Wydawca: 16
Python. Kurs video. Wzorce czynnościowe i architektoniczne oraz antywzorce
Karol Kurek
Obierz kurs na... wzorce projektowe! Wśród wielu narzędzi ułatwiających i przyspieszających pracę programisty wzorce projektowe są jednym z najgenialniejszych rozwiązań. Wie o tym każdy, kto choć raz spróbował się nimi posłużyć przy tworzeniu aplikacji, serwisu WWW lub dowolnego programu. Można dzięki nim ominąć rozsypujące się puzzle poleceń i zapomnieć o kodzie tworzonym od podstaw. Dostajemy do ręki gotowe szablony — tylko od nas zależy, który z nich wybierzemy do pracy i jak wypełnimy go treścią. Właśnie dlatego wzorce projektowe cieszą się ogromnym zainteresowaniem programistów. Jeśli chcesz programować szybko i bezbłędnie, nie możesz się bez nich obyć! Python. Kurs video. Wzorce czynnościowe i architektoniczne oraz antywzorce kontynuuje cel polegający na zapoznawaniu Cię z wachlarzem wzorców projektowych dla Pythona, choć w gruncie rzeczy te modele są uniwersalne i bardzo podobnie wyglądają w różnych językach programowania. Aby zrozumieć, jak działają poszczególne schematy i jakie konsekwencje wiążą się z ich stosowaniem, powinieneś dość dobrze znać Pythona (na poziomie średnio zaawansowanym), ale wcale nie musisz być mistrzem. Na mistrzowski poziom wyniesie Cię właśnie umiejętność używania wzorców projektowych. A zatem ruszaj na podbój Pythona! Czego nauczysz się podczas naszego profesjonalnego szkolenia? W ramach tego kursu video dowiesz się: czym wyjątkowym (względem pozostałych wzorców) charakteryzują się czynnościowe wzorce projektowe, w jaki sposób wykorzystywać czynnościowe wzorce projektowe, jak pisać kod w sposób bardziej przejrzysty i zorganizowany oraz tak, by był zrozumiały dla innych programistów i łatwy do modyfikowania w przyszłości, jak analizować przypadki użycia wzorców projektowych, jakie są konsekwencje stosowania każdego ze wzorców projektowych, których wzorców należy unikać, które wzorce mogą przyspieszyć działanie Twojego programu, czym charakteryzują się wzorce architektoniczne na przykładzie wzorca Model-View-Controller. Sprawdź, jak sensownie i twórczo możesz wykorzystać wzorce projektowe w swojej pracy. Zobacz, ile czasu uda Ci się zaoszczędzić i jak sprytnie obejdziesz typowe problemy programistyczne. Dzięki szkoleniu Python. Kurs video. Wzorce czynnościowe i architektoniczne oraz antywzorce odkryjesz, w jakich miejscach warto zaimplementować wzorce, jak dostosować je do Twoich specyficznych wymagań i jakich efektów spodziewać się po każdym z nich. Znajdziesz tu omówienie wzorców czynnościowych, antywzorców projektowych i zakosztujesz architektonicznych wzorców projektowych. Poznasz najczęstsze kłopoty i zainspirujesz się eleganckimi, wydajnymi rozwiązaniami. Jeśli jesteś programistą Pythona, Twoje umiejętności i wydajność pracy znacznie zyskają po opanowaniu stosowania wzorców projektowych. Wzorzec tu, wzorzec tam, wszystkie wzorce dobrze znam! Programiści stosujący w swojej pracy wzorce projektowe nie bez powodu są poszukiwani i znakomicie wynagradzani. Przede wszystkim pracują znacznie szybciej od tego, kto każdy problem upiera się rozwiązywać od podstaw i samodzielnie. Poza tym ich projekty są pozbawione mnóstwa drobnych błędów, które mogą spowodować niespodziewane zachowanie aplikacji. Tacy projektanci mają także znacznie lepiej rozwiniętą wyobraźnię projektową, a ich praca zawiera więcej elementów twórczych. Korzystanie z gotowych schematów, tak oczywiste w rozwiązaniach inżynieryjnych czy architektonicznych, pozwala skupić się na tym, co faktycznie tworzy wartość dodaną każdego unikalnego projektu. Zadziwiające, jak wielu ludzi nie pamięta o tej prostej prawdzie. Wyzwania stojące przed programistą, który zna język Python i chce zacząć w nim stosować sprawdzone wzorce, będą znacznie łatwiejsze ze szkoleniem Python. Kurs video. Wzorce czynnościowe i architektoniczne oraz antywzorce. Od Strategii do Stanu Kolejne wzorce projektowe będą odsłaniać przed Tobą swoje tajemnice, a Ty musisz zadbać