Видавець: 8
Joseph Muniz, Aamir Lakhani, Aamir Lakhani
Kali Linux is built for professional penetration testing and security auditing. It is the next-generation of BackTrack, the most popular open-source penetration toolkit in the world. Readers will learn how to think like real attackers, exploit systems, and expose vulnerabilities.Even though web applications are developed in a very secure environment and have an intrusion detection system and firewall in place to detect and prevent any malicious activity, open ports are a pre-requisite for conducting online business. These ports serve as an open door for attackers to attack these applications. As a result, penetration testing becomes essential to test the integrity of web-applications. Web Penetration Testing with Kali Linux is a hands-on guide that will give you step-by-step methods on finding vulnerabilities and exploiting web applications.Web Penetration Testing with Kali Linux looks at the aspects of web penetration testing from the mind of an attacker. It provides real-world, practical step-by-step instructions on how to perform web penetration testing exercises.You will learn how to use network reconnaissance to pick your targets and gather information. Then, you will use server-side attacks to expose vulnerabilities in web servers and their applications. Client attacks will exploit the way end users use web applications and their workstations. You will also learn how to use open source tools to write reports and get tips on how to sell penetration tests and look out for common pitfalls.On the completion of this book, you will have the skills needed to use Kali Linux for web penetration tests and expose vulnerabilities on web applications and clients that access them.
Web scraping. Kurs video. Zautomatyzowane pozyskiwanie danych z sieci
Jan Mager
Obierz kurs na... pozyskiwanie danych z sieci Wiesz, że ponad połowa aktywności w sieci jest podejmowana przez boty? Powód ich popularności nie powinien być zaskoczeniem - w świecie usług i biznesu chodzi przede wszystkim o poznanie rynku i konkurencji. W tym wypadku kto ma technologię, ten ma przewagę, a daje ją web scraping. Dosłownie tłumaczony jako zdrapywanie sieci, web scraping służy do wydobywania ustrukturyzowanych danych ze stron internetowych. Jeśli właśnie zastanawiasz się gdzie w sieci można spotkać web scraping, to stosuje się go do przeprowadzania badań rynkowych, w botach wyszukiwarek i porównywarkach cenowych. W uproszczeniu - by skutecznie pozyskiwać dane z sieci, należy wykonać kilka kroków: nawiązać połączenie z API, a następnie odebrać i zwalidować dane, by odpowiednio wyodrębnić interesujące informacje. Spróbuj swoich sił i przekonaj się w praktyce, że droga do tego, by zostać web scraperem, jest prosta! W trakcie naszego profesjonalnego szkolenia: Przygotujesz poprawną strukturę folderów dla aplikacji webowej Stworzysz podstawowy szablon aplikacji oparty na bibliotece Bootstrap Utrwalisz wiedzę na temat dodawania stylów CSS Dowiesz się, jak pobrać dane z zewnętrznego API Nauczysz się wysyłać dynamiczne zapytania do API Poznasz bibliotekę Chart.js i API CoinGecko Nauczysz się wysyłać zapytania przy użyciu AJAX Zbudujesz responsywną i dynamiczną aplikację internetową Stworzysz interaktywne wykresy Naniesiesz dynamiczne zmiany na wykresie Dowiesz się, jak przechwytywać błędy podczas komunikacji z API Wprowadzisz dynamiczne zmiany na stronie bez konieczności jej odświeżania Co więcej... Przeprowadzisz walidację zapytań wysłanych do API i walidację zapytań odbieranych z API Nauczysz się pobierać dane z zewnętrznych baz danych i wykonywać operacje na pobranych danych Web scraping. Kurs video. Zautomatyzowane pozyskiwanie danych z sieci ukończysz na poziomie podstawowym. W trakcie szkolenia wspólnie zbudujemy dwa projekty w języku JavaScript. Na początku omówimy plan całego kursu i niezbędne narzędzia. Następnie płynnie przejdziemy do projektu pierwszej miniaplikacji - Populacja Świata. Podczas tego modułu nauczysz się wysyłać zapytania do API, przetwarzać odebrane wartości, sprawdzać ich poprawność, wyświetlać i operować nimi na stronie. Z tak uporządkowanych danych stworzysz dynamiczny wykres oparty na bibliotece Chart.js. Drugim projektem będzie aplikacja o budzącej emocje nazwie Kryptowaluty. W tej części kursu utworzysz dynamiczną tabelę generującą ranking kryptowalut z aktualnymi kursami pobranymi z API CoinGecko. Dzięki połączeniu z API CoinGecko mamy dostęp do aktualnych co do minuty kursów wszystkich możliwych kryptowalut opublikowanych na stronie CoinGecko. Bez trudu więc zaprogramujesz dynamiczny wykres do wyświetlania kursów kryptowalut na przestrzeni czasu zadanego przez użytkownika. Aplikacja będzie w pełni responsywna na wszystkich dostępnych mobilnych i stacjonarnych urządzeniach. W ramach ostatnich lekcji przedstawimy pomysły na rozwój aplikacji rankingu kryptowalut. Ten kurs dostarczy Ci inspiracji do indywidualnych projektów, a także pokaże nowe możliwości wykorzystania znanych Ci dotychczas tematów. Po zakończeniu szkolenia będziesz w stanie samodzielnie wykonać swój prywatny portfel kryptowalut, łącznie z wykresami i analizowaniem statystyk dzięki zastosowaniu wykresów Chart.js.
