ДМК-Пресс Генетические алгоритмы на Python Вирсански Эйял

В книге описаны современные передовые практики и методы, позволяющие создавать ясный и удобный для сопровождения код • Объясняются языковые средства Python, обычно мало рассматриваемые в других изданиях: от повторно используемых консольных скриптов, одновременно играющих роль микросервисов благодаря точкам входа, до эффективного использования модуля asyncio для объединения данных из различных источников • Попутно излагается проверка соблюдения стандартов кодирования с помощью аннотаций типов, тестирование с низкими накладными расходами и другие автоматизированные проверки качества кода, применяемые на практике для организации процесса разработки надежного ПО • Некоторые мощные возможности Python зачастую иллюстрируются на искусственных примерах, когда то или иное средство описывается в изоляции от всего остального

Изучение начинается с общих концепций программирования, таких как циклы и функции в ядре Python 3, затем рассматриваются библиотеки NumPy, SciPy и Matplotlib для вычислительного программирования и визуализации данных

Эта книга, посвященная методике вероятностного программирования, научит вас создавать гибкие байесовские статистические модели в программном коде • Сочетание гибкого определения модели и механизма автоматического логического вывода предоставляет исследователю мощный инструмент для быстрого создания, анализа и постепенного усовершенствования новых статистических моделей. Вероятностное программирование делает статистическое моделирование доступным практически для всех, значительно снижая требования к уровню математической подготовки, позволяя создавать новые модели более простым методом и тратить на это меньше времени • Издание будет полезно всем специалистам по анализу данных, решающим нетривиальные задачи, связанные с вероятностными распределениями

Эта книга дает всестороннее представление о нейроэволюции - подходе к обучению искусственных нейронных сетей, который использует эволюционные алгоритмы, чтобы упростить процесс решения сложных задач в таких областях, как игры, робототехника и моделирование естественных процессов • Читатель начнет знакомство с ключевыми концепциями и методами нейроэволюции, написав несложный код на языке Python, а затем получит практический опыт работы с популярными библиотеками Python и научится решать распространенные и нестандартные прикладные задачи, используя алгоритмы на основе нейроэволюции. Речь пойдет о том, как адаптировать методы нейроэволюции к существующим проектам нейронных сетей для повышения эффективности обучения и принятия решений; в завершение будет рассказано о топологиях нейронных сетей и о том, как нейроэволюция позволяет развивать сложную топологию из простейшей базовой структуры

Если вы хотите научиться программировать на языке Python, который в последнее время становится популярным у нас в стране и за рубежом, то эта книга — для вас. В ней рассматриваются особенности разработки компьютерных программ и соответствующие инструкции языка Python, основные структуры данных этого языка (строки, списки, словари, файлы), типовые задачи программирования и методы их решения, а также вопросы совершенствования программы на основе использования функций. Впервые системно и популярно изложена методика разработки программ на языке Python с графическим пользовательским интерфейсом • Книга предназначена для всех, кто изучает или преподает программирование • Основные инструкции языка и структуры данных • Типовые задачи программирования, полезные советы • Задачи из ЕГЭ по информатике • Методика разработки графического интерфейса

В книге освещаются основополагающие вопросы, относящиеся к структурам данных в Python. Теоретические концепции и абстрактные понятия подкреплены простыми примерами • Порядок следования глав соотносится с задачами обработки структур данных • В числе рассматриваемых тем • основы языка Python • принципы объектно-ориентированного программирования • методологии тестирования • абстрактные типы данных (АТД) • стратегии решения задач • Издание предназначено для всех, кто изучает язык программирования Python и предполагает активно использовать как встроенные структуры данных, так и собственные реализации АТД

Каждую секунду во всем мире собирается и динамически обновляется огромный объем информации. Графовые алгоритмы, которые основаны на математике, специально разработанной для изучения взаимосвязей между данными, помогают разобраться в этих гигантских объемах. и, что особенно важно в наши дни, они улучшают контекстную информацию для искусственного интеллекта. Эта книга представляет собой практическое руководство по началу работы с графовыми алгоритмами. В начале описания каждой категории алгоритмов приводится таблица, которая поможет быстро выбрать нужный алгоритм и ознакомиться с примерами его использования • Издание предназначено для разработчиков и специалистов по анализу данных. Для изучения материала книги желателен опыт использования платформ Apache Spark или Neo4j, но она пригодится и для изучения более общих понятий теории графов, независимо от выбора графовых технологий

