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

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.

Французский язык, Второй иностранный язык, 11 класс, Базовый уровень, Григорьева Е.Я., Горбачева Е.Ю., Лисенко М.Р., 2022.
     
   Данный учебник является основным компонентом УМК по французскому как второму иностранному языку для 11 класса линии «Синяя птица». Его цель — дальнейшее развитие у учащихся иноязычной коммуникативной компетенции, что предполагает развитие умения использовать французский язык как средство межкультурного общения.
Учебный материал курса, реализующий базовый уровень содержания образования на французском языке, актуализирован с учётом современных подходов к обучению иностранным языкам. Он включает увлекательные тексты, творческие упражнения, обширную страноведческую информацию, проектные задания. Кроме того, он дополнен ссылками на интернет-ресурсы, работа с которыми поможет расширить практические возможности использования изучаемого языка. Комплекс контрольных заданий, помещённый в конце учебника, позволит проверить уровень языковой подготовки учащихся во всех четырёх видах речевой деятельности.

Французский язык, Второй иностранный язык, 10 класс, Базовый уровень, Григорьева Е.Я., Горбачева Е.Ю., Лисенко М.Р., 2022.
     
   Данный учебник является основным компонентом УМК по французскому как второму иностранному языку для 10 класса линии «Синяя птица». Его цель — дальнейшее развитие у учащихся иноязычной коммуникативной компетенции, что предполагает развитие умения использовать французский язык как средство межкультурного общения.
Учебный материал курса, реализующий базовый уровень содержания образования на французском языке, актуализирован с учётом современных подходов к обучению иностранным языкам. Он включает увлекательные тексты, творческие упражнения, обширную страноведческую информацию, проектные задания. Кроме того, он дополнен ссылками на интернет-ресурсы, работа с которыми поможет расширить практические возможности использования изучаемого языка. Комплекс контрольных заданий, помещённый в конце учебника, позволит проверить уровень языковой подготовки учащихся во всех четырёх видах речевой деятельности.

Снайперское дело, Воробьёв А.В., 2023.
     
   «СНАЙПЕРСКОЕ ДЕЛО» — книга, обобщающая опыт применения различных навыков и приёмов, тактики, а также опыт эксплуатации различных снайперских систем МО РФ за период с 2005 по 2022 год.
На основе приведённого материала возможно как первичное обучение, так и повышение квалификации всех стрелков, которым предстоит заниматься снайперской работой.