy w świecie DevOps wyposaży Cię w podstawowe umiejętności potrzebne do pracy z systemami Linux i Windows na poziomie terminala. Zdobędziesz także bazowe umiejętności, jeśli chodzi o programowanie w dowolnym języku skryptowym, i poznasz dobre nawyki w pracy specjalisty DevOps. "Hello, World!", czyli jak prosty jest Python Napiszmy najprostszy program, którego celem jest wyświetlenie komunikatu "Hello, World!" (Witaj, świecie!). W Pythonie kod źródłowy będzie wyglądał następująco: print("Hello, World!") Dla porównania sprawdźmy, jak wyglądałby w Javie: public class HelloWorld { public static void main(String[] args) { System.out.println("Hello, World"); } } Różnica jest widoczna na pierwszy rzut oka. Jeśli chcesz się nauczyć prostego i efektywnego języka, jakim jest Python - zapraszamy Cię na kurs! Zainteresować cię mogą także kursy video ASP.NET dostępne w naszej ofercie.
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 dla dzieci i młodzieży. Kurs video. Jak uczyć się programowania - pierwsze kroki
Zofia Matusiewicz
Python - kurs dla dzieci online Nauka programowania jest dziś jednym z podstawowych wyzwań stawianych dzieciom i młodzieży. Lada chwila wszyscy będziemy zapalać światło z poziomu smartfona i nastawiać wodę na herbatę, zanim wejdziemy do domu w zimowy wieczór. W takim świecie nie można się obyć bez umiejętności programowania, pora więc zaprosić uczniów do rozwijania umiejętności informatycznych! Do tego świetnie nadaje się język Python — elastyczny, łatwy w nauce i bardzo przydatny. Python dla dzieci i młodzieży. Kurs video. Jak uczyć się programowania — pierwsze kroki pozwala szybko opanować środowisko tego języka, zorientować się w jego możliwościach i rozpocząć przygodę z prawdziwym programowaniem. Kurs Pythona dla dzieci i młodzieży, ale nie tylko! Kurs jest przeznaczony dla każdego młodego słuchacza, nawet tego, który nie miał dotąd do czynienia ze środowiskiem programistycznym, z algorytmiką i Pythonem jako takim. Wystarczą otwarta głowa i odrobina zainteresowania, aby gładko wejść w świat języka programowania i zacząć się w nim poruszać. A potężne możliwości, jakie daje umiejętność pisania własnych aplikacji, na pewno skłonią niejednego początkującego programistę do pokonywania kolejnych stopni wtajemniczenia. Od czegoś trzeba zacząć! Zaproś dzieci do świata przyszłości! Czego kursanci nauczą się podczas naszego profesjonalnego szkolenia? Dowiedzą się, jak zainstalować środowisko programistyczne. Zapoznają się z aplikacją, w której będą pracować (Jupyter). Dowiedzą się, czym się różni język kompilowany od interpretowanego. Poznają podstawowe komendy języka. Nauczą się rozpoznawać wybrane typy zmiennych oraz podstawowe rodzaje błędów. Odkryją, czym są funkcje. Nauka dowolnego języka programowania nie byłaby wiele warta bez przykładów, na których można przećwiczyć każdy omawiany element. Autorka kursu zadbała, by wszystko po kolei tłumaczyć jasno i klarownie, pokazywać w działaniu i objaśniać tak, by zrozumiał to każdy. W ramach 35 lekcji kursanci poznają programy liniowe i warunkowe, a potem nauczą się tworzyć pętle i schematy blokowe. Zrozumieją różnicę między algorytmami warunkowymi i pętlami. Zaczną używać funkcji i operacji różnego typu. Dowiedzą się, jak tworzyć własne funkcje, i opanują metody tworzenia tablic (list). Odkryją także, czym jest Markdown. Python dla dzieci i młodzieży. Kurs video. Jak uczyć się programowania — pierwsze kroki stanowi praktyczne wprowadzenie do trudniejszych zagadnień i pozwala opanować ten język programowania na poziomie podstawowym. Po jego ukończeniu kursanci będą potrafili tworzyć własne proste programy oraz zorientować się, gdzie znaleźć bardziej zaawansowane polecenia i narzędzia, a także uzyskają solidne podstawy do nauki kolejnych języków programowania. Python — zawsze na czasie! Python jest językiem rozwojowym, chętnie stosowanym i wykorzystywanym w niezliczonych aplikacjach. Jego wciąż rosnąca popularność jest związana z wieloparadygmatowością — w Pythonie można programować na wiele różnych sposobów. Niezwykle ważne jest to, że aplikacje pisane w tym języku są przejrzyste i eleganckie, ponieważ wymusza to składnia Pythona. Łatwo je zrozumieć, łatwo napisać i zanalizować, łatwo poprawić. Python dla dzieci i młodzieży. Kurs video. Jak uczyć się programowania — pierwsze kroki pozwala szybko zacząć samodzielną