Inhalt: EINFÜHRUNG IN PYTHON 3 //- Lehrbuch und Nachschlagewerk- Farbige Syntaxdarstellung- Geeignet für Programmieranfänger, aber auch für Umsteiger von anderen Sprachen wie z. B. C, C++, C#, Java- Systematische Einführung in Python, aufbauend auf den Erfahrungen aus Hunderten von Schulungen des Autors- Praxisnahe Übungen mit ausführlich dokumentierten Musterlösungen- Ihr exklusiver Vorteil: E-Book inside beim Kauf des gedruckten Buches Die wesentlichen Begriffe und Techniken der Programmierung wie auch die zugrunde liegenden Ideen werden anschaulich erklärt. Anhand typischer Beispiele werden unterschiedliche Problemstellungen verdeutlicht, die sich dann leicht auf andere Anwendungsfälle übertragen lassen. Die Übungsaufgaben mit ausführlich dokumentierten Musterlösungen dienen zur Vertiefung des Stoffs und zeigen exemplarische Vorgehensweisen, die in vielen anderen Bereichen verwendet werden können.Als idealer Einstieg für Programmieranfänger und für Umsteiger behandelt dieses Buch alle grundlegenden Sprachelemente von Python. Auch für Python-Kenner bietet das Buch viele weiterführende Themen wie Funktionale Programmierung mit Dekorateuren, Generatoren, Klasseninstanzen als aufrufbare Objekte, Systemprogrammierung, Forks, Ausnahmehandlungen und Modultests.Entsprechend ihrer Bedeutung ist der Objektorientierung ein umfangreicher Teil des Buchs gewidmet. In anschaulicher und leicht verständlicher Weise wird in die Thematik der OOP eingeführt und dabei der pythonische Stil demonstriert, der sich deutlich von C++ und Java unterscheidet. Außerdem wurden nun auch eigene Kapitel zu Slots, dynamischer Erzeugung von Klassen, Metaklassen und Abstrakten Klassen aufgenommen.Die Funktionale Programmierung wird in einem eigenen Teil behandelt. Dazu wurden die Kapitel über Dekorateure und Generatoren grundlegend überarbeitet und erweitert. AUS DEM INHALT //- Grundlagen: Sequentielle Datentypen, Dictionaries, Mengen, Verzweigungen, Schleifen- Flaches und tiefes Kopieren- Funktionen- Modularisierung- Objektorientierte Programmierung: Grundlagen, Aufrufbare Objekte (Callables), Vererbung, Mehrfachvererbung, Slots, Klassendekoration, Metaklassen, Abstrakte Klassen- Funktionale Programmierung: lambda, map, filter und Listen-Abstraktion, Generatoren und Iteratoren, Dekorateure- Tests und Fehler- Daten konservieren- Reguläre Ausdrücke- Typ-Anmerkungen- Systemprogrammierung- Forks Umfang: 600 S. ISBN: 978-3-446-46556-5
Inhalt: HELLO WORLD//- Alle Erklärungen der Konzepte in einfacher Sprache - Sehr viele Bilder, Cartoons und lustige Beispiele- Umfassende Fragen und Aufgaben zum Üben und Lernen- Farbig illustriert In diesem Buch lernst Du, mit dem Computer in seiner Sprache zu sprechen. Willst du ein Spiel erfinden? Eine Firma gründen? Ein wichtiges Problem lösen? Als ersten Schritt lernst Du, eigene Programme zu schreiben. Programmieren ist eine tolle Herausforderung, und dieses Buch macht Dir den Einstieg leicht. Diese neue Ausgabe von Hello World! zeigt Dir in einfacher und ansprechender Weise die Welt der Computerprogrammierung. Warren Sande hat es gemeinsam mit seinem Sohn Carter geschrieben, und sie haben sich auch viele lustige Beispiele ausgedacht, mit denen Du prima lernen kannst. Das Buch wurde von Pädagogen überarbeitet und eignet sich für Kinder genauso wie für ihre Eltern. Du brauchst keine Programmierkenntnisse mitzubringen, sondern nur zu wissen, wie man einen Computer bedient. Wenn Du ein Programm starten und eine Datei speichern kannst, reicht das schon! Hello World! arbeitet mit Python. Diese Programmiersprache ist besonders leicht zu erlernen. Mit den humorvollen Beispielen lernst Du die