Python: Искусственный интеллект, большие данные и облачные вычисления
Пол и Харви Дейтелы предлагают по-новому взглянуть на Python и использовать уникальный подход, чтобы быстро решить проблемы, стоящие перед современными айтишниками. Вы на практике познакомитесь с революционными вычислительными технологиями и программированием на Python — одном из самых популярных языков.
В вашем распоряжении более пятисот реальных задач — от фрагментов до 40 больших сценариев и примеров с полноценной реализацией. IPython с Jupyter Noteboos позволят быстро освоить современные идиомы программирования Python. Главы 1–5 и фрагменты глав 6–7 сделают понятными примеры решения задач искусственного интеллекта из глав 11–16. Вы познакомитесь с обработкой естественного языка, анализом эмоций в Twitter®, когнитивными вычислениями IBM® Watson™, машинным обучением с учителем в задачах классификации и регрессии, машинным обучением без учителя в задачах кластеризации, распознавания образов с глубоким обучением и сверточными нейронными сетями, рекуррентными нейронными сетями, большими данными с Hadoop®, Spark™ и NoSQL, IoT и многим другим. Вы поработаете (напрямую или косвенно) с облачными сервисами, включая Twitter, Google Translate™, IBM Watson, Microsoft® Azure®, OpenMapQuest, PubNub и др.
В вашем распоряжении более пятисот реальных задач — от фрагментов до 40 больших сценариев и примеров с полноценной реализацией. IPython с Jupyter Noteboos позволят быстро освоить современные идиомы программирования Python. Главы 1–5 и фрагменты глав 6–7 сделают понятными примеры решения задач искусственного интеллекта из глав 11–16. Вы познакомитесь с обработкой естественного языка, анализом эмоций в Twitter®, когнитивными вычислениями IBM® Watson™, машинным обучением с учителем в задачах классификации и регрессии, машинным обучением без учителя в задачах кластеризации, распознавания образов с глубоким обучением и сверточными нейронными сетями, рекуррентными нейронными сетями, большими данными с Hadoop®, Spark™ и NoSQL, IoT и многим другим. Вы поработаете (напрямую или косвенно) с облачными сервисами, включая Twitter, Google Translate™, IBM Watson, Microsoft® Azure®, OpenMapQuest, PubNub и др.
Жас шектеулері: 16+
Құқық иегері: Питер
Баспа: Питер
Аудармашылар: Евгений Матвеев, Андрей Логунов
Қағаз беттер: 968
Пікірлер2
Дәйексөздер89
Python Anaconda — он легко устанавливается в Windows, macOS и Linux, поддерживая последние версии Python, интерпретатора IPython (раздел 1.5.1) и Jupyter Notebooks (раздел 1.5.3). Anaconda также включает другие программные пакеты и библиотеки, часто используемые в программировании Python и data science, что позволяет разработчикам сосредоточиться на коде Python и аспектах data science, не отвлекаясь на возню с проблемами установки. Интерпретатор IPython
GitHub — превосходный ресурс для поиска открытого кода, который вы сможете интегрировать в свои проекты (а также поделиться своим кодом с сообществом). Также GitHub является важнейшим элементом арсенала разработчика с функциональностью контроля версий, которая помогает командам разработчиков управлять проектами с открытым (и закрытым) кодом.
Расширенное присваивание
Пример выражения
Объяснение
Присваивает
Предполагается: c = 3, d = 5, e = 4, f = 2, g = 9, h = 12
+=
c += 7
c = c + 7
10 переменной c
-=
d -= 4
d = d - 4
1 переменной d
*=
e *= 5
e = e * 5
20 переменной e
**=
f **= 3
f = f ** 3
8 переменной f
/=
g /= 2
g = g / 2
4,5 переменной g
//=
g //= 2
g = g // 2
4 переменной g
%=
h %= 9
h = h % 9
3 переменной h
Пример выражения
Объяснение
Присваивает
Предполагается: c = 3, d = 5, e = 4, f = 2, g = 9, h = 12
+=
c += 7
c = c + 7
10 переменной c
-=
d -= 4
d = d - 4
1 переменной d
*=
e *= 5
e = e * 5
20 переменной e
**=
f **= 3
f = f ** 3
8 переменной f
/=
g /= 2
g = g / 2
4,5 переменной g
//=
g //= 2
g = g // 2
4 переменной g
%=
h %= 9
h = h % 9
3 переменной h