pracę, poczuć własną moc sprawczą, zaprojektować pierwsze aplikacje. Metodą nauki jest pokazywanie możliwości, jakie niesie każdy kolejny poznawany element programowania. Jednocześnie po każdym etapie autorka wskazuje elementy, jakich brakuje, aby stworzyć ciekawszy program. Szczegółowo omawia także błędy, jakie można popełnić w kolejnych zadaniach, by wskazać sposoby ich rozpoznawania i usuwania z tworzonych programów. Złapać węża za ogon Python dla dzieci i młodzieży. Kurs video. Jak uczyć się programowania — pierwsze kroki rozpoczyna się od wprowadzenia elementarnych wiadomości. Wraz z każdym pojęciem prezentowane są liczne przykłady, których trudność wzrasta stopniowo, adekwatnie do posiadanej już wiedzy. Kurs zaczyna się od programów liniowych, a następnie przechodzi do programów warunkowych i pętli. Kursanci poznają zmienne, typy zmiennych oraz podstawową strukturę danych — tablicę. Uczą się wykorzystywać podstawowe operacje na różnych typach zmiennych i stałych. Po ukończeniu kursu mogą już swobodnie definiować i wykorzystywać własne funkcje. Kurs jest wzbogacony o podstawy algorytmiki (jako elementu wspomagającego tworzenie programu), a także o omówienie języka Markdown (jako elementu uzupełniającego przekazaną treść oraz w celu podkreślenia procesu powstawania oprogramowania) — od tworzenia i refaktoryzacji kodu po tworzenie dokumentacji. Tylko dla wtajemniczonych Python ma dość długą historię jak na tak dynamiczny i powszechnie wykorzystywany język programowania. Powstał w 1991 roku w Amsterdamie, a jego twórca, Guido van Rossum, nadal aktywnie wspiera udoskonalenia i aktualizacje swojego języka. Python regularnie przechodzi metamorfozy i dlatego możliwe jest stosowanie go w tylu różnych miejscach i konfiguracjach. Sama nazwa Python jest hołdem dla Latającego cyrku Monty Pythona. „Każda rozwijana pasja nie tylko nas ubogaca, ale otwiera przed nami wiele nowych możliwości. Z każdą wiedzą pojawiają się nowe pytania, a z nimi — nowe możliwości” Polecamy także szkolenia z analizy danych.
Python dla hakerów. Kurs video. Wirusy, łamacze haseł i wykrywanie podatności
Marek Witkowski
Obierz kurs na... reguły cyberbezpieczeństwa Pythonem pisane Według Microsoft Digital Defense Report Polska znajduje się na czwartym miejscu wśród państw europejskich najczęściej padających ofiarą cyberataków – zaraz po Ukrainie, Wielkiej Brytanii i Francji. Nic więc dziwnego, że zapotrzebowanie na ekspertów do spraw bezpieczeństwa w sieci rośnie. Poszukują ich zarówno instytucje publiczne, jak i prywatne firmy i organizacje. Wyciek danych, ich złośliwa modyfikacja czy też nawet czasowe zablokowanie dostępu do oprogramowania mogą się wiązać ze stratami finansowymi rzędu setek tysięcy, a nawet milionów złotych. Straty wizerunkowe są dosłownie niepoliczalne. Jedną z głównych cech dobrego eksperta z zakresu cyberbezpieczeństwa jest świetna znajomość języków programowania. Pozwala ona zautomatyzować rutynowe działania i rozbudować narzędzia ochrony tak, by dostosować je do własnych potrzeb. Jeśli zdecydujesz się skorzystać z wiedzy zawartej w tym kursie, poznasz praktyczną stronę tworzenia i stosowania programów służących do łamania haseł SHA256 czy wykonujących brute force. Przygotujesz również własny keylogger. Przyjrzysz się tworzeniu programów do automatycznego testowania i zbierania informacji o podatnościach w systemie Linux. W pracy w ramach kursu będziesz korzystać z Pythona – jednego z najpopularniejszych języków programowania. Użyjesz go do napisania prostych programów, które na pewno okażą się cenną pomocą w zakresie wykonywania testów bezpieczeństwa. Kurs jest przeznaczony dla wszystkich, którzy znają podstawy Pythona i są zainteresowani tematem cyberbezpieczeństwa. Szkolenie Python dla hakerów. Kurs video. Wirusy, łamacze haseł i wykrywanie podatności kończy się na poziomie zaawansowanym. Jako jego uczestnik zdobędziesz umiejętność pisania kodów programów służących podniesieniu poziomu cyberbezpieczeństwa. Zdobyta wiedza przyda Ci się z pewnością w codziennej pracy w roli operatora red team lub pentestera. Treści zawarte w tym kursie służą wyłącznie celom edukacyjnym. Autor kursu oraz Wydawnictwo nie ponoszą odpowiedzialności za działania wynikające z niewłaściwego wykorzystania materiałów edukacyjnych zawartych w tym kursie. Wszystkie działania słuchacz przeprowadza na własną odpowiedzialność.
