Форматированное содержание: Введение в .NET; Основы C#; Объективно-ориентированное программирование; Консольные приложения; Продвинутое программирование; Интерфейсы; Массивы, списки, коллекции и словари; Обработка исключительных ситуаций; События; LINQ; Хранение информации; Многопоточность; Добро пожаловать в веб-программирование; Базы данных; Entity framework core; Повторное использование кода; Сетевые сервисы

Форматированное содержание: Теоретические аспекты методов классификации ресурсов по тематическому полю "Экология"; Построение модели тематических словарей для систематизации ресурсов научно-информационного процесса; Прототип информационной системы автоматизированной классификации глаголов по экологии

Форматированное содержание: Приступаем к работе: Введение в язык Python; Выполнение операций; Конструирование инструкций; Определение функций; Импорт модулей; Строки и работа с файлами; Объектное программирование; Обработка запросов; Разработка приложений

Форматированное содержание: Программирование на языке Java; Приступаем к программированию; Базовые типы и основные операторы; Знакомство с классами и объектами; Управляющие инструкции; Массивы; Наследование; Абстрактные классы и интерфейсы; Использование классов и объектов; Обобщенные типы данных; Лямбда-выражения; Обработка исключительных ситуаций; Многопоточное программирование; Приложения с графическим интерфейсом; Обработка событий; Графические компоненты; Меню и панель инструментов; Апплеты; Файлы и аргументы командной строки

Форматированное содержание: О книге и языке C++; Простые программы; Управляющие инструкции; Указатели, массивы и ссылки; Функции; Классы и объекты; Использование классов и объектов; Обобщенные функции и классы; Разные задачи; Математические задачи

Форматированное содержание: Before Pretraining; An Introduction to Pretraining Foundation Models; Dataset Preparation: Part One; Model Preparation; Configure Your Environment; Containers and Accelerators on the Cloud; Distribution Fundamentals; Dataset Preparation: Part Two, the Data Loader; Train Your Model; Finding the Right Hyperparameters; Large-Scale Training on SageMaker; Advanced Training Concepts; Evaluate Your Model; Fine-Tuning and Evaluating; Detecting, Mitigating, and Monitoring Bias; How to Deploy Your Model; Deploy Your Model; Prompt Engineering; MLOps for Vision and Language; Future Trends in Pretraining Foundation Models

Форматированное содержание: Using Python to Simulate a Computer; From Finite State Machines to Computers; High-Speed Introduction to Python; Data Flow in a Computer; Crafting an Interpreter - First Steps; A Little More Python; TC1 Assembler and Simulator Design; Extending the TC1; Simulators for Other Architectures; Using Raspberry Pi to Study a Real Computer Architecture; Raspberry Pi: An Introduction; A Closer Look at the ARM; ARM Addressing Modes; Subroutines and the Stack

Форматированное содержание: Part 1: Getting Started with Natural Language Processing and Networks: Introducing Natural Language Processing; Network Analysis; Useful Python Libraries; Part 2: Graph Construction and Cleanup: NLP and Network Synergy; Even Easier Scraping!; Graph Construction and Cleaning; Part 3: Network Science and Social Network Analysis: Whole Network Analysis; Egocentric Network Analysis; Community Detection; Supervised Machine Learning on Network Data; Unsupervised Machine Learning on Network Data

Форматированное содержание: Part 1: Getting Started with Natural Language Understanding Technology: Natural Language Understanding, Related Technologies, and Natural Language Applications; Identifying Practical Natural Language Understanding Problems; Part 2: Developing and Testing Natural Language Understanding Systems: Approaches to Natural Language Understanding - Rule-Based Systems, Machine Learning, and Deep Learning; Selecting Libraries and Tools for Natural Language Understanding; Natural Language Data - Finding and Preparing Data; Exploring and Visualizing Data; Selecting Approaches and Representing Data; Rule-Based Techniques; Machine Learning Part 1 - Statistical Machine Learning; Machine Learning Part 2 - Neural Networks and Deep Learning Techniques; Machine Learning Part 3 - Transformers and Large Language Models; Applying Unsupervised Learning Approaches; How Well Does It Work? - Evaluation; Part 3: Systems in Action - Applying Natural Language Understanding at Scale: What to Do If the System Isn’t Working; Summary and Looking to the Future

Форматированное содержание: Part 1: Introducing Distributed Tracing: Observability Needs of Modern Applications; Native Monitoring in .NET; The .NET Observability Ecosystem; Low-Level Performance Analysis with Diagnostic Tools; Part 2: Instrumenting .NET Applications: Configuration and Control Plane; Tracing Your Code; Adding Custom Metrics; Writing Structured and Correlated Logs; Part 3: Observability for Common Cloud Scenarios: Best Practices; Tracing Network Calls; Instrumenting Messaging Scenarios; Instrumenting Database Calls; Part 4: Implementing Distributed Tracing in Your Organization: Driving Change; Creating Your Own Conventions; Instrumenting Brownfield Applications

