Python

Книга рассказывает о проектировании API для обработки данных и взаимодействия с большими языковыми моделями. Рассматривается работа с языком Python и его фреймворками FastAPI, Streamlit и LangChain. Рассматривается интеграция API в имеющиеся рабочие процессы, типичные для обработки данных, вывод приложения в облако, подбор интерфейсов для обслуживания различных задач, применение больших языковых моделей класса GPT для оптимизации и ускорения проектирования API.

Если вы хотите создавать готовые к работе AI-приложения, способные рассуждать и получать внешние данные для понимания контекста, вам нужно освоить LangChain — популярный фреймворк и платформу для разработки, запуска и управления агентными приложениями. LangChain используется многими ведущими компаниями, включая Zapier, Replit, Databricks и многими другими. Это руководство — незаменимый ресурс для разработчиков, знающих Python или javascript, но только начинающих осваивать мощь искусственного интеллекта.

В книге излагаются основы искусственного интеллекта и машинного обучения с использованием Python и фреймворка Streamlit. В книге читатель пройдет все этапы проектирования нейронных сетей от формулирования задачи до обучения и использования обученных моделей. Основное внимание уделено практике разработки различных типов приложений.

В учебном пособии изучается язык программирования Python, его основные библиотеки и некоторые приложения. Издание посвящено одному из бурно развивающихся и популярных в настоящее время сценарных языков программирования — Python. Язык Python позволяет быстро создавать как прототипы программных систем, так и сами программные системы, помогает в интеграции программного обеспечения для решения производственных задач.

Книга последовательно знакомит с методами параллельного программирования на Python – от базовых концепций до современных инструментов для распределенных и ускоренных вычислений. Практические примеры демонстрируют применение параллельных подходов в аналитике данных, машинном обучении и научном моделировании.

Название книги изменено для более полного отражения содержания. Предыдущий вариант названия "Информатика с нуля. Создание проектов на Python". Книга охватывает широкий спектр тем в области информатики, с которыми сталкиваются разработчики, шагнувшие за пределы базовых навыков программирования. Автор поставил перед собой задачу заполнить возможные пробелы в образовании читателей и укрепить их знания, не прибегая к сложной математике и запутанному коду.

Книга посвящена основным принципам работы с операционной системой для роботов ROS 2 и практике разработки роботов. В ней подробно описаны ключевые концепции, компоненты и инструменты ROS 2 и рассмотрены методы построения симуляционных и реальных робототехнических систем, а также способы применения ROS 2 для задач компьютерного зрения, построения карт и автономной навигации.

«Python. Все в одном для чайников» — это всеобъемлющее руководство для начинающих программистов, желающих освоить язык Python с нуля. В издании последовательно разобраны базовые конструкции языка, работа с данными, функции, классы и объекты, обработка исключений, а также основы работы с файлами и модулями. Особое внимание уделено практическим примерам и пошаговым инструкциям, которые помогут закрепить теорию на практике. Благодаря своей доступности и простоте, Python становится первым выбором для тех, кто только начинает постигать азы программирования. Это объясняется рядом причин: простым и понятным синтаксисом, легкостью в обработке данных, а также поддержкой сильного сообщества пользователей и огромным спектром библиотек и возможностей. Книга подойдет как для самостоятельного изучения, так и в качестве справочного пособия на первых этапах работы с Python.

Учебное пособие представляет собой базовый курс по программированию на Python и предназначено для формирования практических навыков автоматизации вычислений и анализа данных. Книга 2 дает представление об основных возможностях библиотек NumPy и pandas для работы с данными. Пособие содержит практические примеры и блоки упражнений для закрепления навыков программирования.

Учебное пособие представляет собой базовый курс по программированию на Python и предназначено для формирования практических навыков автоматизации вычислений и анализа данных. Книга 1 знакомит с базовыми понятиями, синтаксисом и конструкциями языка, закладывая фундамент алгоритмического мышления.

