Коллеги, привет! Меня зовут Даниил Никитин, старший разработчик ГК Юзтех. У меня появилась возможность ознакомиться с ранней версией книги «Гиперсовременный инструментарий Python» ("Hypermodern Python Tooling") под авторством Клаудио Йоловича (Claudio Jolowicz). Книга планируется к релизу в апреле 2024 г., мне довелось прочитать версию от июня 2023 г. После прочтения я решил написать обзор, так как ранее мне не доводилось встречать книги на подобную тематику.
Всем доброго времени суток! Так как о Data Science мы слышим всё чаще и чаще, предлагаю вам обзор книги, что будет полезна для начинающих.
Публикую обзор книги с моего телеграмм-канала IT-старт t.me/it_begin на книгу "Data Science.Наука о данных для начинающих".
Автор книги Джоэл Грас.
Стоит читать? Да! Почему? Опишу в статье.
Всем доброго времени суток!
Публикую рецензию подписчика нашего телеграмм-канала IT-старт на книгу "Секреты Python. 59 рекомендаций по написанию эффективного кода" от автора Бретта Слаткина
Краткая, тезисная, но емкая рецензия.
Основные темы книги:
— Действенные рекомендации по основным аспектам разработки ПО с использованием версий Python 3.x и 2.x, дополненные подробными описаниями и примерами.
— Лучшие методики написания функций, снижающие вероятность появления ошибок в коде.
— Точное описание вариантов поведения с помощью классов и объектов. — Рекомендации относительно того, как избежать скрытых ошибок с помощью метаклассов и динамических атрибутов.
— Эффективные подходы к решению проблем, связанных с одновременным и параллельным выполнением множества операций.
— Усовершенствованные приемы работы со встроенными модулями Python.
— Инструментальные средства и лучшие методики коллективной разработки.
— Решения по отладке, тестированию и оптимизации кода.
Книгу мне порекомендовал мой друг и коллега. Добрался до данной книги я не сразу, но исходя из совета моего товарища, прочитал.
Стоит ли читать книгу?
Хочу сэкономить вам ваше время. Данную книгу я не рекомендую к чтению. Некоторые советы вызывают у меня сомнения, что-то нового и прям "вау", я также не узнал. Сложилось также впечатление, что никаких "секретов" тут нет.
Сразу хотелось бы заметить, что я в целом не фанат технической литературы, так как подобная литература отлично подходит для поверхностного и беглого просмотра темы, но читать такие книги "от корки до корки" - дело не из легких.
Всем доброго времени суток!
Публикую обзор книги "Изучаем Python" от автора Марка Лутца.
Стоит читать? Да! Почему? Опишу в статье.
Python - хороший первый язык программирования, а это хорошая первая книга для его изучения.
Кто целевая аудитория книги?
Подойдет для тех, кто только начал изучение Python с нуля. Материал в книге изложен доступно и понятно, поэтому трудностей возникнуть не должно. Автор очень подробно рассматривает общие концепции, что дает нам полное понимание структуры языка.
Всем доброго времени суток!
Публикую обзор книги "Начинаем программировать на Python" от автора Тони Гэддиса.
Стоит читать? Да! Почему? Максимально подробно опишу в статье.
Кто целевая аудитория книги?
Книга отлично подойдет для тех, кто только начал изучать Python с полного нуля, так как каждая тема рассматривается автором крайне подробно, что просто не оставляет шансов на то, что после прочтения у вас останутся какие-либо вопросы по рассмотренным в книге темам.
Также книга подойдет тем, кто уже до полугода пишет на Python, но всё же имеет пробелы в фундаментальных вещах и эта книга отлично их закроет своим подробным разбором синтаксиса Python.
Если вы знакомы с курсами Кейт Грегори (Kate Gregory) на Pluralsight, то вас не должно удивить название этой книги. Хотя многие считают C++ сложным языком, код которого зачастую очень трудно читать и поддерживать, он все-таки может быть красивым. Я не совру, если скажу, что со всеми нововведениями язык становится все сложнее. Но в то же время множество новых фич языка и его библиотек направлены сделать современный идиоматический код C++ легче в написании и понимании.
Автор книги – Сьюзан Кейн, в течении многих лет изучавшая феномен интроверсии. Впервые про неё я узнал из блога моей коллеги, Ольги Романовой. Книга та оказалась столь полезной, что я теперь просто не могу ею не поделиться. А уж читать её или нет, решайте сами.
Всем доброго времени суток!
Публикую обзор книги "Python для чайников" от автора Джон Пола Мюллера.
Ссылку на бесплатную электронную версию этой книги оставлю в конце поста.
Стоит читать? Нет! Почему? Опишу в статье.
Python - хороший первый язык программирования, а это худшая книга для его изучения.
Всем доброго времени суток!
Публикую обзор книги "Python. Экспресс-курс" от автора Наоми Седера.
Стоит читать? Да! Почему? Опишу в статье.
Python - хороший первый язык программирования, а это отличная книга для его изучения с нуля.
Обзор старой книги про проектирование программного продукта с помощью UML
UML мёртв, а я еще нет...
Всем доброго времени суток!
Так как о Python слышал каждый, кто хотел или хочет связать свою жизнь с IT, предлагаю обзор книги, что поможет вам на первых порах.