Grundlagen des Programmierens kennen, wie z.B. Schleifen, Entscheidungen, Eingaben und Ausgaben, Datenstrukturen, Grafiken und vieles mehr. AUS DEM INHALT // Speicher und Variablen // Datentypen // GUIs ? Grafische Benutzeroberflächen // Immer diese Entscheidungen // Schleifen // Nur für dich ? Kommentare // Geschachtelte und variable Schleifen // Listen und Wörterbücher // Funktionen // Objekte // Module // Sprites und Kollisionserkennung // Ereignisse // Sound // Ausgabeformatierung und Strings // Das Zufallsprinzip // Computersimulationen Umfang: 501 S. ISBN: 978-3-446-43814-9
Inhalt: Numerisches Python ?Grundlagen der Lösung numerischer Probleme mit Python?Verarbeitung großer Datenmengen (»Big Data«) mit NumPy, wie sie beispielsweise im maschinellen Lernen Anwendung finden?Zielgruppe sind Personen, die in der Wissenschaft, im Ingenieurwesen und in der Datenanalysetätig sind?Datenvisualisierung mit Matplotlib?Ideal zum Umstieg von Matlab auf Python In diesem Buch stehen die numerischen Verfahren im Fokus, die im Gebiet »Data Science« und »Maschinelles Lernen« besonders benötigt werden. Python gehört zu den wichtigsten und am häufigsten benutzten Sprachen in diesem Gebiet und wird in Kombination mit seinen Modulen NumPy, SciPy, Matplotlib und Pandas häufiger verwendet als Matlab und R.Der erste Teil des Buchs enthält eine kompakte Einführung in Python, eine ideale Zusammenfassung für diejenigen, die Python bereits kennen oder mit dem Buch »Einführung in Python 3« von Bernd Klein gelernt haben.NumPy ist das zentrale Thema des zweiten Teils. Der Aufbau und das Arbeiten mit NumPy-Arrays bilden den Ausgangspunkt dieses Kapitels. Danach wird auf die besonderen Aspekte des dtype-Datentyps eingegangen. In einem weiteren Kapitel stehen die Numerischen Operationen, Broadcasting und Ufuncs von NumPy im Mittelpunkt.Einigen Fragestellungen der Statistik und der Wahrscheinlichkeitsrechnung wurde ebenfalls ein Kapitel gewidmet. Auch auf die Boolesche Maskierung und Indizierung von NumPy-Arrays wird eingegangen. Der NumPy-Teil des Buchs schließt mit dem File-Handling von Daten. AUS DEM INHALT //NumPy:Numerische Operationen auf mehrdimensionalen Arrays/Broadcasting/UfuncsMatplotlib:Diskrete und kontinuierliche Graphen/Balken- und Säulendiagramme/Histogramme/KonturplotsPandas:Series/DataFrames/Lesen, Schreiben und Bearbeiten von Excel- und csv-Dateien/Umgang mit unvollständigen Daten/Datenvisualisierung/Zeitserien Umfang: 373 S. ISBN: 978-3-446-46161-1
Inhalt: - Grundlagen zur Lösung numerischer Probleme mit Python- Verarbeitung großer Datenmengen mit NumPy, z. B. im maschinellen Lernen- Datenvisualisierung mit Matplotlib- Ideal für Personen aus Wissenschaft, Ingenieurwesen und Datenanalyse- Ideal zum Umstieg von Matlab auf Python- Einführung anhand vieler Beispiele und Praxisfälle sowie Musterlösungen- Ihr exklusiver Vorteil: E-Book inside beim Kauf des gedruckten Buches Dieses Buch vermittelt die Python-Grundlagen zur Lösung numerischer Probleme aus den Gebieten »Data Science« und »Maschinelles Lernen«.Im ersten Teil geht es um NumPy als Basis der numerischen Programmierung mit Python. Eingehend behandelt werden Arrays als zentraler Datentyp für alles, Numerische Operationen, Broadcasting und Ufuncs. Statistik und Wahrscheinlichkeitsrechnung ist ein eigenes Kapitel gewidmet, ebenso wie Boolscher Maskierung und File-Handling.Die Datenvisualisierung mit Matplotlib bildet den Schwerpunkt des zweiten Teils. Zunächst geht es um die Begrif ichkeit von Matplotlib. Behandelt werden Linien-, Balkendiagramme, Histogramme und Konturplots.Der dritte Teil dreht sich um Pandas mit seinen Series und DataFrames. Behandelt