учебник по программированию

Django with MongoDB, Development with MongoDB, Oliveira W.

   In the ever-evolving landscape of web development, Django and MongoDB have emerged as powerful tools in building modern, scalable applications. Django, a high-level Python web framework, simplifies the development of robust web applications by providing a clean, pragmatic design with features like authentication, form handling, and an ORM for managing databases. MongoDB, on the other hand, is a NoSQL database that offers flexibility and scalability, making it particularly well-suited for projects requiring quick data retrieval, horizontal scaling, and large volumes of unstructured data. While Django traditionally uses relational databases like PostgreSQL or MySQL, the combination of Django with MongoDB offers an innovative approach to building data-driven web applications.

Python с нуля, От новичка до собственных игр и программ, Gurbanov R., Chretien J.

   Методы управления данными и их интеграции быстро развиваются, хранение данных в одном месте становится все сложнее и сложнее масштабировать. Пора разобраться с тем, как перевести сложный и тесно переплетенный ландшафт данных вашего предприятия на более гибкую архитектуру, готовую к современным задачам.
Архитекторы и аналитики данных, специалисты по соблюдению требований и управлению узнают, как работать с масштабируемой архитектурой и внедрять ее без больших предварительных затрат. Питхейн Стренгхольт поделится с вами идеями, принципами, наблюдениями, передовым опытом и шаблонами.
В этом проекте, Вы создадите собственную программу для бортового компьютера космического корабля. И эта программа отвечает за стыковку корабля с космической станцией.

Проектирование систем машинного обучения, Хьюен Ч., 2023.

   Сегодня машинное обучение — основной практический аппарат для применения искусственного интеллекта. Книга, основанная на стэнфордском учебном курсе, не ограничивается разбором конкретных библиотек, а описывает высокоуровневый подход к разработке систем машинного обучения, который упрощает их поддержку и развитие, позволяет избежать переобучения, искажения результатов. Рассказано, как сделать новую систему машинного обучения или нейронную сеть надёжной, репрезентативной и расширяемой, а также качественно доработать уже существующие системы. Также показано, как подобрать библиотеки и алгоритмы с учётом имеющегося множества данных и действующих бизнес-требований, конструировать признаки и отслеживать метрики.
Книга адресована программистам и специалистам по data science.

ChatGPT, сделай мне сайт, Макфедрис П., 2025.

   Создавайте потрясающие сайты без знания HTML, CSS и JavaScript!
Просто опишите ChatGPT, каким вы хотите видеть свой сайт, — а всю техническую работу он сделает за вас. В этой книге вы шаг за шагом научитесь создавать веб-страницы, добавлять удобные формы, интерактивные элементы и графику, используя только ИИ и свое воображение.
«ChatGPT, сделай мне сайт» — это практическое руководство, с которым вы освоите создание сайтов на ИИ, даже если никогда не занимались веб-разработкой. Вы начнете с основ работы с ChatGPT и уже к концу второй главы сверстаете свой первый сайт. Затем автор покажет, как наполнять страницы текстами, изображениями и формами для сбора данных, а также как редактировать HTML и CSS, чтобы придать сайту индивидуальность. Освоив эти навыки, вы сможете легко создавать фотогалереи, портфолио, каталоги и другие веб-проекты с помощью ИИ.

C# Concurrency, Асинхронное программирование и многопоточность, Добовицки Н., 2025.

   Асинхронные и многопоточные программы могут выполнять несколько задач одновременно, не теряя скорости или надежности. Но правильная организация параллельного выполнения может вызвать затруднения даже у опытных разработчиков. Эта практическая книга научит вас создавать параллельные приложения на С#, работающие с максимальной скоростью и не имеющие взаимоблокировок и других проблем синхронизации, которые ухудшают производительность и требуют огромных усилий для их обнаружения.

Алгоритмы и структуры для массивных наборов данных, Меджедович Д., Тахирович Э., 2024.

   Стандартные алгоритмы и структуры при применении к крупным распределенным наборам данных могут становиться медленными — или вообще не работать. Правильный подбор алгоритмов, предназначенных для работы с большими данными, экономит время, повышает точность и снижает стоимость обработки.
Книга знакомит с методами обработки и анализа больших распределенных данных. Насыщенное отраслевыми историями и занимательными иллюстрациями, это удобное руководство позволяет легко понять даже сложные концепции. Вы научитесь применять на реальных примерах такие мощные алгоритмы, как фильтры Блума, набросок count-min, HyperLogLog и LSM-деревья, в своих собственных проектах.

Программирование для начинающих, Основные принципы, МакГрат М., 2025.

   Открывать новое бывает непросто, но с «Программированием для начинающих» вы легко погрузитесь в мир ИТ даже при отсутствии опыта. Следуйте понятным инструкциям, выполняйте интересные практические задания. Внутри есть вся необходимая информация, рассмотрены ключевые концепции разработки и подобраны наглядные цветные примеры. Вы научитесь: писать программный код на Python, хранить информацию в структурах данных и создавать алгоритмы в рамках объектно-ориентированного программирования. Смело воплощайте свои идеи в код!

Алгоритмы машинного обучения, Смоляков В., 2026.

   Узнайте тонкости работы алгоритмов ML, чтобы эффективно решать задачи и повышать производительность используемых моделей. Познакомьтесь с фундаментальными математическими основами важнейших алгоритмов машинного обучения и вариантами их реализации на Python. Особое внимание уделяется вероятностным методам.
В книге анализируются и объясняются десятки алгоритмов, применяемых в различных сферах, в частности финансах, компьютерном зрении и обработке естественного языка. Каждый алгоритм сначала выводится математически, а потом иллюстрируется кодом на Python, снабженным подробными пояснениями и информативными графиками. Особую ценность представляет данная автором ясная интерпретация байесовских алгоритмов для моделей Монте-Карло и марковских цепей.