Стоит читать? Да! Почему? Опишу в статье.
Python – хороший первый язык программирования, а это лучшая книга для его изучения.
Для кого эта книга?
Книга в первую очередь прекрасно подойдет новичкам, тем , кто только начал свой путь в программирование и на данный момент начинает с нуля, не имеет никакой базы программирования за плечами.
Во вторую очередь я бы посоветовал данную книгу тем, кто уже имеет опыт работы с Python, но хотел бы иметь под рукой полноценный справочник с практическими описаниями основ языка. С примерами, объяснениями – то, что быстро поможет вспомнить простые, но необходимые вещи.
Книга отлично подойдет , как для тех, кто давно "в теме", так и для тех людей, чья профессиональная деятельность никак не связана со статистикой.
Публикую обзор книги с моего телеграмм-канала IT-старт https://t.me/it_begin на книгу "Как лгать при помощи статистики". Автор книги Дарелл Хафф.
Ссылку на бесплатную версию книги оставлю в конце поста.
Стоит читать? Да! Почему? Опишу в статье.
Статистика - то, что окружает каждого из нас, данная книга поможет разобраться с тем, как грамотно можно "подтасовывать" данные в статистике.
Для кого эта книга?
Книга рассчитана на широкую аудиторию, так как её тематика и материал будут полезны, как для опытных и компетентных людей, так и для тех, кто крайне далёк от статистики.
В своей книге «Новая порода» («The New Breed», 2021 год, на русском языке не издавалась) исследователь из Массачусетского технологического университета Кейт Дарлинг рассказывает о том, как понимание истории наших отношений с животными поможет сформировать отношения с роботами, и о том, почему в грядущих изменениях, связанных с распространением робототехники, больше возможностей, чем опасностей.
Автор книги предлагает посмотреть на роботов не как на человекоподобных искусственных существ, наших будущих соперников, которые, как считают многие эксперты и футурологи, вот-вот захватят мир, отнимут у людей их рабочие места и тем или иным образом поработят. Ничего подобного произойти не должно, потому что искусственный интеллект работает совсем по-другому, не так, как человеческий.
Важные идеи книги кратко.
Вечерний троллейбус был полон. Невольно я оказался свидетелем разговора двух барышень за моей спиной. Одна из них только что получила сообщение с поздравлением или открыткой, посмотреть которое призывала ссылка из послания. Спустя несколько произнесённых фраз «Так», «Далее», «Ну далее», «Да далее уже…», дамский восторг сменился негодованием под звук нового оповещения о заметно сократившемся балансе мобильного телефона.
«Мой клиент», — подумал я, не оборачиваясь, и вышел на следующей остановке. Старый кнопочный телефон в кармане хранил молчание, значит, моя рассылка похожих сообщений в социальных сетях шла без сбоев.
Разберём ключевые принципы именования переменных, проектирования функций и других аспектов, чтобы писать код, который будет понятен вам и вашей команде спустя годы.
Предуведомления
Я обещал в предыдущей публикации в этом блоге, что напишу про еще одну книжку, которую перевел в конце прошлого года для того же издательства «Бомбора». Книжка довольно увесистая, 526 страниц, называется «Understanding Deep Learning». Автор Simon J.D. Prince. — ученый, исследователь, почетный профессор Университета Бата (University of Bath). Он был руководителем проектов в двух компаниях, известных на рынке ИИ‑продуктов: Anthropics Technology Ltd и RBC Borealis. В 2012 году вышла его первая книга «Computer Vision. Models, Learning, and Inference», которая выдержала четыре издания, была переведена на китайский и продалась в количестве более десяти тысяч экземпляров (для научного издания это много).
Как и в обзоре предыдущей книги, хочу сделать оговорку, что делаю его не как специалист по ИИ, а как читатель с базовой подготовкой в ИТ и прикладной математике в объеме технического университета по специальности «Автоматизированные системы управления» и аспирантуры по методам стохастической фильтрации (фильтр Калмана) для гироскопических и навигационных систем. То есть я хочу поделиться своим читательским опытом с теми, кто, как и я, хочет понять что происходит в отрасли ИИ и получить начальные, но не совсем уж популярные сведения по архитектуре и математическим моделям нейронных сетей.
Свой перевод я сдал в издательство с рабочим заглавием «Понимание глубокого обучения», которое, скорее всего, поменяется. Во‑первых, названия всегда придумывает отдел маркетинга, а во‑вторых, в предисловии автор пишет, что в названии книги содержится некоторая шутка или горькая ирония, потому что на момент написания книги (оригинал вышел в 2023 году) никто не понимал глубокого обучения. На Хабре очень много публикаций по этой теме, и, мне кажется, что читатели этого сайта в большинстве своем знакомы как минимум с основами, но все же рискну уточнить термины. «Глубокое обучение» — это сокращение от «обучение глубоких нейронных сетей». Во‑первых, удобнее при изложении, а во‑вторых есть преемственность с названием охватывающей области исследований — машинного обучения, которое много лет развивалось без использования нейронных сетей, а теперь успешность их применения и бурный рост исследований и продуктов на их базе настолько превзошли все другие подходы, что многими термины «машинное обучение» и «глубокое обучение» воспринимаются как синонимы, хотя это пока еще не так.