Wydawca: 2

siatka

lista

To nie tak miało być !

Michał Piedziewicz

The Magnificent Hoax

E. Phillips Oppenheim

Hands-On Reinforcement Learning with Python. Master reinforcement and deep reinforcement learning using OpenAI Gym and TensorFlow

PostgreSQL 11 Server Side Programming Quick Start Guide. Effective database programming and interaction

Luca Ferrari

Kryzysy w Unii Europejskiej w drugiej dekadzie XXI wieku. Uwarunkowania - przebieg - implikacje

red. Tomasz Kubin, Mieczysław Stolarczyk

Władza lokalna a państwo, społeczeństwo i rynek. Studia przypadków wybranych gmin województwa łódzkiego

Aldona Podgórniak-Krzykacz, Magdalena Kalisiak-Mędelska, Jacek Chądzyński, Eugeniusz Wojciechowski

"Nowa Biblioteka. New Library. Usługi, technologie informacyjne i media" 2016, nr 1 (20): Międzynarodowe aspekty bibliotekarstwa

red. Anna Seweryn

Musical. Spotkania z gatunkami filmowymi

Bogumiła Fiołek-Lubczyńska, Katarzyna Żakieta, Mateusz Żebrowski

Les Gens de Bureau

Émile Gaboriau

Ogień Jozjasza

Tahni Cullen

Poradnik pani domu. Praktyczne wskazówki

Katarzyna Zioła-Zemczak

Hands-On Penetration Testing on Windows. Unleash Kali Linux, PowerShell, and Windows debugging tools for security testing and analysis

Phil Bramwell

The DevOps 2.2 Toolkit. Self-Sufficient Docker Clusters

Viktor Farcic

Korporacja Zabójców

Jurij Felsztinski, Władimir Pribyłowski

NHibernate 4.x Cookbook. Click here to enter text. - Second Edition

Gunnar Liljas, Alexander Zaytsev, Jason Dentler

Python Machine Learning. Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow - Second Edition

The Adventures of a Suburbanite

Ellis Parker Butler

Gdzie diabeł nie może

Życie Henryka Brulard

Stendhal

Perkins of Portland. Perkins the Great

Ellis Parker Butler

Zespół wygrany czy przegrany? W co grają ludzie w firmach

Joanna Malinowska-Parzydło

Orca Starter Level Oxford Bookworms Library

Android Things Quick Start Guide. Build your own smart devices using the Android Things platform

Raul Portales

Statistics for Machine Learning. Techniques for exploring supervised, unsupervised, and reinforcement learning models with Python and R