Yuli Vasiliev Knihy

Focused on practical applications, this guide is designed for PHP/Oracle developers of all skill levels. It offers clear, example-driven instructions for installing and configuring PHP and Oracle, establishing connections, and enhancing application performance. Key topics include moving business logic to Oracle, building transactional applications, utilizing security features, and implementing XML and SOAP web services. The author, Yuli Vasiliev, emphasizes efficient, secure solutions while also addressing modern techniques like Ajax for PHP/Oracle integration.

Focused on practical application development, this guide introduces readers to creating database-driven applications using Java EE and GlassFish. It covers essential concepts such as building robust data models, connecting to databases, and implementing enterprise-level features. The book emphasizes hands-on examples, making it suitable for both beginners and experienced developers looking to enhance their skills in Java EE. Readers will gain insights into best practices and tools necessary for effective application development in a modern environment.

A hands-on, real-world introduction to data analysis with the Python programming language, loaded with wide-ranging examples.Python is an ideal choice for accessing, manipulating, and gaining insights from data of all kinds. Python for Data Science introduces you to the Pythonic world of data analysis with a learn-by-doing approach rooted in practical examples and hands-on activities. You’ll learn how to write Python code to obtain, transform, and analyze data, practicing state-of-the-art data processing techniques for use cases in business management, marketing, and decision support.You will discover Python’s rich set of built-in data structures for basic operations, as well as its robust ecosystem of open-source libraries for data science, including NumPy, pandas, scikit-learn, matplotlib, and more. Examples show how to load data in various formats, how to streamline, group, and aggregate data sets, and how to create charts, maps, and other visualizations. Later chapters go in-depth with demonstrations of real-world data applications, including using location data to power a taxi service, market basket analysis to identify items commonly purchased together, and machine learning to predict stock prices.

An introduction to natural language processing with Python using spaCy, a leading Python natural language processing library.

Python w data science. Praktyczne wprowadzenie Python jest idealnym wyborem dla danologów, którzy chcą w prosty sposób uzyskiwać dostęp do dowolnego rodzaju danych, przetwarzać je i analizować. Służy do tego zarówno bogaty zestaw wbudowanych struktur danych, jak i solidny zbiór przeznaczonych do ich analizy bibliotek open source . Sam język pozwala na tworzenie zwięzłego kodu przy minimalnym nakładzie czasu i wysiłku: jeden wiersz kodu może filtrować, przekształcać i agregować dane. Tę książkę docenią średnio zaawansowani użytkownicy Pythona, którzy tworzą aplikacje korzystające z osiągnięć nauki o danych. Znajdziesz w niej omówienie możliwości języka, wbudowanych struktur danych Pythona, jak również takich bibliotek jak NumPy, pandas, scikit-learn i matplotlib. Nauczysz się wczytywania danych w różnych formatach, porządkowania, grupowania i agregowana zbiorów danych, a także tworzenia wykresów i map. Poszczególne zagadnienia zostały zilustrowane praktycznymi przykładami tworzenia rzeczywistych aplikacji, takich jak system obsługi taksówek z wykorzystaniem danych lokalizacyjnych, analiza reguł asocjacyjnych dla danych transakcji czy też uczenie maszynowe modelu przewidującego zmiany kursów akcji. Każdy rozdział zawiera interesujące ćwiczenia, które pozwolą Ci nabrać biegłości w stosowaniu opisanych tu technik. Dzięki tej książce nauczysz się: efektywnie korzystać ze struktur danych Pythona wyciągać cenne informacje z danych posługiwać się danymi: tekstowymi, przestrzennymi, szeregami czasowymi korzystać z wielu typów i formatów danych, w tym JSON i CSV używać technik uczenia maszynowego do celów przetwarzania języka naturalnego Python: Twój najlepszy sojusznik w przetwarzaniu danych!