Python dla każdego. Kurs video. 50 zadań praktycznych z programowania obiektowego
Karol Kurek
Obierz kurs na... Pythona jako język obiektowy Praca w Pythonie wiąże się z korzystaniem z obiektów - nie dość, że wszystko w nim jest obiektem, to w dodatku język wspomaga programowanie w ten sposób zorientowane. Każda jego biblioteka i każdy framework są napisane w tym duchu. Dlaczego to tak istotne dla osoby zgłębiającej tajniki IT? Ponieważ odkąd w 1967 roku ten rodzaj programowania został wynaleziony i wprowadzony do języka Simula, programowanie obiektowe jest nieustannie adaptowane niemal do wszystkich języków, w tym C++, Javy, C#, Go czy Pythona właśnie. Stąd znajomość jego technik stanowi bazę wiedzy i umiejętności każdego programisty zajmującego się dowolną dziedziną IT - od pisania gier po sztuczną inteligencję. Proponowany przez nas kurs omawia całość paradygmatu programowania zorientowanego obiektowo, kładąc szczególny nacisk na to, w jaki sposób jest on wykorzystywany w języku Python. Prócz wyjaśnienia wszystkich ważnych aspektów takiego programowania zaimplementujemy grę Trutka na wzór (inspirując się) gry planszowej Trucizna. A 50 praktycznych zadań kursowych pozwoli utrwalić przekazywaną podczas szkolenia wiedzę. Python dla każdego. Kurs video. 50 zadań praktycznych z programowania obiektowego stanowi drugą część serii poświęconej praktycznym aspektom programowania w Pythonie. Naukę warto zacząć od szkolenia pt. Python dla każdego. Kurs video. Rozwiąż 100 zadań z Pythona i zostań programistą. Co Cię czeka podczas naszego profesjonalnego szkolenia W trakcie kursu: Dowiesz się między innymi, czym są klasy, obiekty, pola, metody, dekoratory, dziedziczenie i inne pojęcia związane z programowaniem obiektowym w Pythonie (i nie tylko) Poznasz zagadnienie obiektowości od strony praktycznej, poprzez pisanie klas, pól i metod Zrozumiesz, jakie są zależności między klasami/obiektami Przyswoisz sobie paradygmaty programowania obiektowego (jak abstrakcja, hermetyzacja, dziedziczenie, polimorfizm, przeciążanie operatorów) Co więcej... Korzystając ze zdobytej wiedzy, stworzysz konsolową wersję gry planszowej Kurs kończy się na poziomie zaawansowanym, jeśli chodzi o teorię programowania obiektowego, i średnio zaawansowanym w zakresie praktycznym omawianego tematu. Obiektywnie o obiektowości, czyli komu i do czego to potrzebne? Odpowiedź na to pytanie jest dość prosta, a zarazem zdecydowana: bez umiejętności programowania obiektowego trudno myśleć o pracy w IT. Programowanie obiektowe stanowi bowiem bazę zarówno dla przyszłego programisty niezwykle popularnego języka Python, jak i dla testera automatyzującego. Przyda się specjaliście piszącemu skrypty (na przykład w Ubuntu coraz częściej skrypty pisze się w Pythonie), web developerowi (Django i Flask są całkowicie obiektowe), a nawet komuś, kto się zajmuje analizą danych. Każda z tych osób powinna umieć zaprojektować klasę, jej pola i metody. Dobrze, by potrafiła manipulować obiektami, tworzyć połączenia między obiektami i między klasami, a także powielać i modyfikować obiekty. W pracy w IT istotne jest też rozumienie tego, w jaki sposób działają i komunikują się ze sobą obiekty bibliotek, jak również zdolność do debuggowania, działanie obiektów i naprawianie kodu ich klas. Tego wszystkiego nauczysz się dzięki temu praktycznemu kursowi, będącemu częścią serii, która docelowo będzie się składała z trzech szkoleń.
