Profile cover photo
Profile photo
Виктор Штонда
153 followers -
каждая деталь важна
каждая деталь важна

153 followers
About
Posts

Post has attachment
Издана книга «Microsoft Office 2019 для чайников», Уоллес Вонг, бумага офсетная-белая, мягкий переплет, 448 стр., ISBN 978-5-907114-53-1, «ДИАЛЕКТИКА», 2019

Книга «Microsoft Office 2019 для чайников» поможет вам освоить самые последние версии офисных приложений пакета Microsoft Office 2019, включая Word, Excel, PowerPoint, Access и Outlook

Вы быстро научитесь создавать текстовые документы, электронные таблицы, презентации и базы данных. Книга «Office 2019 для чайников» будет Вам надежным помощником не только для начинающих пользователей Microsoft Office 2019, но и всех тех, кто знаком только со старыми версиями офисного пакета

Основные темы книги «Microsoft Office 2019 для чайников»:

— ввод и форматирование текста;
— создание электронных таблиц и диаграмм;
— применение формул в электронных таблицах;
— создание презентаций;
— звуковое сопровождение презентаций;
— разработка баз данных;
— создание рабочих расписаний и управление повседневными задачами

Оригинал книги: «Office 2019 For Dummies», Wallace Wang, 432 pages, ISBN 978-1-119-51398-8, October 2018

заказать-купить книгу Уоллеса Вонга «Microsoft Office 2019 для чайников» в интернет-магазине DiaMail (Украина) (книга есть на складе в DiaMail Украина)
(заказать-купить книгу «Microsoft Office 2019 для чайников» в интернет-магазине diamail.com.ua)


На русском языке книга вышла в январе 2019 года в издательстве «ДИАЛЕКТИКА» и издана ограниченным тиражом
Add a comment...

Post has attachment
Издана книга «Spring 5 для профессионалов», Юлиана Козмина, Роб Харроп, Крис Шефер, Кларенс Хо, 5-е издание, бумага офсетная-белая, твердый переплет, 1120 стр., ISBN 978-5-907114-07-4, «ДИАЛЕКТИКА», 2019 - заказать-купить книгу «Spring 5 для профессионалов» в интернет-магазине ComBook.ru

Книга «Spring 5 для профессионалов» представляет собой многолетний бестселлер, который обновлен с целью отражения функциональных средств, предлагаемых последней версией платформы Spring Framework 5 - одного из самых популярных фреймворков для разработки приложения на Java

Книга «Spring 5 для профессионалов» безоговорочно считается наиболее исчерпывающим и авторитетным руководством по Spring. Вы изучите основы и ключевые темы, связанные с платформой Spring

Авторы поделятся с вами собственным реальным опытом в области удаленной обработки, использования Hibernate и работы с EJB. Помимо основ вы научитесь применять Spring Framework 5 для построения разнообразных уровней или частей корпоративного Java-приложения: транзакций, веб-уровня и уровня презентаций, развертывания и многого другого

Многочисленные примеры в книге «Spring 5 для профессионалов» помогут вам в освоении технологий и приемов, рассмотренных в этой книге, а также в организации их совместной работы. Новая версия фреймворка Spring Framework 5 добавляет новый проект в копилку Spring — Spring Reactive Web Framework или WebFlux

Теперь Spring 5 работает также с Java EE 8. Язык Kotlin теперь не только официально поддерживаемый Google для разработки на Andriod, но и официально поддерживаемый Spring Framework 5

Оригинал книги: «Pro Spring 5. An In-Depth Guide to the Spring Framework and Its Tools», Iuliana Cosmina, Rob Harrop, Chris Schaefer, Clarence Ho, 5th Edition, 849 pages, ISBN 9781484228074, 2017

заказать-купить книгу «Spring 5 для профессионалов» в интернет-магазине КОМБУК (самая низкая цена в России!) (книгу можно заказать-купить в КОМБУКе - самая низкая цена в России!)
(заказать-купить книгу «Spring 5 для профессионалов» в интернет-магазине ComBook.ru)

заказать-купить книгу «Spring 5 для профессионалов» в интернет-магазине DiaMail (Украина) (книгу можно заказать-купить в DiaMail Украина)
(заказать-купить книгу «Spring 5 для профессионалов» в интернет-магазине diamail.com.ua)

