Marcin Mazureknarzędzia online · artykuły · księgarniaRSS
Okładka: Python dla programistów. Big Data i AI. Studia przypadkówTylna okładka: Python dla programistów. Big Data i AI. Studia przypadków

Python dla programistów. Big Data i AI. Studia przypadków

Autor: Paul J. Deitel, Harvey Deitel

Tłumacz: Andrzej Grażyński

druk na żądanie

Ebookpoint

83,40 zł 139,00 zł -40%

Kup w księgarni Ebookpoint

Gdzie kupić

SklepWydanieCena
Ebookpoint.plksiążka83,40 złKup
TaniaKsiazka.plksiążka138,99 złKup

Ceny z feedów partnerów, odświeżane codziennie. Linki są partnerskie — przy zakupie dostaję prowizję, cena dla Ciebie się nie zmienia.

Czytaj fragmentPobierz PDF

Kategorie
Python
Wydawca
Helion
Rodzaj
książka
Format
168x237
Oprawa
miękka
Stron
712
Data wydania
2020-10-27
ISBN
978-83-283-6394-6
Tytuł oryginału
Python for Programmers: with Big Data and Artificial Intelligence Case Studies

Fragment książki — 30 stron

Kliknij stronę, żeby powiększyć. Całość możesz przeczytać online albo pobrać jako PDF. Fragment udostępniony przez wydawcę.

  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 1 z 301
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 2 z 302
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 3 z 303
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 4 z 304
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 5 z 305
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 6 z 306
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 7 z 307
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 8 z 308
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 9 z 309
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 10 z 3010
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 11 z 3011
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 12 z 3012
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 13 z 3013
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 14 z 3014
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 15 z 3015
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 16 z 3016
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 17 z 3017
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 18 z 3018
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 19 z 3019
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 20 z 3020
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 21 z 3021
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 22 z 3022
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 23 z 3023
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 24 z 3024
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 25 z 3025
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 26 z 3026
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 27 z 3027
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 28 z 3028
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 29 z 3029
  • Fragment „Python dla programistów. Big Data i AI. Studia przypadków” — strona 30 z 3030

Opis

Programiści lubią Pythona. Ujmuje ich wyrazistość, zwięzłość i interaktywność kodu, a także bogata kolekcja narzędzi i bibliotek. Zalety te są uzupełniane przez rozwój innych technologii, zwiększającą się dostępność coraz szybszego sprzętu oraz rosnącą przepustowość internetu. Z kolei to wszystko wiąże się z powstawaniem niewyobrażalnych ilości danych, które trzeba magazynować i efektywnie przetwarzać. Większość innowacji w świecie informatyki koncentruje się wokół danych. A z tymi zadaniami można sobie poradzić dzięki imponującym możliwościom Pythona i jego bibliotek.

Ta książka ułatwi naukę Pythona metodą analizy i eksperymentów. Zawiera ponad 500 przykładów faktycznie wykorzystywanego kodu - od krótkich bloków po kompletne studia przypadków. Pokazano, w jaki sposób można kodować w interpreterze IPython i notatnikach Jupytera. Znalazł się tu obszerny opis Pythona oraz jego instrukcji sterujących i funkcji, omówiono pracę na plikach, kwestie serializacji w notacji JSON i obsługę wyjątków. Zaprezentowano różne paradygmaty programowania: proceduralnego, w stylu funkcyjnym i zorientowanego obiektowo. Sporo miejsca poświęcono bibliotekom: standardowej bibliotece Pythona i bibliotekom data science do realizacji złożonych zadań przy minimalnym udziale kodowania. Nie zabrakło wprowadzenia do takich zagadnień data science jak sztuczna inteligencja, symulacje, animacje czy przygotowanie danych do analizy.

W książce między innymi:

  • przetwarzanie języka naturalnego
  • IBM
  • stosowanie bibliotek scikit-learn i Keras
  • big data, Hadoop(R), Spark™, NoSQL i usługi chmurowe
  • programowanie dla internetu rzeczy (IoT)
  • biblioteki: standardowa, NumPy, Pandas, SciPy, NLTK, YexyBlob, Tweepy, Matplotlib i inne

Linki do księgarni są linkami partnerskimi Grupy Helion i Księgarni PWN (przez sieć Adtraction). Ceny i dostępność pochodzą z oferty wydawcy i mogą się zmienić.