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

Гордость и гордыня, Остен Д., 2023.
     
   Несколько произведений талантливой английской писательницы Джейн Остен (1775-1817), впервые опубликованных в начале XIX века, заслуженно считаются классикой британской литературы. Книга знакомит читателей с наиболее известным ее романом «Гордость и гордыня» в классическом переводе Ирины Гавриловны Гуровой. Секрет переизданий романа кроется в увлекательном сюжете и тонких наблюдениях за переменчивыми чувствами ярко обрисованных персонажей. Издание украшают великолепные черно-белые и цветные рисунки двух братьев, британских художников Чарльза Эдмунда Брока (1870-1938) и Генри Мэтью Брока (1875-1960).

Генетически ранние формы мышления, Новоселова С.Л., 2010.
     
   Пособие представляет читателям некоторые итоги многолетнего теоретико-экспериментального исследования мышления, выступающего в качестве содержательного механизма развития деятельности.
Методологической основой исследования является генетический метод, реализуемый на сравнительном филогенетическом (высшие приматы) и онтогенетическом (ребенок раннего возраста) материале.
В книге ставится проблема формирования первоначальной культуры мышления в раннем и дошкольном возрасте, предлагается система игр и занятий, направленная на обогащение и обобщение опыта предметного опосредования при решении ребенком задач своей деятельности.
Книга интересна студентам, тем, кто ведет исследования в области психологии развития и общей психологии, преподавателям психологических дисциплин; практическим психологам и педагогам, работающим в дошкольных образовательных учреждениях; а также представителям смежных наук.

Python - это просто, Пошаговое руководство по программированию и анализу данных, Нисчал Н., 2023.
     
   Рассмотрены основы синтаксиса языка Python на примере дистрибутива Anaconda. Показаны приложения IPython, Spyder IDE, Jupyter Notebook. Описан синтаксис переменных, функций, циклов. Подробно изучаются структуры данных в Python: строки, списки, кортежи, множества и словари. Объясняется понятие классов и их применение в объектно-ориентированном программировании. Описаны возможности библиотеки обработки изображений Pillow, библиотеки Tkinter для создания приложений с графическим интерфейсом. Отдельный раздел посвящен обработке ошибок и исключений в программах. Рассматриваются библиотеки NumPy и Pandas, приводятся практические примеры их использования для анализа и обработки данных. Описана библиотека Matplotlib и ее возможности в сфере визуализации данных.

Кузнечно-штамповочное оборудование, Минько Д.В., 2023.
     
   Учебно-методическое пособие соответствует учебному плану дисциплины «Кузнечно-штамповочное оборудование» для студентов специальности 1-36 01 05 «Машины и технология обработки материалов давлением» и содержит материалы для самостоятельного изучения принципов работы и конструктивных особенности основных типов кузнечно-штамповочного оборудования, методов расчета и конструирования узлов и деталей, обеспечивающих его надежность и долговечность.

Нравственная сфера личности дошкольника, Mohoграфия, Мельникова Н.В., Овчарова Р.В., 2007.
     
   В монографии представлены результаты психолого-педагогического исследования по следующим направлениям:
теоретический анализ особенностей нравственного разития личности в дошкольном возрасте;
общий анализ компонентой нравственной сферы личности дошкольника;
эмпирическое исследование психологических особенностей развития нравственной сферы личности дошкольника;
формирование нравственной сферы личности дошкольника.
В книге изложена новая концепция диагностики и формирования нравственной сферы личности дошкольника, предлагается валидизированная методика и технология.Монография предназначена для преподавателей, аспирантов и студентов специальностей 030301 - психология, 031800 - олигофренопедагогика, 031700 - логопедия. Материалы могут быть полезны специалистам в области практической психологии образования педагогам-психологам ДОУ, воспитателям дошкольных учреждений, социальным педагогам.

Книга Kaggle, Машинное обучение и анализ данных, Банахевич К., Массарон Л., 2024.
     
   Книга рассказывает о продвинутых приёмах машинного обучения и науки о данных (data science) на основе задач, решаемых на всемирно известной платформе Kaggle. Показано (в том числе на примере увлекательных интервью с Kaggle-гроссмейстерами), как устроена платформа Kaggle и проводимые на ней соревнования. Изложенный материал позволяет развить необходимые навыки и собрать портфолио по машинному обучению, анализу данных, обработке естественного языка, работе с множествами. Подобран уникальный пул задач, охватывающих различные классификационные и оценочные метрики, методы обучения нейронных сетей, схемы валидации, выявление паттернов и трендов в материале любой сложности.

Машинное обучение с малым объемом кодирования, Стриплинг Г., 2025.
     
   В книге подробно представлены три проблемно-ориентированных вида машинного обучения (Machine learning, ML): автоматизированное обучение AutoML без кодирования, обучение BigQuery ML с малым объемом кодирования и обучение с применением пользовательского кода на основе библиотек scikit-learn и Keras. При этом от читателя не требуется глубоких предварительных знаний в ML или программировании, но базовые навыки в этих областях будут полезны. Специализированные библиотеки, фреймворки ML, репозиторий GitHub и другие инструменты описаны по мере их необходимости. В каждом конкретном случае ключевые концепции ML раскрыты с использованием реальных наборов данных для решения реальных задач. Рассмотрено применение AutoML для прогнозирования продаж, использование BigQuery ML для обучения линейных регрессионных моделей, обучение пользовательских ML-моделей на Python для прогнозирования оттока клиентов и ряд других популярных бизнес-кейсов.

Машинное обучение с PyTorch и Scikit-Learn, Рашка С., 2024.
     
   Исчерпывающее руководство по машинному (МО) и глубокому обучению с использованием языка программирования Python, фреймворка PyTorch и библиотеки Scikit-Leam. Рассмотрены основы МО, алгоритмы для задач классификации, классификаторы на основе Scikit-Leam, предварительная обработка и сжатие данных, современные методы оценки моделей и объединение различных моделей для ансамблевого обучения. Рассказано о применении МО для анализа текста и прогнозировании непрерывных целевых переменных с помощью регрессионного анализа, кластерном анализе и обучении без учителя, показано построение многослойной искусственной нейронной сети с нуля. Раскрыты продвинутые возможности PyTorch для решения сложных задач. Описано применение глубоких сверточных и рекуррентных нейронных сетей, трансформеров, генеративных состязательных и графовых нейронных сетей, Особое внимание уделено обучению с подкреплением для систем принятия решений в сложных средах.
Электронный архив содержит цветные иллюстрации и коды всех примеров.