Web scraping w Data Science. Kurs video. Techniki uczenia maszynowego w Pythonie
Tobiasz Bajek
Obierz kurs na... scraping danych i uczenie maszynowe W danych dostępnych w Internecie tkwi ogromny potencjał – poddane obróbce i analizie, są źródłem cennych informacji, niezbędnych do badań rynku, personalizowania treści, przewidywania trendów i monitorowania działań konkurencji. W posiadaniu takiej wiedzy chce być prawdopodobnie każda firma... tylko jak ją zdobyć? Do pozyskiwania ustrukturyzowanych danych z różnych źródeł w Internecie służy technika zwana scrapingiem danych (w sieci można także spotkać dosłowne tłumaczenie: zdrapywanie danych). W celu uzyskania jeszcze lepszych rezultatów biznesowych często łączy się ją z uczeniem maszynowym. Razem otwierają przed światem nowe możliwości rozwoju w postaci automatyzacji zbiorów treningowych czy tworzenia coraz bardziej złożonych modeli maszynowych, przetwarzających różnorodne typy danych. Umiejętne połączenie machine learning i scrapingu pomaga usprawnić klasyfikację, prognozowanie i cały proces trenowania sieci na dużych zbiorach danych. Być może te pojęcia brzmią nieco abstrakcyjnie, ale efekty ich działań nie są nam obce. Zderzamy się z nimi codziennie, choćby wtedy, gdy otrzymujemy personalizowane reklamy, oferty i rekomendacje. Tak sektor e-commerce i usług wykorzystuje naukę, by dotrzeć do swoich klientów. Co więcej, w marcu 2023 roku laboratorium OpenAI opublikowało model sieci neuronowej GPT-4, który dorównuje w rozumieniu języka naturalnego ludziom. Bez wątpienia zrewolucjonizuje on naszą codzienność i szereg gałęzi gospodarki. Model ten opiera się na architekturze zwanej Transformer, jednak zasada uczenia się tej sieci nie odbiega zbytnio od prostych sieci neuronowych i jest oparta na propagacji wstecznej. Zatem znajomość podstawowych budulców sieci neuronowych to cenna umiejętność, pozwalająca lepiej zrozumieć rewolucję, z którą mamy do czynienia. Wiesz już, ile korzyści płynie z biegłości w machine learning i scrapingu, pora przełożyć to na realne kompetencje. Czas najwyższy, by wykorzystać technologię i moc płynącą w danych do tworzenia rozwiązań przyszłości! W trakcie naszego profesjonalnego szkolenia: Poznasz zasady formatowania kodu w Pythonie, zgodnie ze standardem PEP 8 Nauczysz się typowania i tworzenia docstringów Dowiesz się, czym jest zdrapywanie danych i kiedy jest legalne Poznasz elementy kodu strony internetowej i przeglądarkowe narzędzia dla deweloperów Za pomocą sterownika Selenium nauczysz się scrapingu danych stron ładowanych dynamicznie Poznasz moduł BeautifulSoup służący do zbierania danych z sieci Opanujesz podstawy uczenia maszynowego – teorię i matematykę sieci neuronowych Poznasz matematykę uczenia się sieci – propagację wsteczną Dowiesz się, jakie zastosowania ma funkcja aktywacji Skorzystasz w praktyce z możliwości bibliotek NumPy i pandas Utworzysz własną sieć neuronową Zdefiniujesz kilka klas warstw sieci, w tym warstwę głęboką Przeprowadzisz propagację wsteczną dla powyższych warstw Za pomocą biblioteki TensorFlow utworzysz prostą sieć neuronową Zaimplementujesz model uczenia się sieci neuronowej Przetestujesz utworzoną sieć na zbiorze danych z biblioteki scikit-learn Opanujesz