ТОП книг издательства Питер в направлении «Информационные технологии»

Издательство Питер радует своих читателей не только красочными изданиями, но и весьма полезными книгами для начинающих и опытных специалистов в области информационных технологий. Среди новинок изданных в январе 2019 года вы встретите темы по машинному обучению, TensorFlow, совершенному алгоритму и так далее. Кстати, если вы думаете, чтобы подарить в честь праздника или памятной даты — книги несомненно остаются лучшими подарками!

Машинное обучение и TensorFlow. Нишант Шакла

Знакомство с машинным обучением и библиотекой TensorFlow похоже на первые уроки в автошколе, когда вы мучаетесь с параллельной парковкой, пытаетесь переключить передачу в нужный момент и не перепутать зеркала, лихорадочно вспоминая последовательность действий, в то время как ваша нога нервно подрагивает на педали газа. Это сложное, но необходимое упражнение. Так и в машинном обучении: прежде чем использовать современные системы распознавания лиц или алгоритмы прогнозирования на фондовом рынке, вам придется разобраться с соответствующим инструментарием и набором инструкций, чтобы затем без проблем создавать собственные системы. Новички в машинном обучении оценят прикладную направленность этой книги, ведь ее цель — познакомить с основами, чтобы затем быстро приступить к решению реальных задач. От обзора концепций машинного обучения и принципов работы с TensorFlow вы перейдете к базовым алгоритмам, изучите нейронные сети и сможете самостоятельно решать задачи классификации, кластеризации, регрессии и прогнозирования.

Фишка книги

Уроки по TensorFlow, которые можно найти в интернете, часто оказываются слишком краткими или чересчур заумными для тех, кто только начинает исследовать искусство машинного обучения. Цель данной книги — заполнить эти пробелы. Если вы новичок в машинном обучении или в применении TensorFlow, вы непременно оцените прикладную направленность этой книги.

Об авторе

Нишант Шакла является соискателем на степень доктора наук Калифорнийского университета Лос-Анджелеса, основные темы его исследований: методы машинного обучения и компьютерного зрения в робототехнике. Имеет степень бакалавра Computer Science и степень бакалавра математики Университета Вирджинии. В университете учредил лигу Hack.UVA, а также читал один из самых посещаемых курсов лекций по Haskell. Занимался разработкой для таких компаний, как Microsoft, Facebook и Foursquare, а также работал инженером по машинному обучению в компании SpaceX; является автором книги Haskell Data Analysis Cookbook.

Совершенный алгоритм. Основы. Тим Рафгарден

Алгоритмы — это сердце и душа computer science. Без них не обойтись, они есть везде — от сетевой маршрутизации и расчетов по геномике до криптографии и машинного обучения. «Совершенный алгоритм» превратит вас в настоящего профи, который будет ставить задачи и мастерски их решать, как в жизни, так и на собеседовании при приеме на работу в любую IT-компанию. В этой книге Тим Рафгарден — гуру алгоритмов — расскажет об асимптотическом анализе, нотации большое-О, алгоритмах «разделяй и властвуй», рандомизации, сортировки и отбора. Книга «Совершенный алгоритм» адресована тем, у кого уже есть опыт программирования. Вы перейдете на новый уровень, чтобы увидеть общую картину, разобраться в низкоуровневых концепциях и математических нюансах. Познакомиться с дополнительными материалами и видеороликами автора (на английском языке) можно на сайте www.algorithmsilluminated.org

Фишка книги

Перед вами первая из четырех частей книги, основанной на проводимых Тимом Рафгарденом онлайн-курсах по алгоритмам. Эти курсы, в свою очередь, появились благодаря лекциям для студентов, которые автор читал в Стэнфордском университете в течение многих лет.

Об авторе

Тим Рафгарден — профессор Computer Science и Management Science and Engineering в Стэнфордском университете. Он изучает связи между информатикой и экономикой и занимается задачами разработки, анализа, приложений и ограничений алгоритмов. Среди его многочисленных наград — премии Калай (2016), Гёделя (2012) и Грейс Мюррей Хоппер (2009).

Spring. Все паттерны проектирования. Динеш Раджпут

В этой книге дается обзор фреймворка Spring 5 и паттернов проектирования для него. Объясняется принцип внедрения зависимостей (dependency injection), играющий ключевую роль при создании слабосвязанного кода во фреймворке Spring. Затем рассматриваются классические паттерны «Банды четырех» при проектировании приложений на Spring. В следующих частях книги автор рассматривает паттерны аспектно-ориентированного программирования (AOP), шаблоны JDBC, позволяющие абстрагировать доступ к базе данных. В заключительных главах книги автор исследует работу с MVC, реактивные шаблоны проектирования и паттерны проектирования, применяемые при конкурентном и параллельном программировании в Spring.