jedynie o to, by zastosować je we właściwych miejscach projektu. To niezwykle ważne zagadnienie, ponieważ wzorce nie zastępują programu, a żaden z nich nie jest uniwersalną receptą na wszystkie programistyczne bolączki. Czynnościowe wzorce projektowe, w dopełnieniu do wzorców kreacyjnych i strukturalnych, nie budują żadnych struktur, ale pozwalają osiągnąć konkretny cel w najlepszy sposób. Zajmują się działaniem, operacjami i porządkami, które praktycznie są esencją wzorców projektowych. Czynnościowe wzorce projektowe będą pozwalały na dokonywanie wszelkich działań w uporządkowany sposób. Prócz tego poznasz wzorce, których należy unikać w pracy, reprezentatywny przykład architektonicznego wzorca projektowego oraz wzorce projektowe. Wybór konkretnego wzorca jest niezmiernie ważny w całym procesie projektowania - autor szkolenia Python. Kurs video. Wzorce czynnościowe i architektoniczne oraz antywzorce położył na to szczególny nacisk. Poszukaj w tym szkoleniu wzorców odpowiednich do Twoich potrzeb i zastosuj je w najbliższym projekcie, a szybko odkryjesz, że nie możesz się bez nich obejść! Tylko dla wtajemniczonych Python. Kurs video. Wzorce czynnościowe i architektoniczne oraz antywzorce pozwoli Ci odkryć tajemnice najlepszych programistów Pythona. Dowiesz się, do czego służą różne wzorce: Strategia, Iterator, Generator, Metoda szablonowa, Pamiątka, Łańcuch zobowiązań, Polecenie, Obserwator i Stan. Odkryjesz działanie architektonicznego wzorca Model-View-Controller, a wiedzę uzupełnisz o takie wzorce projektowe jak Odwiedzający, Wstrzykiwanie zależności i Leniwe inicjowanie. Zobaczysz, jakie metody i założenia kryją się za każdym z nich, prześledzisz najważniejsze struktury i funkcje, nauczysz się sprawnie zarządzać kodem i pisać go tak, by inni nie mieli problemu ani z jego zmianą, ani z uaktualnieniem Twojej aplikacji. „Nie jestem tak dobrym programistą, jak inni myślą. Jestem dość średnim programistą, ale znam wzorce projektowe” — tak będziesz mógł powiedzieć o sobie po ukończeniu kursu.ę
Python. Leksykon kieszonkowy. Wydanie IV
Mark Lutz
Jakie możliwości kryją standardowe moduły biblioteczne? Jak wykonywać operacje na plikach? Jak stworzyć graficzny interfejs użytkownika? Python to wyjątkowo praktyczny język programowania, idealnie nadający się do szybkiego rozwiązywania niecodziennych problemów, z którymi często borykają się koderzy. Nie wymusza on stosowania jednego stylu programowania, co pozwala na dużo większą elastyczność w trakcie pisania kodu. Umożliwia programowanie obiektowe, strukturalne i funkcyjne, a ponadto udostępnia zaawansowane mechanizmy zarządzania pamięcią, zapewnia dynamiczne sprawdzanie typów oraz czytelną składnię. Te wszystkie zalety powodują, że Python ma grupę swoich wiernych fanów. Niniejsza książka należy do popularnej serii "Leksykon kieszonkowy", dzięki której zawsze i wszędzie możesz przypomnieć sobie wybrane zagadnienia, związane z różną tematyką. Pozycja, którą właśnie trzymasz w rękach, została poświęcona językowi Python. W trakcie jej lektury zapoznasz się z takimi zagadnieniami, jak sterowanie przepływem programu, wykorzystanie pętli, list, słowników oraz operacje na plikach. Ponadto w każdej chwili będziesz mógł sprawdzić składnię oraz sposoby wykorzystania funkcji i wyjątków wbudowanych. Książka stanowi znakomite kompendium wiedzy na temat języka Python. Sprawdzi się ona w rękach początkującego użytkownika - jako przewodnik, a w rękach zaawansowanego programisty - jako pomocnik. Wbudowane typy i operatory Działania na liczbach Operacje na łańcuchach znaków Wykorzystanie Unicode w Pythonie Obsługa list oraz słowników Operacje na zbiorach i plikach Sterowanie przepływem programu Konwersja typów Obsługa wyjątków Wykorzystanie przestrzeni nazw Zasięgi zmiennych Przeciążanie operatorów Standardowe moduły biblioteczne Zastosowanie wyrażeń regularnych Tworzenie graficznego interfejsu użytkownika Wyciśnij jeszcze więcej z języka Python!
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!