uczenie sieci na podstawie wcześniej zdrapanych danych Utworzysz funkcję do diagnostyki wyników zwracanych przez sieć Web scraping w data science. Kurs video. Techniki uczenia maszynowego w Pythonie pozwoli Ci zdobyć umiejętności potrzebne do sprawnego pozyskiwania informacji ze stron internetowych. Opanujesz fundamentalne wzorce i zagadnienia uczenia maszynowego, a następnie wdrożysz się w bardziej zaawansowane tajniki. Nauczysz się matematyki sieci neuronowej i poznasz podstawowe bloki matematyczne budujące sieć, po czym zaimplementujesz sprawną sieć od podstaw. Wiedza na temat budowy i działania poszczególnych elementów sieci neuronowej znacznie ułatwi Ci proces dalszej, samodzielnej nauki. W praktyce sprawdzisz, jakie możliwości daje scraping, na przykładzie pobierania z Internetu danych dotyczących zanieczyszczeń miast. Poznasz bibliotekę NumPy i wykorzystasz jej znajomość do tworzenia tablic, generowania liczb losowych, funkcji aktywacji i sformułowania funkcji błędu średniokwadratowego. Utworzysz funkcje aktywacji, takie jak tangens hiperboliczny czy sigmoid. Dowiesz się, do czego służy biblioteka pandas, i wykonasz funkcje do prezentowania danych, jak również nauczysz się wczytywać dane do ramek DataFrames i zapisywać je do plików .csv. Za pomocą TensorFlow sprawnie utworzysz własną sieć neuronową. Korzystając z biblioteki scikit-learn, przygotujesz dane treningowe dla modeli maszynowych. Wszystkie przykłady i zadania są napisane w Pythonie, dlatego jego znajomość co najmniej na poziomie podstawowym jest zalecana. Kombinacja machine learning i scrapingu pozwala na tworzenie zaawansowanych rozwiązań analitycznych, prognozowych i automatyzacyjnych, a programistom ułatwia osiąganie wielu celów od początku do końca – od pozyskania danych po wyciągnięcie z nich nowej informacji. Obie technologie są dziś powszechnie stosowane w przemyśle, a kwalifikacje z obszaru inżynierii danych to istotny atut na rynku pracy. Cześć, zachęcam Was serdecznie do nauki w ramach tego kursu. Dołożyłem wszelkich starań, by precyzyjnie przekazać wiedzę na temat zdrapywania i uczenia maszynowego. Wybrałem taką kombinację tematów, ponieważ liczę, że popchnie to Was do podejmowania projektów i rozwiązywania problemów na własną rękę za pomocą stworzonego przez siebie oprogramowania. Mogą z tego powstać fantastyczne rzeczy, które pozytywnie wpłyną na życie innych ludzi. Dziękuję za zainteresowanie i życzę Wam miłej nauki! Tobiasz Bajek
Tobiasz Bajek
Obierz kurs na... architekturę splotowych sieci neuronowych Jaki jest najgorętszy temat w informatyce ostatnich lat? Bez wątpienia palmę pierwszeństwa dzierży sztuczna inteligencja. Jej możliwości, rozwój, sposoby, za których pośrednictwem działa. A skoro o AI mowa, to nie sposób nie poruszyć zagadnienia uczenia maszynowego: obszaru sztucznej inteligencji poświęconego algorytmom, które poprawiają się automatycznie poprzez doświadczenie, czyli ekspozycję na dane. Dalej dochodzimy do web scrapingu (zdrapywania), polegającego na ekstrakcji danych ze stron internetowych, by je przechować i na dalszych etapach wykorzystywać choćby do analizy. Zarówno uczenie maszynowe, jak i zdrapywanie danych to niezwykle praktyczne kwestie, których znaczenie w informatyce – i szerzej: w nauce i biznesie – wciąż rośnie. Ten kurs wprowadzi Cię w tematykę związaną z web scrapingiem i uczeniem maszynowym w data science. Poruszymy w nim kwestie związane ze splotowymi (inaczej konwolucyjnymi) sieciami neuronowymi, dzięki którym możliwe jest rozpoznawanie obrazów – zaprezentujemy szczegółowo podstawy architektury takich sieci i wytłumaczymy znaczenie ich elementów. Zagłębimy się także w zagadnienia dotyczące zdrapywania danych i pewne bardziej zaawansowane mechanizmy, jak przemieszczanie się na nowe strony i klikanie na elementy stron. Wiedza i umiejętności zaprezentowane w szkoleniu przydadzą się przede wszystkim programistom i innym osobom pracującym z danymi. Co Cię czeka podczas naszego profesjonalnego szkolenia Proponowany przez nas kurs obejmuje takie zagadnienia jak: Obsługa błędów w Pythonie – na kilku przykładach Testy jednostkowe – dowiesz się, czemu służą Biblioteka Pytest do testów jednostkowych – nauczysz się konfigurować testowanie Zeszyty Jupyter Notebook pozwalające na prototypowanie w Pythonie Widgety w zeszytach Jupyter Teoria charakterystyki audio – analiza częstotliwości, melspektrogramy Preprocessing plików audio Graficzne prezentowanie właściwości plików audio Wprowadzenie w splotowe sieci neuronowe – zrozumiesz ich architekturę Wyjaśnienie elementów splotowych sieci, takich jak jądro, padding itd. Diagnostyka splotowych sieci neuronowych, na przykład wizualizowanie sygnału wychodzącego z poszczególnych warstw, wizualizowanie wag warstw sieci itd. Wprowadzenie w temat uczenia sieci neuronowych na plikach audio Prezentacja pipelinu danych do uczenia – od obróbki preprocessingiem, przez uczenie, po dokonywanie predykcji Zaawansowanie zdrapywanie – zapisywanie danych przeglądarki, jak logowanie, czy konfiguracji pobierania plików z sieci Zdrapywanie – przechodzenie na nowe strony internetowe i klikanie na elementy stron Szkolenie Web scraping w Data Science. Kurs video. Uczenie maszynowe i architektura splotowych sieci neuronowych ukończysz na poziomie średnio zaawansowanym – gdy zrozumiesz architekturę splotowych sieci neuronowych, zdobędziesz wiedzę dotyczącą fundamentów tej nauki. Poznasz poszczególne elementy sieci splotowych i tym samym dowiesz się, z czego wynika ich użycie. Będziesz w stanie dokonać pewnego zakresu diagnostyki poprzez wizualizację wyjścia warstw. Po szkoleniu będziesz samodzielnie dynamicznie zdrapywać dane ze stron internetowych, przechodzić po kolejnych stronach, klikać na ich elementy, zapisywać dane przeglądarki i pliki na komputerze. OpenAI GPT4 a splotowe sieci neuronowe W marcu 2023 roku zaprezentowano model sieci neuronowej OpenAI GPT4, który dorównuje ludziom w zakresie rozumienia języka naturalnego. Chatboty takie jak ten z pewnością zrewolucjonizują nasze życie i cały szereg gałęzi gospodarki. Model GPT4 opiera się akurat na architekturze Transformer – nieco innej niż omawiana podczas kursu. Ale zasada uczenia się tej sieci nie odbiega bardzo od prostych sieci neuronowych: w jednym i w drugim wypadku chodzi o propagację wsteczną. Stąd znajomość podstawowych budulców sieci neuronowych stanowi cenną wiedzę, pozwala bowiem lepiej rozumieć rewolucję, z którą mamy obecnie do czynienia.