На русском языке книга вышла в январе 2019 года в издательстве «ДИАЛЕКТИКА» и издана ограниченным тиражом
_____________________________________________
ОГЛАВЛЕНИЕ книги «Spring 5 для профессионалов»
_____________________________________________
Введение
Глава 1. Введение в Spring
Глава 2. Начало работы
Глава 3. Инверсия управления и внедрение зависимостей в Spring
Глава 4. Конфигурирование и начальная загрузка в Spring
Глава 5. Введение в АОП средствами Spring
Глава 6. Поддержка JDBC в Spring
Глава 7. Применение Hibernate в Spring
Глава 8. Доступ к данным в Spring через интерфейс JPA
Глава 9. Управление транзакциями
Глава 10.Проверка достоверности с преобразованием типов и форматированием данных
Глава 11.Планирование заданий
Глава 12.Организация удаленной обработки в Spring
Глава 13.Тестирование в Spring
Глава 14.Поддержка сценариев в Spring
Глава 15.Мониторинг приложений
Глава 16.Разработка веб-приложений
Глава 17.Протокол WebSocket
Глава 18.Проекты Spring Batch, Spring Integration, Spring XD и прочие
Приложение. Установка среды разработки
Предметный указатель
Add a comment...

Post has attachment
в типографии книга «Электроника. Сборник рецептов: готовые решения на базе Arduino и Raspberry Pi», Саймон Монк, бумага офсетная-белая, мягкий переплет, 480 стр., ISBN 978-5-907114-54-8, «ДИАЛЕКТИКА», 2019

Книга «Электроника. Сборник рецептов: готовые решения на базе Arduino и Raspberry Pi» рассчитана на моделистов и разработчиков, которые пришли к изучению электроники благодаря знакомству с Arduino и Raspberry Pi. Она поможет разобраться в основах построения схем всем желающим независимо от уровня образования

Внимательно изучив описанные в книге «Электроника. Сборник рецептов» готовые решения на базе Arduino и Raspberry Pi, Вы сможете воспользоваться полученными навыками для реализации собственных проектов без углубленного рассмотрения теоретических вопросов

Используя книгу как справочник, можно быстро найти исчерпывающую информацию по интересующему вопросу, не прибегая к громоздким руководствам, рассчитанным на профессиональных электронщиков

Основные темы книги «Электроника. Сборник рецептов»:

— основные законы электротехники, включая закон Ома и формулу вычисления мощности;
— принципы функционирования и основные характеристики базовых компонентов электрической цепи: резисторов, конденсаторов, катушек индуктивности, диодов, транзисторов, интегральных микросхем, а также переключателей и реле;
— примеры решения задач по обеспечению питанием электродвигателей, получению данных с датчиков и использованию интегральных микросхем в реальных электрических схемах и электронных устройствах;
— советы по эффективному использованию Arduino и Raspberry Pi для управления электронным оборудованием;
— рекомендации по работе с такими измерительными приборами, как мультиметр и осциллограф, а также построению прототипов на платах беспаечного монтажа и программной симуляции собственных схем

Оригинал книги: «Electronics Cookbook: Practical Electronic Recipes with Arduino and Raspberry Pi», Simon Monk, 458 pages, ISBN 9781491953402, April 2017

заказать-купить книгу Саймона Монка «Электроника. Сборник рецептов: готовые решения на базе Arduino и Raspberry Pi» в интернет-магазине DiaMail (Украина) (книгу можно заказать-купить в DiaMail Украина)
(заказать-купить книгу «Электроника. Сборник рецептов» в интернет-магазине diamail.com.ua)

(книга в типографии)

На русском языке книга выйдет в феврале 2019 года в издательстве «ДИАЛЕКТИКА» и будет издана ограниченным тиражом
______________________________________
ОГЛАВЛЕНИЕ книги «Электроника. Сборник рецептов: готовые решения на базе Arduino и Raspberry Pi»
______________________________________
Введение
Глава 1. Основные законы
Глава 2. Резисторы
Глава 3. Конденсаторы и катушки индуктивности
Глава 4. Диоды
Глава 5. Транзисторы и интегральные микросхемы
Глава 6. Переключатели и реле
Глава 7. Источники питания
Глава 8. Батарейки и аккумуляторы
Глава 9. Солнечные панели
Глава 10. Arduino и Raspberry Pi
Глава 11. Переключение сигналов
Глава 12. Датчики
Глава 13. Электродвигатели
Глава 14. Светодиоды и индикаторы
Глава 15. Цифровые интегральные микросхемы
Глава 16. Аналоговая электроника
Глава 17. Операционные усилители
Глава 18. Звук
Глава 19. Радио
Глава 20. Сборка
Глава 21. Инструменты и оборудование
Приложение А. Комплектующие и поставщики
Приложение Б. Расположение выводов на плате Arduino
Приложение В. Расположение выводов на плате Raspberry Pi
Приложение Г. Единицы измерения
Предметный указатель
Add a comment...

