Конаныхин Дмитрий Александрович
288 р.
288 р.
288 р.
Время работы:
Пн-Пт: с 10:00 до 18:00
14.11.2024
Книга: «Простое объектно-ориентированное проектирование: чистый и гибкий код»Объектно-ориентированное проектирование (ООП) — не просто чисто инженерная задача; оно перерастает в искусство. Никакая заданная последовательность шагов не приведет к оптимальному проекту. Объектно-ориентированное проектирование требует творческого подхода.
14.11.2024
Книга: «Linux. Карманный справочник. 4-е изд.»Когда речь заходит о Linux, разработчики и системные администраторы сразу представляют “толстые” руководства, которые предлагают глубокое погружение в каждую деталь операционной системы. Но иногда вам просто хочется иметь под рукой небольшой справочник, который поможет быстро и эффективно справляться с повседневными задачами. Именно таково предназначение книги Дэниела Джей Барретта «Linux. Карманный справочник. 4-е изд.»
08.11.2024
Книга: «Математика для Data Science. Управляем данными с помощью линейной алгебры, теории вероятностей и статистики»Растущая доступность данных привела к тому, что data science и машинное обучение стали востребованными профессиональными областями. Если вы стремитесь сделать карьеру в области data science, искусственного интеллекта или инженерии данных, вам просто необходимо разбираться в основах теории вероятностей, линейной алгебры, математической статистики и машинного обучения.
08.11.2024
Книга: «Git: контроль версий. 3-е изд.»Рекомендуем ознакомиться с книгой «Git: контроль версий. 3-е издание»!
С «Git: контроль версий» вы освоите философию и фундаментальные принципы работы Git, а также получите продвинутые навыки по отслеживанию содержимого, совместной работе и управлению проектами в командах.
08.11.2024
Книга: «Causal Inference на Python. Причинно-следственные связи в IT-разработке»Причинно-следственный анализ — одна из важнейших методологий современной науки о данных (data science), однако между теорией и практикой сохраняется большой пробел. Матеуш написал лучшую на сегодняшний день книгу, которая учит, как перейти от упрощенных моделей к современным методам, работающим на реальных данных и решающим важные практические задачи. Большое внимание уделяется практическому применению, а не формальным доказательствам и теоремам причинно-следственного анализа.