Bug Bounty Automation With Python: The secrets of bug hunting.
2021 #Eng || Бесплатный софт для чтения книг.

📔 Python Unit Test Automation: Automate, Organize, and Execute Unit Tests in Python, 2nd Edition.

• This new edition starts with an introduction to Python 3. Next, it covers doctest and pydoc. This is followed by a discussion on unittest, a framework that comes packaged with Python 3 itself. There is a dedicated section on creating test suites, followed by an explanation of how nose2 provides automatic test module discovery. Moving forward, you will learn about pytest, the most popular third-party library and testrunner for Python. You will see how to write and execute tests with pytest. You’ll also learn to discover tests automatically with pytest.

#Eng

Python Unit Test Automation: Automate, Organize, and Execute Unit Tests in Python, 2nd Edition.
2021 #Eng || Бесплатный софт для чтения книг.

📔 Python. Книга рецептов.

• Книга, которую вы держите в руках, даст четкое понимание, как именно стоит писать приложения на Python, чтобы не пришлось раз за разом их переделывать и они были удобны для работы. Это наиболее полное и систематичное руководство по Python, в нем разобраны самые популярные подходы для создания легкочитаемого, оптимизированного и поддерживаемого кода. Также приведены примеры применения полученных знаний в прикладных областях, все главы сопровождаются конкретными заданиями.

#RU

Python. Книга рецептов.
2019 #RU || Бесплатный софт для чтения книг.

📔 Python и машинное обучение. Машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow. Уцененный товар.

• Машинное обучение поглощает мир программного обеспечения. Освойте и работайте с передовыми технологиями машинного обучения, нейронных сетей и глубокого обучения с помощью 2-го издания бестселлера Себастьяна Рашки. Будучи основательно обновленной с учетом самых последних технологий с открытым кодом, включая такие библиотеки, как scikit-learn, Keras и TensorFlow, эта книга предлагает практические знания и приемы, которые необходимы для создания эффективных приложений машинного и глубокого обучения на языке Python.

#RU

Python и машинное обучение. Машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow. Уцененный товар.
2020 #RU || Бесплатный софт для чтения книг.

📔 Robust Python.

• Does it seem like your Python projects are getting bigger and bigger? Are you feeling the pain as your codebase expands and gets tougher to debug and maintain? Python is an easy language to learn and use, but that also means systems can quickly grow beyond comprehension. Thankfully, Python has features to help developers overcome maintainability woes.

• In this practical book, author Patrick Viafore shows you how to use Python's type system to the max. You'll look at user-defined types, such as classes and enums, and Python's type hinting system. You'll also learn how to make Python extensible and how to use a comprehensive testing strategy as a safety net. With these tips and techniques, you'll write clearer and more maintainable code.

#Eng

Robust Python.
2021 #Eng || Бесплатный софт для чтения книг.

📔 Deep Learning with Python, Second Edition.

• Deep Learning with Python, Second Edition introduces the field of deep learning using Python and the powerful Keras library. In this revised and expanded new edition, Keras creator François Chollet offers insights for both novice and experienced machine learning practitioners. As you move through this book, you’ll build your understanding through intuitive explanations, crisp color illustrations, and clear examples. You’ll quickly pick up the skills you need to start developing deep-learning applications.

#Eng

Deep Learning with Python, Second Edition.
2021 #Eng || Бесплатный софт для чтения книг.

📔 Машинное обучение: карманный справочник. Краткое руководство по методам структурированного машинного обучения на Python | Харрисон Мэтт.

• Приведенные фрагменты кода имеют такой размер, чтобы их можно было использовать и адаптировать в ваших собственных проектах МО. Книга идеально подходящая для программистов, аналитиков данных и инженеров искусственного интеллекта, содержит обзор процесса машинного обучения и знакомит вас с классификацией структурированных данных. В книге рассматриваются различные библиотеки и модели, их компромиссы, настройка и интерпретация. Кроме всего прочего вы изучите методы кластеризации, регрессии и уменьшения размерности. При использовании книги "Машинное обучение: карманный справочник" предполагается знание языка программирования Python. В книге демонстрируется, как использовать различные вспомогательные библиотеки Python для решения реальных задач МО.

#RU

Машинное обучение: карманный справочник. Краткое руководство по методам структурированного машинного обучения на Python | Харрисон Мэтт.
2020 #RU || Бесплатный софт для чтения книг.

📔 Practical Explainable AI Using Python: Artificial Intelligence Model Explanations Using Python-based Libraries, Extensions, and Frameworks.

• Learn the ins and outs of decisions, biases, and reliability of AI algorithms and how to make sense of these predictions. This book explores the so-called black-box models to boost the adaptability, interpretability, and explainability of the decisions made by AI algorithms using frameworks such as Python XAI libraries, TensorFlow 2.0+, Keras, and custom frameworks using Python wrappers.

• You’ll begin with an introduction to model explainability and interpretability basics, ethical consideration, and biases in predictions generated by AI models. Next, you’ll look at methods and systems to interpret linear, non-linear, and time-series models used in AI. The book will also cover topics ranging from interpreting to understanding how an AI algorithm makes a decision

#Eng

Practical Explainable AI Using Python: Artificial Intelligence Model Explanations Using Python-based Libraries, Extensions, and Frameworks.
2021 #Eng || Бесплатный софт для чтения книг.

📔 Прикладной анализ текстовых данных на Python. Машинное обучение и создание приложений обработки естественного языка | Охеда Тони, Билбро Ребекка

• Технологии анализа текстовой информации стремительно меняются под влиянием машинного обучения. Нейронные сети из теоретических научных исследований перешли в реальную жизнь, и анализ текста активно интегрируется в программные решения. Нейронные сети способны решать самые сложные задачи обработки естественного языка, никого не удивляет машинный перевод, «беседа» с роботом в интернет-магазине, перефразирование, ответы на вопросы и поддержание диалога.

• Научитесь применять методы машинного обучения для анализа текста в реальных задачах, используя возможности и библиотеки Python. От поиска модели и предварительной обработки данных вы перейдете к приемам классификации и кластеризации текстов, затем приступите к визуальной интерпретации, анализу графов, а после знакомства с приемами масштабирования научитесь использовать глубокое обучение для анализа текста.

#RU

Прикладной анализ текстовых данных на Python. Машинное обучение и создание приложений обработки естественного языка.
2019 #RU || Бесплатный софт для чтения книг.

📔 Наоми Седер: Python. Экспресс-курс.

• С помощью этой книги вы можете быстро перейти от основ к управлению и структурам данных, чтобы создавать, тестировать и развертывать полноценные приложения. Наоми Седер рассказывает не только об основных особенностях языка Python, но и его объектно-ориентированных возможностях, которые появились в Python 3. Данное издание учитывает все изменения, которые произошли с языком за последние 5 лет, а последние 5 глав рассказывают о работе с большими данными.

#RU

Наоми Седер: Python. Экспресс-курс.
2019 #RU || Бесплатный софт для чтения книг.