Post has attachment
сдаётся в типографию книга «Entity Framework Core 2 для ASP.NET Core MVC с примерами на C# для профессионалов», Адам Фримен, (перевод Юрия Артёменко), бумага офсетная-белая, твердый переплет, ~700 стр., ISBN , «ДИАЛЕКТИКА», 2019

Платформа Entity Framework представляет собой набор технологий ADO.NET, обеспечивающих разработку приложений, связанных с обработкой данных

В книге «Entity Framework Core 2 для профессионалов» Адам Фримен объясняет, как извлечь максимальную пользу из Entity Framework Core 2 в проектах Core MVC 2

В Entity Framework разработчики получают возможность работать с данными, представленными в форме относящихся к конкретным доменам объектов и свойств, таких как клиенты и их адреса, не будучи вынужденными обращаться к базовым таблицам и столбцам базы данных, где хранятся эти данные

Entity Framework дает разработчикам возможность работать с данными на более высоком уровне абстракции, создавать и сопровождать приложения, ориентированные на работу с данными, одновременно с этим сокращая объем кода, по сравнению с традиционными приложениями

Книга предназначена для программистов ASP.NET Core MVC 2, которые хотят использовать Entity Framework Core 2 как уровень доступа к данным в своих проектах

Оригинал книги: «Pro Entity Framework Core 2 for ASP.NET Core MVC», Adam Freeman, 676 pages, ISBN 9781484234341, April 2018

заказать-купить книгу Адама Фримена «Entity Framework Core 2 для ASP.NET Core MVC с примерами на C# для профессионалов» в интернет-магазине DiaMail (Украина) (книгу можно заказать-купить в DiaMail Украина)
(заказать-купить книгу по Entity Framework Core 2 в интернет-магазине diamail.com.ua)

(книга сдаётся в типографию)

На русском языке книга выйдет в феврале 2019 года в издательстве «ДИАЛЕКТИКА» и будет издана ограниченным тиражом
Add a comment...

Post has attachment
В продаже книга «Python и машинное обучение: машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow», Себастьян Рашка, Вахид Мирджалили, 2-е издание, (перевод Юрия Артёменко), бумага офсетная-белая, твердый переплет, полноцветное издание, 656 стр., ISBN 978-5-907114-52-4, «ДИАЛЕКТИКА», 2019 - заказать-купить книгу «Python и машинное обучение» в интернет-магазине ComBook.ru

С помощью 2-го издания бестселлера Себастьяна Рашки - книгой «Python и машинное обучение», Вы освоите и сможете использовать передовые технологии машинного обучения, нейронных сетей и глубокого обучения

Будучи основательно обновленной с учетом самых последних технологий с открытым кодом, включая такие библиотеки, как scikit-learn, Keras и TensorFlow, книга «Python и машинное обучение: машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow» предлагает практические знания и приемы, которые необходимы для создания эффективных приложений машинного и глубокого обучения на языке Python

В результате комплексного расширения и совершенствования книга теперь охватывает популярную библиотеку глубокого обучения TensorFlow. Код для scikit-learn также был полностью обновлен, чтобы включать последние улучшения и дополнения к этой универсальной библиотеке машинного обучения

Обладающие уникальной проницательностью и знанием дела авторы - Себастьяна Рашки и Вахид Мирджалили, ознакомят Вас с алгоритмами машинного обучения и глубокого обучения с нуля и покажут, как применять их к сложным задачам в отрасли, используя реалистичные и очень интересные примеры. К концу чтения книги «Python и машинное обучение» Вы будете готовы встретиться с новыми перспективами анализа данных в сегодняшнем мире

Если вы читали 1-е издание книги, то Вам доставит удовольствие найти новый баланс классических идей и современных знаний о машинном обучении. Каждая глава книги «Python и машинное обучение» была серьезно обновлена, и появились новые главы по ключевым технологиям. У вас будет возможность изучить и поработать с TensorFlow более вдумчиво, нежели ранее, а также получить важнейший охват библиотеки для нейронных сетей Keras наряду с самыми свежими обновлениями библиотеки scikit-learn

Чему вы научитесь?

• Освоите основные фреймворки в науке о данных, машинном обучении и глубоком обучении
• Задействуете в машинном обучении мощь последних библиотек Python с открытым кодом
• Овладеете приемами машинного обучения, используя сложные реальные данные
• Научитесь строить реализации глубоких нейронных сетей с применением библиотеки TensorFlow
• Зададите новые вопросы своим данным через модели машинного обучения и нейронные сети
• Изучите механику алгоритмов классификации для построения лучшего инструмента для работы
• Научитесь прогнозировать непрерывные целевые результаты, используя регрессионный анализ
• Научитесь раскрывать скрытые паттерны и структуры в данных с помощью кластеризации
• Углубитесь в текстовые данные и данные социальных сетей с применением смыслового анализа

С книгой «Python и машинное обучение» Вы откроете для себя современные приемы машинного и глубокого обучения с помощью Python, используя самые последние версии библиотек с открытым исходным кодом - scikit-learn, TensorFlow и др.

