Stan książek
Nasze książki są dokładnie sprawdzone i jasno określamy stan każdej z nich.
Nowa
Książka nowa.
Używany - jak nowa
Niezauważalne lub prawie niezauważalne ślady używania. Książkę ciężko odróżnić od nowej pozycji.
Używany - dobry
Normalne ślady używania wynikające z kartkowania podczas czytania, brak większych uszkodzeń lub zagięć.
Używany - widoczne ślady użytkowania
zagięte rogi, przyniszczona okładka, książka posiada wszystkie strony.
Python dla programistów. Big Data i AI. Studia przypadków
Masz tę lub inne książki?
Sprzedaj je u nas
Python jest uwielbiany przez programistów ze względu na swoją przejrzystość, zwięzłość oraz interaktywność. Jego popularność wspiera również rozbudowana kolekcja narzędzi i bibliotek. Te zalety są potęgowane przez dynamiczny rozwój technologii, dostępność coraz szybszych urządzeń oraz zwiększającą się przepustowość internetu. Wszystko to prowadzi do powstawania ogromnych ilości danych, które wymagają efektywnego przechowywania i przetwarzania. W tym kontekście, Python wyróżnia się jako potężne narzędzie, zdolne sprostać tym wyzwaniom dzięki swoim zaawansowanym możliwościom.
Ta książka jest przewodnikiem po nauce Pythona poprzez analizę i eksperymenty. Zawiera przeszło 500 przykładów kodu, od prostych fragmentów po pełne studia przypadków. Czytelnik dowie się, jak korzystać z interpretera IPython oraz notatników Jupyter, a także pozna szczegółowy opis języka Python, jego konstrukcji sterujących i funkcji. Omówione są również zagadnienia związane z operowaniem na plikach, serializacją w formacie JSON i obsługą wyjątków. Książka wprowadza w różne paradygmaty programistyczne, jak programowanie proceduralne, funkcyjne i obiektowe. Znaczna część materiału poświęcona jest bibliotekom, zarówno standardowym, jak i tym związanym z analizą danych, co pozwala realizować złożone zadania z minimalnym wysiłkiem kodowania. Dodatkowo, przedstawione zostały kluczowe zagadnienia z dziedziny data science, takie jak sztuczna inteligencja, symulacje, animacje oraz przygotowanie danych do analizy.
Wśród tematów poruszanych w książce są przetwarzanie języka naturalnego, wykorzystanie bibliotek scikit-learn i Keras, a także zagadnienia związane z big data, takie jak Hadoop, Spark, NoSQL i usługi chmurowe. Czytelnicy dowiedzą się również, jak programować dla internetu rzeczy (IoT) oraz pracować z bibliotekami takimi jak NumPy, Pandas, SciPy, NLTK, YexyBlob, Tweepy, Matplotlib i wiele innych.
Wybierz stan zużycia:
WIĘCEJ O SKALI
Python jest uwielbiany przez programistów ze względu na swoją przejrzystość, zwięzłość oraz interaktywność. Jego popularność wspiera również rozbudowana kolekcja narzędzi i bibliotek. Te zalety są potęgowane przez dynamiczny rozwój technologii, dostępność coraz szybszych urządzeń oraz zwiększającą się przepustowość internetu. Wszystko to prowadzi do powstawania ogromnych ilości danych, które wymagają efektywnego przechowywania i przetwarzania. W tym kontekście, Python wyróżnia się jako potężne narzędzie, zdolne sprostać tym wyzwaniom dzięki swoim zaawansowanym możliwościom.
Ta książka jest przewodnikiem po nauce Pythona poprzez analizę i eksperymenty. Zawiera przeszło 500 przykładów kodu, od prostych fragmentów po pełne studia przypadków. Czytelnik dowie się, jak korzystać z interpretera IPython oraz notatników Jupyter, a także pozna szczegółowy opis języka Python, jego konstrukcji sterujących i funkcji. Omówione są również zagadnienia związane z operowaniem na plikach, serializacją w formacie JSON i obsługą wyjątków. Książka wprowadza w różne paradygmaty programistyczne, jak programowanie proceduralne, funkcyjne i obiektowe. Znaczna część materiału poświęcona jest bibliotekom, zarówno standardowym, jak i tym związanym z analizą danych, co pozwala realizować złożone zadania z minimalnym wysiłkiem kodowania. Dodatkowo, przedstawione zostały kluczowe zagadnienia z dziedziny data science, takie jak sztuczna inteligencja, symulacje, animacje oraz przygotowanie danych do analizy.
Wśród tematów poruszanych w książce są przetwarzanie języka naturalnego, wykorzystanie bibliotek scikit-learn i Keras, a także zagadnienia związane z big data, takie jak Hadoop, Spark, NoSQL i usługi chmurowe. Czytelnicy dowiedzą się również, jak programować dla internetu rzeczy (IoT) oraz pracować z bibliotekami takimi jak NumPy, Pandas, SciPy, NLTK, YexyBlob, Tweepy, Matplotlib i wiele innych.
