Фото до статті
Анастасія Пономарьова
Журналістка Highload
Пропонуємо провести літні вечори з користю — за допомогою гарної книжки. У цій добірці ви знайдете найактуальніші новинки технічної літератури, присвячені машинному навчанню та штучному інтелекту, архітектурним рішенням, автоматизації, а також останнім передовим практикам популярних мов програмування.
Causal Inference and Discovery in Python: Unlock the secrets of modern causal machine learning with DoWhy, EconML, PyTorch and more (Aleksander Molak)
Ця книга стане в пригоді інженерам машинного навчання, аналітикам даних та дослідникам у галузі машинного навчання, які прагнуть розширити свій арсенал інструментів data science та дослідити причинно-наслідкове машинне навчання. Вона також зацікавить розробників та фахівців з обробки даних.
Методи причинно-наслідкового висновку ставлять унікальні виклики порівняно з традиційним машинним навчанням та статистикою. За допомогою цієї книги ви зможете:
- Опанувати базові концепції причинно-наслідкового висновку.
- Розкрити таємниці структурно-каузальних моделей.
- Використати потужність 4-етапного процесу причинного висновку в Python.
- Дослідити передові методи моделювання підвищення.
А якщо ви ще не володієте Python, то цю мову програмування можна освоїти за посібником «Прискорений курс Python» від Еріка Маттеса.
Hands-On Graph Neural Networks Using Python: Practical techniques and architectures for building powerful graph and deep learning apps with PyTorch (Maxime Labonne)
Не відходячи далеко від теми машинного навчання, Сфери застосування варіюються від обробки природної мови та комп’ютерного бачення до пошуку нових ліків.
Посібник починається з основ теорії графів і демонструє, як створювати набори даних графів із табличних даних. Поглиблюючись у матеріал, ви вивчите ключові архітектури графових нейронних мереж та фундаментальні концепції, такі як згортка графів, прогнозування зв’язків та гетерогенні графи.
На завершення, книга пропонує практичні застосування для вирішення реальних проблем, що дозволить вам створити професійне портфоліо. Код є доступним онлайн і може бути легко адаптований для інших наборів даних та сценаріїв.
Автори запевняють, що в результаті ви навчитеся реалізовувати графові нейронні мережі за допомогою Python і PyTorch Geometric, застосовувати їх для розв’язання практичних завдань, а також створювати та тренувати моделі нейронних мереж.
А якщо виникне бажання прочитати щось більш філософське, пропонуємо «Штучний інтелект 2041: 10 передбачень для майбутнього» від Кай-Фу Лі та Чень Цюфаня.
AWS for Solutions Architects: The definitive guide to AWS Solutions Architecture for migrating to, building, scaling, and succeeding in the cloud, 2nd Edition (Saurabh Shrivastava, Neelanjali Srivastav, Alberto Artasanchez, Imtiaz Sayed)
Чудовий посібник для тих, хто прагне створювати масштабовані хмарні рішення та втілювати цифрову трансформацію за допомогою AWS. Він містить глибокі рекомендації щодо розробки хмарних рішень з використанням AWS, надає детальну інформацію про архітектурні основи AWS та шаблони дизайну, створені в хмарі.
Крім того, ви ознайомитеся з мережевими з’єднаннями в AWS, обробкою великих та потокових даних, CloudOps та новітніми технологіями, такими як машинне навчання, IoT та блокчейн.
Ця книга буде найбільш корисною для архітекторів додатків, розробників та інженерів з експлуатації, які бажають глибоко розібратися в архітектурних шаблонах AWS, найкращих практиках та передових техніках для побудови масштабованих, безпечних, високодоступних, відмовостійких та економічно ефективних рішень у хмарі.
Practical Automation with PowerShell: Effective scripting from the console to the cloud (Matthew Dowst)
Ця книга допоможе вам вийти за межі базових сценаріїв PowerShell та створювати потужні засоби автоматизації, що значно заощадять час вашої команди. Вона демонструє, як розробляти, писати, структурувати та розгортати скрипти для автоматизації операцій у системах будь-якого масштабу — від локальних серверів до корпоративних кластерів у хмарі.
Посібник виходить за межі основ і показує, як справлятися з неочікуваними труднощами, які можуть перешкоджати автоматизації стати багаторазово використовуваною та стійкою. Автори обіцяють навчити читачів керувати своїм кодом, уникати поширених помилок та створювати автоматизовані засоби, що адаптуються до різних сценаріїв використання.