Оригинал книги: «Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow», Sebastian Raschka, Vahid Mirjalili, 622 pages, ISBN 9781787125933, September 20, 2017

ЗДЕСЬ - читайте ВВЕДЕНИЕ из книги Себастьяна Рашка «Python и машинное обучение»
ЗДЕСЬ - читайте полное СОДЕРЖАНИЕ книги Себастьяна Рашка «Python и машинное обучение»
ЗДЕСЬ - читайте 9 Главу «Встраивание модели машинного обучения в веб-приложение» из книги Себастьяна Рашка «Python и машинное обучение»

можно заказать-купить книгу в biblio-globus.ru, ComBook.ru, Ozon.ru, diamail.com.ua и др.

На русском языке книга вышла в конце декабря 2018 года в издательстве «ДИАЛЕКТИКА»
___________________________________________
ОГЛАВЛЕНИЕ книги «Python и машинное обучение» (2-е издание)
___________________________________________
Предисловие
Глава 1. Наделение компьютеров способностью обучения на данных
Глава 2. Обучение простых алгоритмов МО для классификации
Глава 3. Обзор классификаторов на основе машинного обучения с использованием scikit-learn
Глава 4. Построение хороших обучающих наборов с помощью предварительной обработки данных
Глава 5. Сжатие данных с помощью понижения размерности
Глава 6. Изучение практического опыта оценки моделей и настройки гиперпараметров
Глава 7. Объединение разных моделей для ансамблевого обучения
Глава 8. Применение машинного обучения для смыслового анализа
Глава 9. Встраивание модели машинного обучения в веб-приложение
Глава 10. Прогнозирование значений непрерывных целевых переменных с помощью регрессионного анализа
Глава 11. Работа с непомеченными данными – кластерный анализ
Глава 12. Реализация многослойной искусственной нейронной сети с нуля
Глава 13. Распараллеливание процесса обучения нейронных сетей с помощью TensorFlow
Глава 14. Погружаемся глубже — механика TensorFlow
Глава 15. Классификация изображений с помощью глубоких сверточных нейронных сетей
Глава 16. Моделирование последовательных данных с использованием рекуррентных нейронных сетей
Предметный указатель
___________________
ОБ АВТОРАХ КНИГИ
___________________
Себастьян Рашка автор книги «Python и машинное обучение: машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow» (2-е издание)
Себастьян Рашка
Себастьян Рашка (Sebastian Raschka), автор бестселлера «Python Machine Learning» (1-е издание), обладает многолетним опытом написания кода на Python и провел несколько семинаров по практическому приложению науки о данных, машинного обучения и глубокого обучения, включая руководство по машинному обучению на SciPy – ведущей экосистеме для научных вычислений в Python

Хотя научно-исследовательские проекты Себастьяна главным образом связаны с решением задач в вычислительной биологии, ему нравится писать и говорить на темы науки о данных, машинного обучения и Python в целом. Мотивация Себастьяна – помогать людям в разработке решений, управляемых данными, без обязательного наличия опыта машинного обучения

Его работа и вклад недавно были отмечены званием выдающегося аспиранта 2016-2017, а также наградой ACM Computing Reviews’ Best of 2016

В свободное время Себастьян любит участвовать в проектах с открытым кодом, и методы, которые он реализовал, сейчас успешно используются в состязаниях по машинному обучению, таких как Kaggle


Вахид Мирджалили - автор книги «Python и машинное обучение: машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow» (2-е издание)
Вахид Мирджалили
Вахид Мирджалили (Vahid Mirjalili) получил звание PhD в машиностроении, работая над новаторскими методами для крупномасштабных вычислительных эмуляций молекулярных структур. В настоящее время он сосредоточивает свою научно-исследовательскую работу на приложениях машинного обучения в разнообразных проектах компьютерного зрения в отделении компьютерных наук и инженерии Университета штата Мичиган

Вахид избрал Python в качестве главного языка программирования, и на протяжении своей научно-исследовательской карьеры он накопил громадный опыт в написании кода Python. Он преподавал программирование на Python инженерной группе в Университете штата Мичиган, что дало ему возможность помочь студентам понять разные структуры данных и разрабатывать эффективный код на Python

В то время как обширные исследовательские интересы Вахида сконцентрированы на приложениях глубокого обучения и компьютерного зрения, он особенно интересуется использованием приемов глубокого обучения для усиления приватности в биометрических данных, таких как изображения лиц, чтобы не раскрывалась информация сверх той, что пользователи намерены показывать. Кроме того, он также сотрудничает с командой инженеров, работающих над самоходными автомобилями, где проектирует модели в виде нейронных сетей для слияния многоспектральных изображений с целью обнаружения пешеходов
Add a comment...

