📓 Python: Machine Learning Projects.

• This book will set you up with a Python programming environment if you don’t have one already, then provide you with a conceptual understanding of machine learning in the chapter “An Introduction to Machine Learning.” What follows next are three Python machine learning projects. They will help you create a machine learning classifier, build a neural network to recognize handwritten digits, and give you a background in deep reinforcement learning through building a bot for Atari.

#Eng

Python: Machine Learning Projects.
2022 #ENG || Бесплатный софт для чтения книг.

📓 Python, Django и PyCharm для начинающих.

• Книга посвящена вопросам разработки веб-приложений с использованием языка Python, фреймворка Django и интерактивной среды разработки PyCharm. Рассмотрены основные технологии и рабочие инструменты создания приложений, даны основы языка Python. Описаны фреймворк Django и структура создаваемых в нем веб-приложений.

• На простых примерах показаны обработка и маршрутизация запросов пользователей, формирование ответных веб-страниц. Рассмотрено создание шаблонов веб-страниц и форм для пользователей. Показано взаимодействие пользователей с различными типами баз данных через модели. Описана работа с базами данных через встроенные в Django классы без использования SQL-запросов. Приведен пошаговый пример создания сайта от формирования шаблона до его администрирования и развертывания в сети Интернет. Электронный архив на сайте издательства содержит коды всех примеров.

#RU

Python, Django и PyCharm для начинающих.
2021 #RU #Django #PyCharm || Бесплатный софт для чтения книг.

📓 Анализ поведенческих данных на R и Python.

• Если вы анализируете данные в бизнесе на R или Python, то эта книга для вас. Я использую слово «бизнес» в широком смысле для обозначения любой коммерческой, некоммерческой или правительственной организации, где важны правильные идеи и практические выводы, которые движут действиями.

• С точки зрения математики и статистики, не имеет значения, кем вы являетесь: деловым аналитиком, строящим ежемесячные прогнозы, исследователем опыта пользователей (UX), изучающим поведения на основе кликабельности, или исследователем данных, строящим модели машинного обучения. У этой книги есть одно фундаментальное условие: вы должны быть хотя бы немного знакомы с линейной и логистической регрессией. Если вы понимаете регрессию, то вы сможете проследить за аргументами этой книги и извлечь из нее большую пользу.

#RU

Анализ поведенческих данных на R и Python.
2022 #RU || Бесплатный софт для чтения книг.

📓 Основы программирования на Python. 2022.

• В курсе подробно описывается не только большое количество базовых понятий и операторов языка программирования Python, но и ряд нюансов, с которыми так или иначе предстоит встретиться при его использовании в процессе написания программных продуктов. Материал подается по принципу «от простого к сложному» и сопровождается большим количеством примеров и упражнений, что позволяет сформировать у студентов практические навыки программирования и тестирования разрабатываемых приложений.

• Все исходные коды рассматриваемых примеров можно скачать с репозитория автора на GitHub. Соответствует актуальным требованиям федерального государственного образовательного стандарта высшего образования. Курс предназначен для студентов высших учебных заведений, которые обучаются по инженерно-техническим направлениям.

#RU

Основы программирования на Python.
2022 #RU || Бесплатный софт для чтения книг.

📓 Hands-on Machine Learning with Python: Implement Neural Network Solutions with Scikit-learn and PyTorch. 2022.

• The book is divided into three sections. The first section introduces you to number crunching and data analysis tools using Python with in-depth explanation on environment configuration, data loading, numerical processing, data analysis, and visualizations. The second section covers machine learning basics and Scikit-learn library. It also explains supervised learning, unsupervised learning, implementation, and classification of regression algorithms, and ensemble learning methods in an easy manner with theoretical and practical lessons. The third section explains complex neural network architectures with details on internal working and implementation of convolutional neural networks. The final chapter contains a detailed end-to-end solution with neural networks in Pytorch.

#ENG #PyTorch

Hands-on Machine Learning with Python: Implement Neural Network Solutions with Scikit-learn and PyTorch.
2022 #ENG #PyTorch || Бесплатный софт для чтения книг.

📓 Python и анализ данных.

• Книгу можно рассматривать как современное практическое введение в разработку научных приложений на Python, ориентированных на обработку данных. Описаны те части языка Python и библиотеки для него, которые необходимы для эффективного решения широкого круга аналитических задач: интерактивная оболочка IPython, библиотеки NumPy и pandas, библиотека для визуализации данных matplotlib и др.