Hands-on-Hacking: A Practical Guide to Web Application Attacks (Andrés Checa)
Завдяки деталізованим покроковим настановам та інтерактивним лабораторним роботам, ця книга надасть практичний досвід у виявленні та експлуатації вразливостей вебдодатків. Це дозволить зробити їх більш захищеними (адже краще, якщо вразливості виявите ви самі, ніж сторонній зловмисник).
Матеріали посібника будуть зрозумілі як досвідченим фахівцям, так і новачкам.
У цій книзі ви навчитеся усувати такі вразливості:
- Міжсайтовий скриптинг (XSS).
- Підробка міжсайтових запитів (CSRF).
- Відкриті перенаправлення.
- Підробка запитів на стороні сервера (SSRF).
- SQL-ін’єкції (SQLi).
- Незаконне завантаження файлів.
- Включення файлів (LFI & RFI).
- Небезпечна десеріалізація.
- Віддалене виконання команд (RCE).
Julia as a Second Language: General purpose programming with a taste of data science (Erik Engheim)
Julia, спочатку розроблена для високопродуктивної обробки даних, перетворилася на чудову мову програмування загального призначення. Вона пропонує зручні функції, такі як збирач сміття, динамічна типізація та гнучкий підхід до паралельних і розподілених обчислень. Це ідеальне поєднання простоти, гнучкості та продуктивності.
У книзі розглядаються такі теми:
- Типи даних, зокрема числа, рядки, масиви та словники.
- Інтерактивне середовище REPL (Read-Eval-Print Loop) Julia.
- Спрощення взаємодії коду за допомогою багаторазової диспетчеризації.
- Обмін кодом через модулі та пакети.
- Об’єктно-орієнтований та функціональний стилі програмування.
Якщо ви вже знайомі з Python, JavaScript або C#, сміливо вивчайте Julia і практикуйтеся!
The Artificial Intelligence and Generative AI Bible: [5 in 1] The Most Updated and Complete Guide | From Understanding the Basics to Delving into GANs, NLP, Prompts, Deep Learning, and Ethics of AI (Alger Fraley)
Потенціал штучного інтелекту (ШІ) величезний, проте розуміння його принципів та ефективне використання трансформаційної сили може бути складним завданням.
У цій книзі досліджуються такі теми:
- Фундаментальні аспекти ШІ.
- ШІ та глибоке навчання.
- Обробка природної мови (NLP) у контексті ШІ.
- Генеративний ШІ та етичні міркування.
- Інструкції (промпти), творчий ШІ та майбутні застосування.
Таким чином, посібник забезпечує міцну основу для подальшої роботи з технологіями ШІ.
Про протистояння біологічного мозку та штучного інтелекту читайте у книзі «Як ми вчимося. Чому мозок навчається краще, ніж машина… Поки що» Станісласа Деана.
Learning JavaScript Design Patterns: A JavaScript and React Developer’s Guide (Addy Osmani)
Друге видання посібника, в якому розглядаються найновіші найкращі практики JS та навчають писати елегантний, структурований та легко підтримуваний код, застосовуючи патерни проєктування до мови.
Що містить посібник:
- Архітектурні шаблони для структурування компонентів та програм.
- Більше 20 патернів проєктування в JavaScript та React, які підходять для розробників будь-якого рівня.
- Різноманітні категорії шаблонів, включаючи творчі, структурні та поведінкові.
- Ключові шаблони оптимізації продуктивності, такі як динамічний імпорт та розділення коду.
- Шаблони візуалізації, зокрема рендеринг на стороні сервера, гідратація, острівна архітектура тощо.
- Сучасний синтаксис JavaScript, як-от модулі JavaScript, шаблони React, хуки, компоненти вищого порядку (HOC).
Generative Deep Learning: Teaching Machines To Paint, Write, Compose, and Play (David Foster)
І на десерт – ще трохи про генеративний штучний інтелект, найактуальнішу тему останніх місяців. Ця книга навчить інженерів машинного навчання та data scientists створювати вражаючі генеративні моделі глибокого навчання з нуля за допомогою Tensorflow та Keras. Вона охоплює варіаційні автокодувальники (VAE), генеративні змагальні мережі (GAN), трансформатори, нормалізуючі потоки, моделі на основі енергії та дифузійні моделі шумопоглинання.
Книга починається з основ глибокого навчання, переходячи до передових архітектур, і містить безліч порад та рекомендацій, які допоможуть фахівцям зробити так, щоб їхні моделі навчалися ефективніше та ставали креативнішими.
Стаття з партнерськими посиланнямиЦей матеріал містить посилання на партнерів — це не впливає на контент та політику редакції, проте надає виданню можливості для розвитку. Головна > Добірки > Книжкові новинки-2023: що почитати розробнику
Джерело