Post has attachment
Издана книга «Искусственный интеллект с примерами на Python», Пратик Джоши, бумага офсетная-белая, мягкий переплет, 448 стр., ISBN 978-5-907114-41-8, «ДИАЛЕКТИКА», 2019 - заказать-купить книгу «Искусственный интеллект с примерами на Python» в интернет-магазине ComBook.ru

Книга «Искусственный интеллект с примерами на Python» — отличное практическое руководство для тех, кто заинтересован в создании приложений на языке программирования Python на основе искусственного интеллекта

Книга содержит множество примеров, охватывающих очень широкий спектр разработок, ведущихся в этой области. Вы узнаете о том, как реализовать алгоритмы, обеспечивающие получение наилучших результатов в зависимости от специфики задачи, и увидите, как они применяются в реальных сценариях

Если ваши приложения связаны с обработкой изображений, текста, оперативной биржевой информации или данных в любой другой форме и Вы хотели бы расширить их возможности за счет использования элементов искусственного интеллекта, то эта книга несомненно станет вашим настольным руководством

Основные темы книги «Искусственный интеллект с примерами на Python»:

— реализация различных методов классификации и регрессии
— концепция кластеризации и ее использование для автоматического сегментирования данных
— создание интеллектуальных рекомендательных систем
— логическое программирование и способы его применения
— создание автоматизированных систем распознавания речи
— основы эвристического поиска и генетического программирования
— разработка игр с использованием искусственного интеллекта
— обучение с подкреплением
— создание интеллектуальных приложений на Python, ориентированных на обработку изображений, текста и последовательных данных
— алгоритмы глубокого обучения и создание приложений на их основе

Охват серьезных тем AI, с одной стороны, и простые коды с другой, делают книгу «Искусственный интеллект с примерами на Python» хорошим учебником для самообразования

Оригинал книги: «Artificial Intelligence with Python», Prateek Joshi, 446 pages, ISBN 9781786464392, 2017

ЗДЕСЬ - читайте ВВЕДЕНИЕ из книги «Искусственный интеллект с примерами на Python»
ЗДЕСЬ - читайте полное СОДЕРЖАНИЕ книги «Искусственный интеллект с примерами на Python»
ЗДЕСЬ - читайте 1 Главу «Введение в искусственный интеллект» из книги Пратика Джоши «Искусственный интеллект с примерами на Python»

можно заказать-купить книгу в интернет-магазине ComBook.ru и diamail.com.ua

На русском языке книга вышла в январе 2019 года в издательстве «ДИАЛЕКТИКА» и издана ограниченным тиражом
_____________________________________________
ОГЛАВЛЕНИЕ книги «Искусственный интеллект с примерами на Python»
_____________________________________________
Введение
Глава 1. Введение в искусственный интеллект
Глава 2. Классификация и регрессия посредством обучения с учителем
Глава 3. Предсказательная аналитика на основе ансамблевого обучения
Глава 4. Распознавание образов с помощью обучения без учителя
Глава 5. Создание рекомендательных систем
Глава 6. Логическое программирование
Глава 7. Методы эвристического поиска
Глава 8. Генетические алгоритмы
Глава 9. Создание игр с помощью искусственного интеллекта
Глава 10. Обработка естественного языка
Глава 11. Вероятностный подход к обработке последовательных данных
Глава 12. Создание систем распознавания речи
Глава 13. Обнаружение и отслеживание объектов
Глава 14. Искусственные нейронные сети
Глава 15. Обучение с подкреплением
Глава 16. Глубокое обучение и сверточные нейронные сети
Предметный указатель
Add a comment...

Post has attachment
Издана книга «Анализ пакетов: практическое руководство по использованию Wireshark и tcpdump для решения реальных проблем в локальных сетях», Крис Сандерс, бумага офсетная-белая, мягкий переплет, 448 стр., ISBN 978-5-6040723-0-1, «ДИАЛЕКТИКА», 2019 - заказать-купить книгу «Анализ пакетов» в интернет-магазине ComBook.ru

Книга «Анализ пакетов» посвящена анализу пакетов в Wireshark - самом популярном в мире сетевом анализаторе. Начиная с основ организации сетей, описания протоколов для обмена данными в них и способов подключения к сети для перехвата пакетов, в этой книге поясняются методики выявления на уровне анализируемых пакетов и устранения различных проблем, возникающих в сетях, включая потерю связи, анализ веб-содержимого и пакетов, выявление медленной работы сети, отсутствие доступа к Интернету, заражение вредоносным кодом, нарушение сетевой безопасности

Прочтя третье издание книги «Анализ пакетов», обновленное по версии Wireshark 2.x, Вы научитесь разбираться в перехваченных пакетах и лучше понимать стоящие перед вами задачи диагностики сетей. В ней Вы найдете дополнительное изложение сетевых протоколов IPv6 и SMTP, новую главу, посвященную эффективным анализаторам пакетов tcpdump и TShark, работающим в режиме командной строки, а также приложение, где поясняется, как интерпретировать данные из пакетов вручную, используя схемы пакетов