Alexander Combs, Saurabh Chhajed, Michael Roman
Machine learning is transforming the way we understand and interact with the world around us. This book is the perfect guide for you to put your knowledge and skills into practice and use the Python ecosystem to cover key domains in machine learning. This second edition covers a range of libraries from the Python ecosystem, including TensorFlow and Keras, to help you implement real-world machine learning projects.The book begins by giving you an overview of machine learning with Python. With the help of complex datasets and optimized techniques, you’ll go on to understand how to apply advanced concepts and popular machine learning algorithms to real-world projects. Next, you’ll cover projects from domains such as predictive analytics to analyze the stock market and recommendation systems for GitHub repositories. In addition to this, you’ll also work on projects from the NLP domain to create a custom news feed using frameworks such as scikit-learn, TensorFlow, and Keras. Following this, you’ll learn how to build an advanced chatbot, and scale things up using PySpark. In the concluding chapters, you can look forward to exciting insights into deep learning and you'll even create an application using computer vision and neural networks.By the end of this book, you’ll be able to analyze data seamlessly and make a powerful impact through your projects.
Yuxi (Hayden) Liu
Python Machine Learning By Example, Third Edition serves as a comprehensive gateway into the world of machine learning (ML).With six new chapters, on topics including movie recommendation engine development with Naïve Bayes, recognizing faces with support vector machine, predicting stock prices with artificial neural networks, categorizing images of clothing with convolutional neural networks, predicting with sequences using recurring neural networks, and leveraging reinforcement learning for making decisions, the book has been considerably updated for the latest enterprise requirements.At the same time, this book provides actionable insights on the key fundamentals of ML with Python programming. Hayden applies his expertise to demonstrate implementations of algorithms in Python, both from scratch and with libraries.Each chapter walks through an industry-adopted application. With the help of realistic examples, you will gain an understanding of the mechanics of ML techniques in areas such as exploratory data analysis, feature engineering, classification, regression, clustering, and NLP.By the end of this ML Python book, you will have gained a broad picture of the ML ecosystem and will be well-versed in the best practices of applying ML techniques to solve problems.
Yuxi (Hayden) Liu
The surge in interest in machine learning (ML) is due to the fact that it revolutionizes automation by learning patterns in data and using them to make predictions and decisions. If you’re interested in ML, this book will serve as your entry point to ML.Python Machine Learning By Example begins with an introduction to important ML concepts and implementations using Python libraries. Each chapter of the book walks you through an industry adopted application. You’ll implement ML techniques in areas such as exploratory data analysis, feature engineering, and natural language processing (NLP) in a clear and easy-to-follow way.With the help of this extended and updated edition, you’ll understand how to tackle data-driven problems and implement your solutions with the powerful yet simple Python language and popular Python packages and tools such as TensorFlow, scikit-learn, gensim, and Keras. To aid your understanding of popular ML algorithms, the book covers interesting and easy-to-follow examples such as news topic modeling and classification, spam email detection, stock price forecasting, and more.By the end of the book, you’ll have put together a broad picture of the ML ecosystem and will be well-versed with the best practices of applying ML techniques to make the most out of new opportunities.
Python Machine Learning By Example. The easiest way to get into machine learning
Yuxi (Hayden) Liu, Ivan Idris
Data science and machine learning are some of the top buzzwords in the technical world today. A resurging interest in machine learning is due to the same factors that have made data mining and Bayesian analysis more popular than ever. This book is your entry point to machine learning. This book starts with an introduction to machine learning and the Python language and shows you how to complete the setup. Moving ahead, you will learn all the important concepts such as, exploratory data analysis, data preprocessing, feature extraction, data visualization and clustering, classification, regression and model performance evaluation. With the help of various projects included, you will find it intriguing to acquire the mechanics of several important machine learning algorithms – they are no more obscure as they thought. Also, you will be guided step by step to build your own models from scratch. Toward the end, you will gather a broad picture of the machine learning ecosystem and best practices of applying machine learning techniques. Through this book, you will learn to tackle data-driven problems and implement your solutions with the powerful yet simple language, Python. Interesting and easy-to-follow examples, to name some, news topic classification, spam email detection, online ad click-through prediction, stock prices forecast, will keep you glued till you reach your goal.
Yuxi (Hayden) Liu
The fourth edition of Python Machine Learning By Example is a comprehensive guide for beginners and experienced machine learning practitioners who want to learn more advanced techniques, such as multimodal modeling. Written by experienced machine learning author and ex-Google machine learning engineer Yuxi (Hayden) Liu, this edition emphasizes best practices, providing invaluable insights for machine learning engineers, data scientists, and analysts.Explore advanced techniques, including two new chapters on natural language processing transformers with BERT and GPT, and multimodal computer vision models with PyTorch and Hugging Face. You’ll learn key modeling techniques using practical examples, such as predicting stock prices and creating an image search engine.This hands-on machine learning book navigates through complex challenges, bridging the gap between theoretical understanding and practical application. Elevate your machine learning and deep learning expertise, tackle intricate problems, and unlock the potential of advanced techniques in machine learning with this authoritative guide.*Email sign-up and proof of purchase required