Recenze čtenářů
Shrnutí:Kniha se setkala se smíšenými ohlasy od uživatelů s rozsáhlým programátorským zázemím, zejména v jazyce Java nebo jiných nízkoúrovňových jazycích. Zatímco někteří uživatelé oceňují její podrobné vysvětlení a šíři témat v jazyce Python, strojovém učení a umělé inteligenci, jiní ji kritizují za špatnou organizaci, zastaralé příklady kódu a nedostatek obsahu vhodného pro začátečníky. Někteří ji považují za užitečnou, ale ohromující, zatímco jiní její koupi důrazně nedoporučují kvůli různým problémům, včetně nepřehledného obsahu a špatné kvality tisku.
Klady:⬤ Dobře napsané a informativní
⬤ poskytuje solidní základy v jazyce Python pro ty, kteří mají zkušenosti s programováním
⬤ obsahuje komplexní pokrytí témat Pythonu a strojového učení
⬤ konkrétní příklady uvedené
⬤ někteří uživatelé považují za užitečné zejména kapitoly o pokročilých tématech.
Zápory:⬤ Předpokládá předchozí znalosti programování, takže je nevhodná pro začátečníky
⬤ zastaralé nebo chybami zatížené ukázky kódu
⬤ špatně uspořádaná a těžko se v ní orientuje
⬤ někteří uživatelé uvádějí, že je příliš teoretická
⬤ problémy s kvalitou tisku a barvami
⬤ někteří tvrdí, že obsahuje propagační jazyk místo praktických pokynů.
(na základě 24 hodnocení čtenářů)
Původní název:
Python for Programmers
Obsah knihy:
Průvodce profesionálního programátora Deitel(R) jazykem Python(R) s úvodními případovými studiemi umělé inteligence
Kniha Python pro programátory, napsaná pro programátory s praxí v jiném vysokoúrovňovém jazyce, využívá praktickou výuku nejpřitažlivějších a nejmodernějších počítačových technologií a programování v jazyce Python - jednom z nejoblíbenějších a nejrychleji se rozvíjejících jazyků na světě. Pro více informací si přečtěte schéma obsahu uvnitř přední strany obálky a předmluvu.
V kontextu více než 500 reálných příkladů, od jednotlivých úryvků až po 40 rozsáhlých skriptů a kompletních případových studií, si pomocí interaktivního interpretu IPython s kódem v sešitech Jupyter Notebook rychle osvojíte nejnovější idiomy kódování v jazyce Python. Po zvládnutí kapitol 1-5 o Pythonu a několika klíčových částí kapitol 6-7 budete schopni zvládnout značnou část praktických úvodních případových studií o umělé inteligenci v kapitolách 11-16, které jsou nabité skvělými, výkonnými a současnými příklady. Patří mezi ně zpracování přirozeného jazyka, dolování dat z Twitteru(R) pro analýzu sentimentu, kognitivní výpočty s IBM(R) Watson(TM), strojové učení pod dohledem s klasifikací a regresí, strojové učení bez dohledu se shlukováním, počítačové vidění pomocí hlubokého učení a konvolučních neuronových sítí, hluboké učení s rekurentními neuronovými sítěmi, velká data s Hadoop(R), Spark(TM) a databázemi NoSQL, internet věcí a další. Budete také přímo či nepřímo pracovat s cloudovými službami, včetně Twitteru, Google Translate(TM), IBM Watson, Microsoft(R) Azure(R), OpenMapQuest, PubNub a dalších.
Funkce.
⬤ 500+ praktických, reálných, živých příkladů kódu od fragmentů po případové studie.
⬤ IPython + kód v Jupyter(R) Notebooks.
⬤ Zaměřeno na knihovny: Používá standardní knihovnu Pythonu a knihovny pro datovou vědu k provádění významných úkolů s minimem kódu.
⬤ Bohaté pokrytí jazyka Python: Řídicí příkazy, funkce, řetězce, soubory, serializace JSON, CSV, výjimky.
⬤ Procedurální, funkcionální a objektově orientované programování.
⬤ Sbírky: Seznamy, tuply, slovníky, množiny, pole NumPy, pandas Series & DataFrames.
⬤ Statické, dynamické a interaktivní vizualizace.
⬤ Zkušenosti s reálnými datovými sadami a zdroji dat.
⬤ Úvod do sekcí datové vědy: Umělá inteligence, základy statistiky, simulace, animace, náhodné veličiny, práce s daty, regrese.
⬤ Případové studie z oblasti datové vědy v oblasti AI, velkých dat a cloudu: NLP, dolování dat Twitter(R), IBM(R) Watson(TM), strojové učení, hluboké učení, počítačové vidění, Hadoop(R), Spark(TM), NoSQL, IoT.
⬤ Knihovny s otevřeným zdrojovým kódem: NumPy, pandas, Matplotlib, Seaborn, Folium, SciPy, NLTK, TextBlob, spaCy, Textatistic, Tweepy, scikit-learn(R), Keras a další.
Zaregistrujte svůj produkt, abyste získali přístup k aktualizovaným kapitolám a materiálům, jakož i ke stažení, budoucím aktualizacím a/nebo opravám, jakmile budou k dispozici. Další informace naleznete uvnitř knihy.