На конкретных примерах из файлов перехвата в книге «Анализ пакетов» наглядно показывается, что дает анализ пакетов для диагностики сетей в самых разных сценариях, возникающих в ходе их эксплуатации

Основные темы книги «Анализ пакетов»:

* проведение текущего анализа сетевого трафика в реальном времени и его активный перехват
* составление специальных фильтров для перехвата и отображения пакетов
* анализ пакетов для выявления и разрешения типичных проблем, возникающих в сети, включая потерю связи, медленную работу сети и решение вопросов, связанных со службой DNS
* исследование современных наборов эксплойтов (средств эксплуатации уязвимостей) и вредоносных программ на уровне пакетов
* извлечение файлов, пересылаемых по сети, из перехваченных пакетов
* построение графиков из перехваченного сетевого трафика для наглядного представления потоков данных, проходящих по сети
* использование дополнительных средств Wireshark, позволяющих разобраться в непонятных образцах перехвата сетевого трафика
* составление статистических и прочих отчетов, помогающих лучше объяснить технические данные неспециалистам

Независимо от уровня вашей квалификации книга «Анализ пакетов» поможет научиться пользоваться популярными сетевыми анализаторами и с их помощью разбираться в состоянии любых сетей и оперативно разрешать возникающие в них проблемы

Книга «Анализ пакетов» адресована всем тем сетевым инженерам и системным администраторам, кто интересуется анализом пакетов для диагностики как проводных, так и беспроводных сетей независимо от уровня их квалификации

Оригинал книги: «Practical Packet Analysis: Using Wireshark to Solve Real-World Network Problems», Chris Sanders, 368 pages, ISBN 9781593278021, April 2017

книгу можно заказать-купить в интернет-магазине ComBook.ru и diamail.com.ua

На русском языке книга вышла в январе 2019 года в издательстве «ДИАЛЕКТИКА» и издана ограниченным тиражом
_____________________________________________
ОГЛАВЛЕНИЕ книги «Анализ пакетов»
_____________________________________________
Отзывы о книге
Благодарности
Введение
Глава 1. Анализ пакетов и основы организации сетей
Глава 2. Подключение к сети
Глава 3. Введение в Wireshark
Глава 4. Обработка перехваченных пакетов
Глава 5. Дополнительные возможности Wireshark
Глава 6. Анализ пакетов из командной строки
Глава 7. Протоколы сетевого уровня
Глава 8. Протоколы транспортного уровня
Глава 9. Распространенные протоколы верхнего уровня
Глава 10. Основные реальные сценарии
Глава 11. Меры борьбы с медленной сетью
Глава 12. Анализ пакетов на безопасность
Глава 13. Анализ пакетов в беспроводных сетях
Приложение А. Дополнительная информация
Приложение Б. Интерпретация пакетов
Предметный указатель
Add a comment...

Post has attachment
Издана книга «Основы машинного обучения для аналитического прогнозирования: алгоритмы, рабочие примеры и тематические исследования», Джон Д. Келлехер, Брайан Мак-Нейми и Ифе д’Арси, бумага офсетная-белая, твердый переплет, 656 стр., ISBN 978-5-6040044-9-4, «ДИАЛЕКТИКА», 2019 - заказать-купить книгу «Основы машинного обучения для аналитического прогнозирования» в интернет-магазине ComBook.ru

Машинное обучение часто используется для построения прогностических моделей путем извлечения шаблонов из больших наборов данных. Эти модели используются в приложениях для предсказания, включая прогнозирование цен, оценку риска, прогнозирование поведения клиентов и классификацию документов

Книга «Основы машинного обучения для аналитического прогнозирования» - это вводный учебник, который предлагает подробное и целенаправленное рассмотрение наиболее важных подходов к машинному обучению, используемых в аналитическом прогнозировании, охватывающих как теоретические концепции, так и практические приложения

В книге формальный математический материал дополняется практическими примерами, а тематические исследования иллюстрируют применение этих моделей в более широком контексте бизнеса

После обсуждения перехода от данных к решению, в книге «Основы машинного обучения для аналитического прогнозирования» описывается четыре подхода к компьютерному обучению: информационное обучение, обучение на основе сходства, вероятностное обучение и обучение на основе ошибок

Каждый из этих подходов сначала описывается неформально, а затем приводятся математические модели и алгоритмы, иллюстрированные подробными практическими примерами. Наконец, в книге рассматриваются методы оценки моделей прогнозирования и предлагаются два тематических исследования, которые описывают конкретные проекты анализа данных на каждом этапе разработки, начиная от формулирования бизнес-задачи и заканчивая реализацией аналитического решения