Фишка книги

Первая на российском рынке книга по Spring 5, построенная в форме разбора классических паттернов проектирования (GoF) на материале данного фреймворка. Книга замечательно дополняет вышедший у нас в 2018 году бестселлер «Java в облаке» (Дж. Лонг, К. Бастани).

Об авторе

Динеш Раджпут — виднейший индийский специалист по Фреймворку Spring (занимается им с 2008 года), главный редактор сайта и технического блога www.dineshonjava.com. Сертифицированный специалист и автор по широчайшему спектру технологий Java: Spring Framework, Spring Boot, Spring Security, Microservice Architecture, Reactive Patterns, Spring AOP, Struts, Hibernate, Web Services, Spring Batch, Cassandra, MongoDB.

Прагматичный ИИ. Машинное обучение и облачные технологии. Ной Гифт

Искусственный интеллект — это мощный инструмент в руках современного архитектора, разработчика и аналитика. Облачные технологии — ваш путь к укрощению искусственного интеллекта. Тщательно изучив эту незаменимую книгу от Ноя Гифта, легендарного эксперта по языку Python, вы легко научитесь писать облачные приложения с использованием средств искусственного интеллекта и машинного обучения, решать реалистичные задачи из таких востребованных и актуальных областей, как спортивный маркетинг, управление проектами, ценообразование, сделки с недвижимостью. Все примеры разобраны на языке Python, №1 в сфере современных стремительных вычислений.

Фишка книги

Идеальная книга для знакомства с современным искусственным интеллектом на Python, подкрепленная как серьезной академической базой (автор преподает в Калифорнийском университете в городе Дэвис), так и выверенным прагматичным подходом.

Об авторе

Легендарный автор, работающий с Python около 17 лет. Ведет учебные курсы, пишет для ведущих мировых изданий, в частности для Forbes, на темы, связанные с искусственным интеллектом и машинным обучением.

Осваиваем Kubernetes. Оркестрация контейнерных архитектур. Джиджи Сайфан

В книге рассмотрена новейшая версия Kubernetes 1.10. Kubernetes — это система с открытым кодом, предназначенная для работы с контейнерными приложениями, их развертывания, масштабирования, управления ими. Если вы хотите запустить дополнительные контейнеры или автоматизировать управление, то вам не обойтись без Kubernetes. Книга начинается с изучения основ Kubernetes, архитектуры и компоновки этой системы. Вы научитесь создавать микросервисы с сохранением состояния, ознакомитесь с такими продвинутыми возможностями, как горизонтальное автомасштабирование подов, выкатывание обновлений, квотирование ресурсов, обустроите долговременное хранилище на бэкенде. На реальных примерах вы исследуете возможности сетевой конфигурации, подключение и настройку плагинов. Эта книга поможет вам стать искусным дирижером и обращаться с контейнерными системами любой сложности.

Фишки книги

Наиболее актуальная на российском рынке книга о Kubernetes (версия 1.10), также включающая материал о мониторинговом инструменте Prometheus.

Об авторе

ДжиДжи Сайфан — главный архитектор в компании Helix. Более 22 лет занимается программированием на C++, Java, Python, в последнее время интересуется Go. Администрировал всевозможные серверные системы под Unix и Windows, в том числе — нетривиальные конфигурации баз данных.

Как управлять интеллектуалами. Я, нерды и гики. Майкл Лопп

Проект-менеджерам (и тем, кто мечтает стать начальником) посвящается. Писать тонны кода сложно, а управлять людьми еще сложнее! Так что вам просто необходима эта книга, чтобы научиться делать и то, и другое. Можно ли объединить прикольные истории и серьезные уроки? Майклу Лоппу (также известному в узких кругах как Рэндс) это удалось. Вас ждут выдуманные истории о выдуманных людях, обладающих невероятно полезным (хотя и выдуманным) опытом. Именно так Рэндс делится своим разнообразным, порой странным опытом, полученным за годы работы в крупных IT-корпорациях: Apple, Pinterest, Palantir, Netscape, Symantec и др. Вы проект-менеджер? Или хотите понять, чем же ваш чертов босс занимается весь день? Рэндс научит вас выживать в Токсичном Мире Надутых Индюков и процветать среди общего безумия дисфункционально-ярких людей. В этом странном сообществе маниакальных умников есть еще более странные существа — управленцы, которые через мистический организационный ритуал получили власть над планами, мыслями и банковскими счетами множества людей. Эта книга не похожа ни на один манускрипт по менеджменту или лидерству. Майкл Лопп ничего не скрывает, он просто рассказывает всё как есть. Но только так вы поймете, как вам выжить с таким боссом, как руководить гиками и нердами и как уже довести до хеппи-энда «тот гребаный проект»!