Данное руководство предлагает системный подход к освоению принципов объектно-ориентированного программирования (ООП) с использованием языка Python, широко применяемого в промышленной разработке и научных исследованиях. В книге представлена комплексная теоретическая и практическая база, адаптированная под современные версии Python.

Читатель познакомится с математическими основами фрактальной теории, современными методами обработки временных рядов и разработкой собственных алгоритмов на Python. Особое внимание уделено объективной оценке эффективности: фрактальные модели сравниваются со скользящими средними, RSI, MACD и другими популярными индикаторами на исторических данных различных рынков.

Это подробное руководство по основам программирования на языке Python, начиная с введения в язык и заканчивая применением Python в научной среде и разработке программного обеспечения.

Перед вами практическое руководство по программированию на одном из самых востребованных сегодня языков – Python, которое формирует не просто знание синтаксиса, а системное мышление разработчика, способного решать сложные задачи в любой области. Автор рассматривает Python не как самоцель, а как инструмент формирования вычислительного мышления, которое применимо далеко за пределами сферы программирования. В книге также затрагиваются этические аспекты разработки и ответственность программиста в создании инклюзивного и безопасного программного продукта.

Умение писать код — это все, что нужно, чтобы извлекать из данных ценные выводы и находить ответы на сложные вопросы. В этом полностью переработанном издании статистические концепции представлены не в виде громоздких математических формул, а как стройный вычислительный процесс на языке Python. На практических примерах с использованием реальных датасетов изучите весь цикл разведочного анализа данных — от первичной обработки данных и подсчета статистик до выявления закономерностей и проверки гипотез. Являетесь ли вы специалистом data science, инженером-разработчиком или просто интересуетесь данными, вы быстро освоите такие популярные инструменты, как NumPy, SciPy и Pandas. Познакомьтесь с функциями распределения, статистическими зависимостями между переменными, методами визуализации и многими другими концепциями. Кроме того, все главы книги доступны в виде Jupyter-блокнотов, позволяющих читать текст, запускать код и выполнять упражнения, не переключаясь между инструментами.

Цель книги: предоставить читателю доступные и понятные шаги по созданию ИИ-ассистентов и ИИ-агентов на языке Python, поэтому книга написана в формате практического руководства, которое поможет, шаг за шагом, освоить ключевые концепции и принципы работы с LLM, GPT и RAG (основной метод для создания умных помощников).

Вы ручной тестировщик и мечтаете перейти в автоматизированное тестирование? Эта книга для вас! Вы уже освоили основы Python, но пока что испытываете трудности с покрытием программ тестами или не знаете, что именно изучать дальше? Эта книга для вас!

В практикуме приведены теоретические и практические части, большую часть из которых составляют практические задания, направленные на освоение программирования, алгоритмизации и разработки настольных графических приложений на Python с использованием PyQt5 в Astra Linux Special Edition 1.8. В теоретической части раскрываются базовые понятия: свойства и формы представления алгоритмов, типы данных, структуры языка Python, модульная организация кода, работа с файловой системой, основы событийной модели и графической разработки на платформе Qt.

Эта книга написана, чтобы помочь разработчикам создавать приложения для анализа мультимодальных данных с использованием современных языковых технологий. Здесь рассматриваются языковые модели и основные библиотеки Python, которые понадобятся для работы с ними. С помощью серии мини-проектов показано, как использовать языковые модели для анализа текста, табличных данных, графов, изображений, видео- и аудиофайлов. Изучив такие темы, как промпт-инжиниринг (создание подсказок для языковых моделей), дообучение и современные программные фреймворки, вы сможете с помощью моделей быстро создавать сложные, производительные и экономически эффективные приложения для анализа данных.

В эпоху доминирования веб-технологий десктопные приложения остаются незаменимыми для задач, требующих производительности, автономности и глубокой интеграции с операционной системой. Эта книга — практическое руководство для веб- и Python-разработчиков, желающих освоить кроссплатформенную десктопную разработку без погружения в нативные языки.