Книга «Основы машинного обучения для аналитического прогнозирования: алгоритмы, рабочие примеры и тематические исследования», написанная авторами, имеющими многолетний опыт преподавания методов машинного обучения и работы над проектами аналитического прогнозирования, предназначена для студентов и аспирантов, специализирующихся в области компьютерных наук, математики или статистики, а также как справочник для профессионалов

«Книга написана учеными, но тесно связана с практикой. Действительно, интеллектуальный анализ данных и машинное обучение идут рука об руку: грубо говоря, прогнозирование зависит от обучения на прошлых примерах. И хотя Основы — это всеобъемлющий университетский учебник, авторы также признают, что интеллектуальный анализ данных является самым быстро развивающимся коммерческим применением машинного обучения. Благодаря этому данный чрезвычайно познавательный опус позволяет осветить концепции в тесной связи с отраслевыми тематическими исследованиями и передовыми методами, гарантируя, что вы ознакомитесь с лучшими практиками и сценариями использования и не заблудитесь в абстракциях» (Эрик Сигель (Eric Siegel), доктор философии, основатель компании Predictive Analytics World; автор книги Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die)

Оригинал книги: «Fundamentals of Machine Learning for Predictive Data Analytics: Algorithms, Worked Examples, and Case Studies» by John D. Kelleher, Brian Mac Namee and Aoife D'Arcy, 624 pages, ISBN 9780262029445, 2016. ЗДЕСЬ - отзывы покупателей книги на англ.языке в www.amazon.com

книгу можно заказать-купить в интернет-магазине ComBook.ru diamail.com.ua и др.

На русском языке книга вышла в январе 2019 года в издательстве «ДИАЛЕКТИКА» и издана ограниченным тиражом
_____________________________________________
ОГЛАВЛЕНИЕ книги «Основы машинного обучения для аналитического прогнозирования»
_____________________________________________
Предисловие
Обозначения
Глава 1. Методы машинного обучения для аналитического прогнозирования
Глава 2. Данные — выводы — решения
Глава 3. Изучение данных
Глава 4. Информационное обучение
Глава 5. Обучение на основе сходства
Глава 6. Вероятностное обучение
Глава 7. Обучение на основе ошибок
Глава 8. Оценивание
Глава 9. Тематический пример: отток клиентов
Глава 10. Тематический пример: классификация галактик
Глава 11. Искусство машинного обучения для аналитического прогнозирования
Приложение А. Описательная статистика и визуализация данных для машинного обучения
Приложение Б. Введение в теорию вероятностей
Приложение В. Правила дифференцирования
Библиография
Список рисунков
Список таблиц
Предметный указатель
____________________
ОБ АВТОРАХ
____________________
Джон Д. Келлехер — профессор компьютерных наук и научный руководитель Института исследований информации, коммуникации и культуры в Дублинском технологическом институте
Брайан Макнейми является преподавателем университетского колледжа в Дублине
Ифе д’Арси является генеральным директором The Analytics Store, консалтинговой и тренинговой компании по анализу данных
Add a comment...

Post has attachment
Будет издана книга «Рефакторинг. Улучшение проекта существующего кода», Мартин Фаулер, 2-е издание, (перевод Игоря Красикова), бумага офсетная-белая, твердый переплет, ~500 стр., ISBN , «ДИАЛЕКТИКА», 2019

Рефакторинг уже давно и прочно занимает свое достойное место среди технологий программирования, и не в последнюю очередь благодаря книге Мартина Фаулера «Рефакторинг. Улучшение проекта существующего кода» — одной из тех книг, которые написаны “на все времена”

Сам принцип рефакторинга прост: это последовательность небольших шагов, таких как перемещение поля из одного класса в другой, вынесение фрагмента кода из метода и его превращение в самостоятельный метод или даже перемещение кода по иерархии классов. Каждый такой шаг выглядит настолько просто и естественно, что кажется удивительным — о чем здесь можно писать? Однако кумулятивный эффект от таких малых изменений состоит в существенном улучшении проекта существующего кода

Мартин Фаулер и другие высококлассные специалисты в области объектно-ориентированного программирования, принявшие участие в написании этой книги, изложили принципы и наиболее эффективные методики выполнения различных рефакторингов и показали, когда и как следует тщательно изучать код с целью его улучшения

В книге подробно описано более 60 методов рефакторинга, причем приведено не только их теоретическое описание, но и практические примеры на языке программирования JavaScript. Применение JavaScript и описание “рефакторинга без классов” является одним из отличий нового издания книги от старого

Если первое издание книги можно было сравнить с хорошим вином, которое со временем становятся только ценнее, то второе издание можно сравнить с шампанским — идеи в книге опьяняют, а их изложение искрится и играет…

2-е издание классической книги «Рефакторинг. Улучшение проекта существующего кода» достойно того, чтобы занять свое место на книжной полке каждого серьезного программиста — вне зависимости от используемого языка программирования