Web scraping w Pythonie. Kurs video. Od pobrania kodu źródłowego do analizy danych
Oliwer Mroczkowski
Obierz kurs na... web scraping w Pythonie Web scraping umożliwia automatyczne zbieranie i analizowanie danych z internetu. Pozwala oszczędzać czas, automatyzując rutynowe zadania i umożliwiając analizę danych w czasie rzeczywistym. Jest szeroko stosowany w biznesie - od monitorowania cen konkurencji w e-commerce, przez analizę rynkową w finansach, aż po badania naukowe. Ta cenna w dobie big data umiejętność wspiera codzienną pracę analityków, programistów i przedsiębiorców. Według raportów liczba wyszukiwań związanych z web scrapingiem wzrosła o 30 procent w ciągu ostatnich kilku lat. To pokazuje, jak ważne dla firm jest efektywne pozyskiwanie danych z internetu. Szczególnie efektywnym wyborem jest web scraping w języku Python, który oferuje liczne narzędzia do scrapowania stron internetowych, między innymi Beautiful Soup i Scrapy. Zaletą wyboru Pythona jest także możliwość wizualizacji danych za pomocą matplotlib, co ułatwia ich interpretację. Ponadto technologia webscrapingu stale się rozwija, integrując się z narzędziami do przetwarzania języka naturalnego (NLP) i uczenia maszynowego, co zwiększa jej potencjał w analizie danych. Niezależnie od branży webscraping w Pythonie pozwala maksymalnie wykorzystać potencjał informacji dostępnych w sieci. To inwestycja w umiejętność, która będzie się rozwijać wraz z postępem technologicznym. Podczas szkolenia Web scraping w Pythonie. Kurs video. Od pobrania kodu źródłowego do analizy danych opanujesz umiejętności niezbędne do tworzenia w pełni funkcjonalnych projektów webscrapingowych. Poznasz popularne biblioteki, takie jak requests i Beautiful Soup, dzięki którym będziesz skutecznie pobierać i analizować dane z internetu. Dowiesz się, jak przetwarzać dane HTML, obsługiwać zapytania HTTP i analizować odpowiedzi serwera, a także jak sobie poradzić z dynamicznie ładowanym contentem i różnymi strukturami stron internetowych. Skorzystasz z wielowątkowości (threading), aby scrapować duże ilości danych w krótkim czasie. Nauczysz się także przechowywać i analizować dane w plikach, a także generować wizualizacje przy użyciu matplotlib. Opanujesz tworzenie prostych interfejsów użytkownika za pomocą tkinter. W ramach kursu zrealizujesz praktyczne projekty, takie jak monitoring cen w serwisach aukcyjnych, analiza danych webowych czy generowanie raportów. Pozwoli Ci to zrozumieć pracę w strukturze e-commerce i pewnie poruszać się w świecie web scrapingu.
Charitha Kankanamge
Quality is a key to success of service-oriented projects. Utilization of proper tools is important to the outcome of web service testing methodology. Being the leading open source web services testing tool, soapUI helps to build robust and flexible automated tests in a productive manner.Web Services Testing with soapUI guides you on adopting best web service testing mechanisms with the industry leading open source testing tool, soapUI. You will learn to use soapUI effectively in testing service-oriented solutions focusing on testing functional as well as non-functional characteristics of web services. SoapUI is capable of testing JDBC data sources, web applications, RESTful services and web services exposed over transports such as JMS. The book discusses all these features and much more, in detail, through practical and clear examples.This book is focused on learning soapUI in order to test web services in an effective manner. It starts with a general introduction to service-oriented architecture (SOA) followed by testing aspects of service-oriented solutions. This book aims to give readers a comprehensive overview of usage of soapUI in SOA and web services testing projects. Starting with an overview of SOA and web services testing, you will quickly get your hands dirty with a sample project which makes use of open source web service engine, Apache Axis2. All demonstrations and hands-on exercises are based on this sample project. The tests in a soapUI project are organized into TestSuites, TestCases and TestSteps. You will also learn how soapUI can be used for both functional and non-functional testing. The book then teaches how by using groovy scripting and integrating with Junit and maven, soapUI can easily be used in automated web services testing. By the end, you'llhave learned to test functional and non-functional aspects of web services and automate by integrating into continuous build systems using soapUI.
Webflow by Example. Design, build, and publish modern websites without writing code
Ali Rushdan Tariq
Webflow is a modern no-code website-builder that enables you to rapidly design and build production-scale responsive websites. Webflow by Example is a practical, project-based, and beginner-friendly guide to understanding and using Webflow to efficiently build and launch responsive websites from scratch.Complete with hands-on tutorials, projects, and self-assessment questions, this easy-to-follow guide will take you through modern web development principles and help you to apply them efficiently using Webflow. You’ll also get to grips with modern responsive web development and understand how to take advantage of the power and flexibility of Webflow. The book will guide you through a real-life project where you will build a fully responsive and dynamic website from scratch. You will learn how to add animations and interactions, customize experiences for users, and more. Finally, the book covers important steps and best practices for making your website ready for production, including SEO optimization and how to publish and package the website.By the end of this Webflow book, you will have gained the skills you need to build modern responsive websites from scratch without any code.