• Во втором издании код переписан под версию Python 3.6, добавлены сведения о последних версиях библиотек pandas, NumPy, IPython и Jupyter. Издание идеально подойдет как аналитикам, только начинающим осваивать обработку данных, так и опытным программистам на Python, еще не знакомым с научными приложениями.

#RU

Python и анализ данных.
2020 #RU || Бесплатный софт для чтения книг.

📓 Вероятностное программирование на Python: байесовский вывод и алгоритмы.

• Байесовские методы пугают формулами многих «айтишников», но без анализа статистики и вероятностей сейчас не обойтись. Кэмерон Дэвидсон-Пайлон рассказывает о байесовском методе с точки зрения программиста-практика, работающего с многофункциональным языком #PyMC и библиотеками #NumPy, #SciPy и #Matplotlib. Раскрывая роль байесовских выводов при А/В-тестировании, выявлении мошенничества и в других насущных задачах, вы не только легко разберетесь в этой нетривиальной теме, но и начнете применять полученные знания для достижения своих целей.

#RU

Вероятностное программирование на Python: байесовский вывод и алгоритмы.
2019 #RU || Бесплатный софт для чтения книг.

📓 Python for MATLAB Development: Extend MATLAB with 300,000+ Modules from the Python Package Index. 2022.

This book shows how to call Python functions to enhance MATLAB’s capabilities. Specifically, you’ll see how Python helps MATLAB:

• Run faster with numba;
• Distribute work to a compute cluster with dask;
• Find symbolic solutions to integrals, derivatives, and series summations with SymPy;
• Overlay data on maps with Cartopy;
• Solve mixed-integer linear programming problems with PuLP;
• Interact with Redis via pyredis, PostgreSQL via psycopg2, and MongoDB via pymongo;
• Read and write file formats that are not natively understood by MATLAB, such as SQLite, YAML, and ini.

#ENG #MATLAB #MongoDB #SQL #Redis #SymPy #Cartopy #YAML

Python for MATLAB Development: Extend MATLAB with 300,000+ Modules from the Python Package Index.
2022 #ENG #MATLAB #MongoDB #SQL #Redis #SymPy #Cartopy #YAML || Бесплатный софт для чтения книг.

📓 Обработка естественного языка. Python и spaCy на практике.

• Python и #spaCy помогут вам быстро и легко создавать NLP-приложения: чат-боты, сценарии для сокращения текста или инструменты принятия заказов. Вы научитесь использовать spaCy для интеллектуального анализа текста, определять синтаксические связи между словами, идентифицировать части речи, а также определять категории для имен собственных. Ваши приложения даже смогут поддерживать беседу, создавая собственные вопросы на основе разговора.

#RU

Обработка естественного языка. Python и spaCy на практике.
2021 #RU #spaCy || Бесплатный софт для чтения книг.

📓 Python. Справочник. Полное описание языка.

• Python — один из наиболее популярных современных языков программирования. Третье издание этого практического руководства представляет собой исчерпывающий справочник, содержащий описание большинства модулей обширной стандартной библиотеки Python и наиболее часто используемых модулей сторонних производителей. Справочник ориентирован на версии Python 2.7 и 3.5, но также включает информацию об изменениях и новшествах, появившихся в версии Python 3.6.

• Книга охватывает чрезвычайно широкий спектр областей применения Python, включая веб-приложения, сетевое программирование, обработку XML-документов, взаимодействие с базами данных и высокоскоростные вычисления. Она станет идеальным подспорьем как для тех, кто решил изучить Python, имея предварительный опыт программирования на других языках, так и для тех, кто уже использует этот язык в своих разработках.

#RU

Python. Справочник. Полное описание языка.
2019 #RU || Бесплатный софт для чтения книг.

📌 Встроенные команды

Это — функции, которые доступны из любого места в приложении. Некоторые из них вы видели: float(), str(), int(), map(), filter().

str(), int(), float(), list(), tuple() — переводят к какому-то типу: строка, целое число, дробовое число, список и кортеж.

map(), filter() — создают итераторы, которые преобразуют или фильтруют по определённым правилам (см. пример 2).

all(), any() — проверяют, если все значения True (all) или если хотя бы одно значение True (any).

#теория