Оригинал книги: «Refactoring: Improving the Design of Existing Code» by Martin Fowler, 2nd Edition, 448 pages, ISBN 9780201485677, December 2018

(книга в производстве)

На русском языке книга выйдет весной 2019 года в издательстве «ВИЛЬЯМС» и будет издана ограниченным тиражом

Мартин Фаулер (Martin Fowler, на фото) - главный научный сотрудник компании ThoughtWorks, занимается исследованием оптимальных способов разработки программного обеспечения и повышения производительности разработчиков

Мартин - автор многих книг, переведенных на русский язык:

1) «Шаблоны корпоративных приложений»;
2) «UML. Основы» (3-е издание);
3) «Предметно-ориентированные языки программирования» (в соавторстве с Ребеккой Парсонс);
4) «Рефакторинг. Улучшение проекта существующего кода» (в соавторстве с Кентом Беком, Джоном Брантом, Уильямом Апдайком, Доном Робертсом, Эрихом Гаммой)

Все эти книги вышли в издательстве Addison-Wesley Publishing Company (США) в Signature Series
Add a comment...

Post has attachment
скоро в продаже книга «Искусственный интеллект с примерами на Python», Пратик Джоши, бумага офсетная-белая, мягкий переплет, 448 стр., ISBN 978-5-907114-41-8, «ДИАЛЕКТИКА», 2019 - заказать-купить книгу «Искусственный интеллект с примерами на Python» в интернет-магазине ComBook.ru

Книга «Искусственный интеллект с примерами на Python» — отличное практическое руководство для тех, кто заинтересован в создании приложений на языке программирования Python на основе искусственного интеллекта

Книга содержит множество примеров, охватывающих очень широкий спектр разработок, ведущихся в этой области. Вы узнаете о том, как реализовать алгоритмы, обеспечивающие получение наилучших результатов в зависимости от специфики задачи, и увидите, как они применяются в реальных сценариях

Если ваши приложения связаны с обработкой изображений, текста, оперативной биржевой информации или данных в любой другой форме и Вы хотели бы расширить их возможности за счет использования элементов искусственного интеллекта, то эта книга несомненно станет вашим настольным руководством

Основные темы книги «Искусственный интеллект с примерами на Python»:

— реализация различных методов классификации и регрессии
— концепция кластеризации и ее использование для автоматического сегментирования данных
— создание интеллектуальных рекомендательных систем
— логическое программирование и способы его применения
— создание автоматизированных систем распознавания речи
— основы эвристического поиска и генетического программирования
— разработка игр с использованием искусственного интеллекта
— обучение с подкреплением
— создание интеллектуальных приложений на Python, ориентированных на обработку изображений, текста и последовательных данных
— алгоритмы глубокого обучения и создание приложений на их основе

Охват серьезных тем AI, с одной стороны, и простые коды с другой, делают книгу «Искусственный интеллект с примерами на Python» хорошим учебником для самообразования

Оригинал книги: «Artificial Intelligence with Python», Prateek Joshi, 446 pages, ISBN 9781786464392, 2017

ЗДЕСЬ - читайте ВВЕДЕНИЕ из книги «Искусственный интеллект с примерами на Python»
ЗДЕСЬ - читайте полное СОДЕРЖАНИЕ книги «Искусственный интеллект с примерами на Python»
ЗДЕСЬ - читайте 1 Главу «Введение в искусственный интеллект» из книги Пратика Джоши «Искусственный интеллект с примерами на Python»

уже можно заказать-купить книгу в интернет-магазине ComBook.ru и diamail.com.ua

На русском языке книга выйдет в январе 2019 года в издательстве «ДИАЛЕКТИКА» и будет издана ограниченным тиражом
_____________________________________________
ОГЛАВЛЕНИЕ книги «Искусственный интеллект с примерами на Python»
_____________________________________________
Введение
Глава 1. Введение в искусственный интеллект
Глава 2. Классификация и регрессия посредством обучения с учителем
Глава 3. Предсказательная аналитика на основе ансамблевого обучения
Глава 4. Распознавание образов с помощью обучения без учителя
Глава 5. Создание рекомендательных систем
Глава 6. Логическое программирование
Глава 7. Методы эвристического поиска
Глава 8. Генетические алгоритмы
Глава 9. Создание игр с помощью искусственного интеллекта
Глава 10. Обработка естественного языка
Глава 11. Вероятностный подход к обработке последовательных данных
Глава 12. Создание систем распознавания речи
Глава 13. Обнаружение и отслеживание объектов
Глава 14. Искусственные нейронные сети
Глава 15. Обучение с подкреплением
Глава 16. Глубокое обучение и сверточные нейронные сети
Предметный указатель
Add a comment...
Wait while more posts are being loaded