Алгоритмизация и программирование — В учебнике, представляющем собой один из модулей дисциплины "Информатика", рассмотрены модели решения функциональных и вычислительных задач, алгоритмизация и программирование, языки программирования высокого уровня, технологии программирования.

Информатика и информационные технологии — В курсе приводятся основные понятия по информатике и информационным технологиям, описаны принципы работы с современными прикладными программными средствами, в Интернете. Особое внимание уделено законодательной и технической защите от несанкционированного доступа, средствам антивирусной защиты.

Абстрактная и компьютерная алгебра — Издание представляет собой систематическое изложение основ классической алгебры с краткими, но полными доказательствами и с обсуждением особенностей методики компьютерного изучения алгебраических объектов.

Теоретические основы информатики — Получение хороших практических результатов при решении задач информационного характера невозможно без понимания теоретических основ информатики. Они являются фундаментом, на котором строятся знания и умения профессионалов в таких областях информационной сферы, как аналитика, моделирование и проектирование, программирование.

Логические и арифметические основы и принципы работы ЭВМ — В учебном пособии рассматриваются основы булевой алгебры, представление и минимизация булевых функций. Изложены способы представления чисел и методы выполнения арифметических операций в ЭВМ, представлены принципы работы и структура однопрограммной ЭВМ. В первом разделе описана история развития вычислительной техники.

Создаем информационные системы — В книге подробно описана новая модель данных и ее программная реализация, предложенная и выполненная автором. Цель — дать возможность каждому предприятию построить единую информационную систему высокого качества. Работающая программа и общий подход, описанный в книге, дают возможность решить эту задачу.

В этой книге дано введение в глубокое обучение с подкреплением (Reinforcement Learning, RL) и сведены в целостную систему результаты работ за последние шесть лет. Обучение с подкреп­лением — это область машинного обучения, занимающаяся задачами последова­тельного принятия решений, то есть теми, решение которых занимает определенное время. Оно применимо практически в любой ситуации: в видеоиграх, на прогулке по улице или при вождении автомобиля. Лаура Грессер и Ван Лун Кенг предложили доходчивое введение в сложную тему, играющую ведущую роль в современном машинном обучении. Мало того, что они использовали свои многочисленные публикации об исследованиях на данную тему, они создали библиотеку с открытым исходным кодом SLM Lab, призванную по­мочь новичкам быстро освоить глубокое машинное обучение. SLM Lab написана на Python с помощью фреймворка PyTorch, но читателям достаточно знать толь­ко Python. Эта книга будет полезна и тем, кто собирается применять в качестве фреймворка глубокого обучения другие библиотеки, например TensorFlow. В ней они познакомятся с концепциями и формулировкой задач глубокого обучения с подкреплением.

В последнее время технологии сильно изменились. Данные стали хитом, облака — вездесущими, а всем организациям понадобилась автоматизация. В ходе таких преобразований Python стал одним из самых популярных языков программирования. Это практическое руководство научит вас использовать Python для повседневных задач администрирования Linux с помощью наиболее удобных утилит DevOps, включая Docker, Kubernetes и Terraform. Содержимое книги разбито на несколько основных тем. Первая их группа — «Основы языка Python», охватывающая краткое вступление в этот язык, а также автоматизацию обработки текста, написание утилит командной строки и автоматизацию работы с файлами. Далее идет условный раздел «Эксплуатация», включающий описание полезных утилит Linux, управление пакетами, системы сборки, мониторинг и автоматизированное тестирование. Все эти вопросы жизненно важны для овладения искусством применения DevOps на практике.