В книге излагаются новые полезные для практики идеи и достижения на стыке информатики, управления и психологии. Показано, что алгоритмы, сила ума, интеллектуальный комфорт и эффективность бизнеса тесно связаны. Дается общедоступный практический курс, помогающий ускорить разработку алгоритмов и программ, увеличить силу ума, упростить формализацию профессиональных знаний, облегчить проектирование сложной деятельности и бизнес-процессов. Курс основан на «дружелюбных» графических языках, обладающих удивительной наглядностью, «заставляющих» мозг мыслить отчетливо, глубоко и продуктивно • Для всех, кто интересуется алгоритмами и хочет научиться выражать свои мысли и планы в форме дружелюбных и наглядных алгоритмических чертежей. Книга предназначена для начинающих и профессионалов

Онлайновые рекомендательные системы помогают находить в сети фильмы, работу, рестораны… и даже любовь! Опираясь на статистические и демографические данные, а также на поисковые запросы, эти системы выдают результат, интересный пользователю, – и это настоящее искусство. Научитесь создавать правильные рекомендательные системы: от них зависит успех приложения! • В книге показано, как устроены рекомендательные системы, как создать их и внедрить на сайт. Сначала вы познакомитесь с основными понятиями, а затем научитесь собирать данные о пользователях и предоставлять персональные рекомендации. Вы узнаете, как функционируют самые популярные алгоритмы рекомендательных систем, и увидите примеры их работы на таких сайтах, как Amazon и Netflix. Также в книге рассматриваются проблемы, связанные с увеличением посещаемости, и другие сложности, с которыми вы можете столкнуться, когда сайт начнет разрастаться

Увеличение производительности алгоритмов и приложений является чрезвычайно важным аспектом разработки и может дать вам преимущество перед конкурентами, а вашим пользователям обеспечить низкую стоимость владения и удовольствие от использования быстрых и отзывчивых приложений. Данная книга описывает внутренние особенности ОС Windows, среды выполнения CLR и аппаратного обеспечения, влияющие на производительность приложений, а также дает вам знания и инструменты для измерения производительности вашего кода в изоляции от внешних факторов • Книга наполнена примерами кода на С# и рекомендациями, которые помогут вам выжать максимум возможного из вашего приложения - низкое потребление памяти, согласованную нагрузку на процессор и минимальное количество операций ввода/вывода с сетью и диском

Учебное пособие содержит 662 задачи различного уровня сложности - от легких упражнений до сложных прикладных программ. На конкретных примерах показан профессиональный подход к стилю программирования, к надежности и корректности алгоритмов и программ • Глава 1 книги («Основы программирования») содержит 439 задач, многие из которых по силам школьникам и студентам подготовительного курса. Содержание этой части соответствует учебным программам по информатике, но не дублирует базовых учебников • Глава 2 книги («На пути к профессиональному программированию») предназначена для студентов технических специальностей, а также для всех энтузиастов, заинтересованных в создании собственных прикладных программ • За исключением нескольких простых упражнений, все программы проверены в системе Turbo Pascal 7

Данная книга представляет co6oй современное руководство для всех пишущих на C++ программистов, которые хотят научиться pa6oтaть с 6и6лиoтeкoй Threading Building Blocks (TBB). Написанная специалистами по TBB и параллельному программированию, она подытоживает их многолетний коллективный опыт paзpa6oтки и преподавания параллельного программирования с помощью TBB • В книге приводятся многочисленные примеры и рекомендации, которые помогут вам в полной мере овладеть TBB и задействовать всю мощь параллельных систем • Краткое содержание • использование TBB для paзpa6oтки переносимого, простого, масштабируемого и 6oлee понятного кода • передовые методы распараллеливания счетных задач • интеграция TBB с другими пакетами многопоточного программирования • создание мacштa6иpyeмыx высокопроизводительных программ, распараллеленных по данным • применение обобщенного программирования для написания эффективных алгоритмов