Все для школьников, студентов, учащихся, преподавателей и родителей - Обучалка - Obuchalka.org

Алгоритмы Data Science и их практическая реализация на Python, Учебное пособие, Протодьяконов А.В., Пылов П.А., Садовников В.Е., 2022.
 
Рассмотрен полный каскад разработки моделей искусственного интеллекта. Проанализирована область Data Science, из которой выделены все необходимые для прикладной сферы алгоритмы машинного обучения, расположенные по уровню возрастания сложности работы с ними. Для студентов, изучающих информационные технологии. Может быть полезно как начинающим программистам, так и специалистам высокого уровня.

System Design, Машинное обучение, Подготовка к сложному интервью, Сюй А., Аминиан А., 2024.
 
Собеседования по проектированию системы машинного обучения — самые сложные из всех вопросов технического собеседования. Эта книга предоставляет надежную стратегию и базу знаний для решения широкого круга вопросов проектирования систем машинного обучения. Пошаговый подход формирует основу для решения любого вопроса проектирования, используя множество реальных примеров. Эта книга поможет всем, кто интересуется проектированием систем машинного обучения, будь то новички или опытные инженеры. Если вам нужно подготовиться к собеседованию по данной теме, эта книга создана специально для вас.

React, Быстрый старт, Стефанов С., 2023.
 
Незаменимая книга по React — технологии с открытым исходным кодом для быстрого создания многофункциональных веб-приложений. Второе издание, обновленное с учетом последней версии React, показывает, как создавать компоненты React и организовывать их в удобные для сопровождения крупномасштабные приложения. Если вы знаете синтаксис JavaScript, то сразу можете приступать к работе. По ходу чтения разработчики и программисты создадут полноценное приложение. Вы быстро поймете, почему многие выбирают React для разработки веб-приложений.

React, Современные шаблоны для разработки приложений, Бэнкс А., Порселло Е., 2022.
 
Хотите создавать эффективные приложения с помощью React? Тогда эта книга написана для вас. Познакомьтесь лучшими практиками и шаблонами создания современного кода. Вам не потребуются глубокие знания React или функционала JavaScript — достаточно знакомства с принципами работы JavaScript, CSS и HTML. Алекс Бэнкс и Ева Порселло научат вас создавать пользовательские интерфейсы, которые будут динамически отображать изменения без необходимости перезагрузки страницы даже на крупномасштабных сайтах, работающих с огромными массивами данных.

PyTorch, Освещая глубокое обучение, Стивенс Э., Антига Л., Виман Т., 2022.
 
Многие средства глубокого обучения используют Python, но именно библиотека PyTorch по-настоящему «питоническая». Легкая в освоении для тех, кто знаком с NumPy и scikit-learn, PyTorch упрощает работу с глубоким обучением, обладая в то же время богатым набором функций. PyTorch прекрасно подходит для быстрого создания моделей и без проблем масштабируется до корпоративного проекта. PyTorch используют такие компании, как Apple и JPMorgan Chase. Навыки работы с этой библиотекой пригодятся вам для карьерного роста. Вы научитесь создавать нейронные сети и системы глубокого обучения с помощью PyTorch. Книга поможет быстро приступить к созданию реального проекта с нуля. В ней описаны лучшие практики всего конвейера работы с данными, включая PyTorch Tensor API, загрузку данных на Python, мониторинг обучения и визуализацию полученных результатов.

Python и машинное обучение, Машинное и глубокое обучение с ис­пользованием Python, scikit-learn и TensorFlow, Рашка С., Мирджалили В., 2020.
 
Если вы хотите стать специалистом-практиком в области машинного обучения, лучше решать задачи или, может быть, даже подумываете о том, чтобы заняться исследованиями в этой сфере, тогда настоящая книга для вас! Для новичка теоретические концепции, лежащие в основе машинного обучения, могут оказаться непреодолимыми, но в последние годы вышло много книг, ориентированных на практику, которые помогут начать работу с машинным обучением через реализацию мощных алгоритмов обучения.

Python для data science, Васильев Ю., 2023.
 
Python — идеальный выбор для манипулирования и извлечения информации из данных всех видов. «Python для data science» познакомит программистов с питоническим миром анализа данных. Вы научитесь писать код на Python, применяя самые современные методы, для получения, преобразования и анализа данных в управлении бизнесом, маркетинге и поддержке принятия решений. Познакомьтесь с богатым набором встроенных структур данных Python для выполнения основных операций, а также о надежной экосистеме библиотек с открытым исходным кодом для data science, включая NumPy, pandas, scikit-learn, matplotlib и другие. Научитесь загружать данные в различных форматах, упорядочивать, группировать и агрегировать датасеты, а также создавать графики, карты и другие визуализации. На подробных примерах стройте реальные приложения, в том числе службу такси, использующую геолокацию, анализ корзины для определения товаров, которые обычно покупаются вместе, а также модель машинного обучения для прогнозирования цен на акции.

Контрольные работы по истории Нового времени, 8 класс, Чернова М.Н., 2021.

   Данное пособие полностью соответствует федеральному государственному образовательному стандарту (второго поколения).
Пособие соответствует содержанию и структуре учебника А. Я. Юдовской и др.; под редакцией А. А. Искендерова по истории Нового времени для 8 класса и содержит контрольные работы (в двух вариантах) к каждому разделу учебника, а также два варианта итоговой контрольной работы по всему курсу истории Нового времени в 8 классе. Контрольные работы помогут проверить знание ключевых дат, фактов, имён, понятий, причинно-следственных связей, а также будут полезны в качестве обучающих познавательных заданий.
Ко всем контрольным работам даны ответы.
Пособие предназначено учащимся 8 классов, учителям и методистам.