Фишка книги

Это книга по менеджменту, полная инсайтов, идей и мнений о том, как следует руководить людьми. Вся приведенная здесь информация основана на личном опыте взаимодействия с реальными людьми, с которыми автор общается до сих пор.

«Мне бы очень хотелось сказать, что мой опыт лидерства всегда был положительным, но это не так. Несколько раз мне по-настоящему срывало крышу, причем при свидетелях. И именно эти свидетели помогали мне снова взять себя в руки и тем самым давали материал для еще одной страницы этой книги» Майкл Лопп.

Об авторе

Майкл Лопп — ветеран в области разработки программного обеспечения, который все еще не покинул Кремниевую долину. За последние 20 лет Майкл успел поработать в самых разных инновационных компаниях, включая Apple, Netscape, Symantec, Borland, Palantir, Pinterest, а также поучаствовать в стартапе, медленно уплывшем в небытие.

Помимо работы Майкл ведет популярный блог о технологиях и менеджменте под псевдонимом Рэндс, где обсуждает с читателями идеи в сфере менеджмента, выражает беспокойство по поводу постоянной необходимости держать руку на пульсе и объясняет, что, несмотря на щедрые награды за создаваемый продукт, ваш успех возможен только благодаря вашей команде.

Прикладной анализ текстовых данных на Python. Машинное обучение и создание приложений обработки естественного языка. Бенджамин Бенгфорт, Ребекка Билбро, Тони Охеда

Технологии анализа текстовой информации стремительно меняются под влиянием машинного обучения. Нейронные сети из теоретических научных исследований перешли в реальную жизнь, и анализ текста активно интегрируется в программные решения. Нейронные сети способны решать самые сложные задачи обработки естественного языка, никого не удивляет машинный перевод, «беседа» с роботом в интернет-магазине, перефразирование, ответы на вопросы и поддержание диалога. Почему же Сири, Алекса и Алиса не хотят нас понимать, Google находит не то, что мы ищем, а машинные переводчики веселят нас примерами «трудностей перевода» с китайского на албанский? Ответ кроется в мелочах — в алгоритмах, которые правильно работают в теории, но сложно реализуются на практике. Научитесь применять методы машинного обучения для анализа текста в реальных задачах, используя возможности и библиотеки Python. От поиска модели и предварительной обработки данных вы перейдете к приемам классификации и кластеризации текстов, затем приступите к визуальной интерпретации, анализу графов, а после знакомства с приемами масштабирования научитесь использовать глубокое обучение для анализа текста.

Фишки книги

Прикладной характер книги, авторы уделяют основное внимание не академической лингвистике или статистическим моделям, а эффективному развертыванию моделей, обученных на тексте внутри приложения.

Об авторе

Бенджамин Бенгфорт (Benjamin Bengfort) — специалист в области data science, занимается технологиями. В настоящее время работает над докторской диссертацией в Университете штата Мериленд, где изучает машинное обучение и распределенные вычисления.

Профессиональный программист по образованию, исследователь данных по призванию, Бенджамин часто пишет статьи, освещающие широкий круг вопросов — от обработки естественного языка до исследования данных на Python и применения Hadoop и Spark в аналитике.

Д-р Ребекка Билбро (Dr. Rebecca Bilbro) — специалист в области data science, программист на Python, учитель, лектор и автор статей. Специализируется на визуальной оценке результатов машинного обучения — от анализа признаков до выбора моделей и настройки гиперпараметров.

Тони Охеда (Tony Ojeda) — специалист в области data science, писатель и предприниматель с опытом оптимизации бизнес-процессов и более чем десятилетним опытом создания и внедрения инновационных приложений данных и решений. Основал District Data Labs, консалтинговую фирму, специализирующуюся на корпоративных тренингах в области исследования данных и совместных исследованиях, где люди разных специальностей работают над интересными проектами, расширяют свои возможности и помогают друг другу стать более успешными исследователями данных.

Текст: Наталья Сахнова

Фото: предоставлено издательством Питер

Специально для CityGu.ru