Форматированное содержание: Part 1: Why Metaprogramming?: How Can Metaprogramming Benefit You?; Metaprogramming Concepts; Demystifying through Existing Real-World Examples; Part 2: Leveraging the Runtime: Reasoning about Types Using Reflection; Leveraging Attributes; Dynamic Proxy Generation; Reasoning about Expressions; Building and Executing Expressions; Taking Advantage of the Dynamic Language Runtime; Part 3: Increasing Productivity, Consistency, and Quality: Convention over Configuration; Applying the Open-Closed Principle; Go Beyond Inheritance; Applying Cross-Cutting Concerns; Aspect-Oriented Programming; Part 4: Compiler Magic Using Roslyn: Roslyn Compiler Extensions; Generating Code; Static Code Analysis; Caveats and Final Words

Форматированное содержание: Приступаем к работе: Введение в язык Python; Выполнение операций; Конструирование инструкций; Определение функций; Импорт модулей; Строки и работа с файлами; Объектное программирование; Обработка запросов; Разработка приложений

Форматированное содержание: Знакомство с Python; Основы операции; Списки и кортежи; Множества и словари; Работа с текстом; Функции; Файлы и данные; Классы и объекты; Наследование и специальные методы; Обработка исключений и потоки; Программы с графическим интерфейсом

Форматированное содержание: Основы JavaScript: Знакомство с JavaScript; Управляющие инструкции; Функции; JavaScript и ОПП; Знакомство с объектами и принципами ООП; Знакомство с массивами; Использование объектов; Использование JavaScript: Веб-документы и сценарии; Элементы управления и обработка событий

Форматированное содержание: Программирование на языке Java; Приступаем к программированию; Базовые типы и основные операторы; Знакомство с классами и объектами; Управляющие инструкции; Массивы; Наследование; Абстрактные классы и интерфейсы; Использование классов и объектов; Обобщенные типы данных; Лямбда-выражения; Обработка исключительных ситуаций; Многопоточное программирование; Приложения с графическим интерфейсом; Обработка событий; Графические компоненты; Меню и панель инструментов; Апплеты; Файлы и аргументы командной строки

Форматированное содержание: Windows; Linux; Поиск в Интернете; Числа и математика; Переменные и имена; Запрос ввода; Чтение файлов; Функции и файлы и др.

Форматированное содержание: Getting Started and the Basics of TDD; Writing Your First TDD Implementation; Understanding Dependency Injection by Example; Getting Started with Unit Testing; Real Unit Testing with Test Doubles; Test-Driven Development Explained; The FIRSTHAND Guidelines of TDD; Building an Application with TDD; A Pragmatic View of Domain-Driven Design; Designing an Appointment Booking App; Building an Appointment Booking App with Entity Framework and Relational DB; Building an App with Repositories and Document DB; Applying TDD to Your Projects; Implementing Continuous Integration with GitHub Actions; Dealing with Brownfield Projects; The Intricacies of Rolling Out TDD

Форматированное содержание: Introduction to WebAssembly; Understanding LLVM; Understanding Emscripten; Exploring WebAssembly Modules; WebAssembly Tools; Understanding WebAssembly Binary Toolkit; Understanding Sections in WebAssembly Modules; Installing and Using Binaryen; Rust and WebAssembly; Integrating Rust with WebAssembly; Bundling WebAssembly Using wasm-pack; Crossing the Boundary between Rust and WebAssembly; Optimizing Rust and WebAssembly

Форматированное содержание: Part 1 - Getting Familiar with Time Series: Introducing Time Series; Acquiring and Processing Time Series Data; Analyzing and Visualizing Time Series Data; Setting a Strong Baseline Forecast; Part 2 - Machine Learning for Time Series: Time Series Forecasting as Regression; Feature Engineering for Time Series Forecasting; Target Transformations for Time Series Forecasting; Forecasting Time Series with Machine Learning Models; Ensembling and Stacking; Global Forecasting Models; Part 3 - Deep Learning for Time Series: Introduction to Deep Learning; Building Blocks of Deep Learning for Time Series; Common Modeling Patterns for Time Series; Attention and Transformers for Time Series; Strategies for Global Deep Learning Forecasting Models; Specialized Deep Learning Architectures for Forecasting; Part 4 - Mechanics of Forecasting: Multi-Step Forecasting; Evaluating Forecasts - Forecast Metrics; Evaluating Forecasts - Validation Strategies

Форматированное содержание: Part 1: Node.js Fundamentals: Learning about the Internals of Node.js; Dividing Code into Modules and Packages; Choosing a Package Manager; Part 2: Tooling: Using Different Flavors of JavaScript; Enhancing Code Quality with Linters and Formatters; Building Web Apps with Bundlers; Improving Reliability with Testing Tools; Part 3: Advanced Topics: Publishing npm Packages; Structuring Code in Monorepos; Integrating Native Code with WebAssembly; Using Alternative Runtimes