Python dla każdego. Kurs video. 50 zadań z web developmentu z wykorzystaniem Django
Karol Kurek
Obierz kurs na... swoją pierwszą profesjonalną stronę internetową Z czym kojarzy Ci się nazwa Django? Mamy nadzieję, że nie tylko z pewnym kowbojskim filmem... I nie przede wszystkim! Nawet jeśli w tym momencie jeszcze tak jest, wkrótce, po ukończeniu tego kursu, będziesz mieć już czysto programistyczne skojarzenie – z wolnym, otwartym frameworkiem napisanym w języku Python, służącym do tworzenia aplikacji internetowych. Django jest najpopularniejszą platformą programistyczną przeznaczoną do tworzenia backendu stron internetowych dla Pythona i drugą najpopularniejszą platformą tego typu w ogóle. Na Django opierają się między innymi takie strony jak nasa.gov, nationalgeographic.com, youtube.com, spotify.com, instagram.com, pinterest.com, dropbox.com. Całkiem imponująca lista, prawda? Skoro interesujesz się tym szkoleniem, z pewnością w orbicie Twoich zainteresowań znajduje się także sam język programowania Python. Jego popularność i łatwość pisania w nim kodu czyni bazujący na nim framework Django najbardziej odpowiednim narzędziem do rozpoczęcia przygody z tworzeniem profesjonalnych stron internetowych. Tym bardziej że z zastosowaniem Django można zbudować zarówno pełnoprawną stronę internetową (co pokażemy w kursie), jak i sam backend i API dla frontendu napisanego w JavaScripcie (czego też nauczysz się z naszego szkolenia). Do kursu dołączonych jest 50 zadań – do samodzielnego przećwiczenia prezentowanych treści i ugruntowania lub uzupełnienia wiedzy, którą zdobędziesz. Python dla każdego. Kurs video. 50 zadań z web developmentu z wykorzystaniem Django to trzecia część bestsellerowej serii poświęconej praktycznym aspektom programowania w Pythonie. Naukę warto zacząć od szkolenia Python dla każdego. Kurs video. Rozwiąż 100 zadań z Pythona i zostań programistą, następnie zaś sięgnąć po Python dla każdego. Kurs video. 50 zadań praktycznych z programowania obiektowego. Co Cię czeka podczas naszego profesjonalnego szkolenia W trakcie kursu: Poznasz podstawy języka HTML, a także frameworka Django i języka Jinja Dowiesz się, jak włączyć działający kod Pythona do „zwykłej” strony internetowej Stworzysz API do stron internetowych z pomocą Django REST framework Nauczysz się prostej obsługi baz danych, tworzenia modeli i widoków w Django Zapoznasz się z obsługą JavaScriptu w ramach strony opartej na Django Będziesz tworzyć i aplikować migracje, renderować strony, debugować je i wrzucać na serwer Przyjrzysz się budowaniu interfejsu stron, tworzeniu szkieletu strony i zarządzaniu jej administracją, jak również obsłudze programu Postman Co więcej... W czasie szkolenia nauczysz się tworzyć zapytania w czystym Pythonie Kurs kończy się na poziomie podstawowym. W jego trakcie stworzone zostaną dwie strony – pierwsza prosta, podstawowa, a druga profesjonalna. Uczestnik szkolenia pozna dzięki temu możliwości frameworka Django, a po zakończeniu nauki będzie przygotowany do rozpoczęcia przygody z samodzielnym budowaniem stron internetowych, zwłaszcza że zdobędzie wiedzę na temat tego, gdzie szukać przeznaczonych do tego narzędzi. Profesjonalna strona internetowa Ukończywszy trzecie szkolenie z serii poświęconej Pythonowi, będziesz w stanie zbudować własną stronę internetową, opartą na jednym z najpopularniejszych służących do tego narzędzi, czyli Django – frameworku mocno rozbudowanym, a jednocześnie czystym i przemyślanym. Wracając do pierwszej strony, którą stworzysz: po kursie będziesz swobodnie nią zarządzać, modyfikować ją i oczywiście umieścisz ją w internecie. Co istotne, nie będzie to po prostu strona „tylko do odczytu”. Ponieważ Twoja witryna będzie mieć połączenie z bazą danych, będzie można ją określić mianem pełnoprawnej, innymi słowy – profesjonalnej. Jak producthunt.com, której klon przedstawiamy w kursie. By utrwalić Twoją wiedzę i zdobyte świeżo umiejętności, do kursu dołączamy zadania do samodzielnego wykonania.