wird auch der Umgang mit verschiedensten Dateiformaten wie Excel, CSV und JSON sowie mit unvollständigen Daten und NaN. Aufgezeigt werden die Möglichkeiten der Datenvisualisierung direkt mit Pandas.Der vierte Teil bietet Beispielanwendungen des erlernten Stoffes, wie z.B. ein Haushaltsbuch und eine praxistaugliche Einnahmeüberschussrechnung. Auch findet sich hier eine Einführung in Bildverarbeitungstechniken.Fast jedes der 32 Kapitel enthält zusätzliche Übungen zum Erproben und Vertiefen des Erlernten, die zugehörigen Lösungen sind im fünften Teil zusammengefasst. AUS DEM INHALT //NumPy? Numerische Operationen auf mehrdimensionalen Arrays? Broadcasting und UfuncsMatplotlib:? Diskrete und kontinuierliche Graphen? Balken- und Säulendiagramme, Histogramme, KonturplotsPandas:? Series und DataFrames? Arbeiten mit Excel-, csv- und JSON-Dateien? Unvollständige Daten (NaN)? DatenvisualisierungPraxisbeispiele:? Bildverarbeitung? Haushaltsbuch und Einnahmeüberschussrechnung Umfang: 464 S. ISBN: 978-3-446-47957-9
Inhalt: Entdecken Sie die neuen Möglichkeiten von Python 3. Egal, ob Sie erst anfangen, mit Python zu arbeiten oder bei ihrer Arbeit etwas nachschlagen möchten. In diesem Buch finden Sie alles, was Sie zu Python wissen müssen. Angefangen mit einer Einführung in die Sprache bietet es eine Sprachreferenz, die Beschreibung der Standardbibliothek und ausführliche Informationen zu professionellen Themen. Dabei wird ausführlich auf die wesentlichen Unterschiede zwischen Python 3 und früheren Versionen eingegangen. Wenn Sie bisher noch mit Python 2.x arbeiten, helfen Ihnen die Autoren bei der Migration Ihrer bestehenden Projekte. Umfang: 986 S. zahlr. Ill., graph. Darst. ISBN: 978-3-8362-1925-9
Das OpenStreetMap-Handbuch Kartenmaterial nutzen und weiterentwickeln: OpenStreetMap durch eigene Einträge verbessern und in eigene Apps oder Webse Franzis Verlag (2014)
Inhalt: OpenStreetMap (oder kurz: OSM) ist ein einzigartiges internationales Projekt mit dem Ziel, eine freie Weltkarte zu erschaffen, die genauer und aktueller ist als jede andere und von allen Menschen auf der Erde lizenzkostenfrei genutzt und auch beliebig weiterverarbeitet werden kann. Fast zwei Millionen sogenannte 'Mapper' tragen mit ihrem Fachwissen und ihrer Ortskenntnis bereits zu der Erweiterung und Aktualisierung des Kartenmaterials bei und erfassen per GPS zusätzliche Daten. OpenStreetMap-Daten bearbeiten: Dieses Buch lädt ein, sich selbst als Mapper anzumelden und neue Informationen zu OpenStreetMap beizutragen. Dazu werden in zahlreichen Anwendungsbeispielen die wichtigen Handgriffe im Umgang mit den verschiedenen OpenStreetMap-Editoren und Datenbanktools vermittelt. Anhand eines überschaubaren Projektgebiets zeigt das Buch, was in OpenStreetMap-Karten alles möglich ist. Für Entwickler: Webentwickler können OpenStreetMap-Karten als Wegbeschreibung in eigene Webseiten einbinden sowie über zusätzlich auf den Karten gesetzte Markierungen bestimmte Punkte kennzeichnen. Spezialprogramme wie Maperitive ermöglichen das Rendern eigener Karten mit besonderen Informationen anhand selbst erstellter Regeldateien. Die Vielfalt von OpenStreetMap: OpenStreetMap-Karten- und Datenmaterial wird nicht nur auf der interaktiven Karte, sondern auch auf zahlreichen Spezialkarten und Apps verwendet. Das Buch zeigt die Vielfalt der Nutzungsmöglichkeiten und wie man auch diese Karten erweitern und für eigene Zwecke nutzbar machen kann. Umfang: 237 S. ISBN: 978-3-645-22237-2
Inhalt: - Grundlagen und Beispiele- Daten visualisieren und analysieren- Lernergebnisse bewerten und übertragen- Mit vielen Beispielen in R zum Download unter plus.hanser-fachbuch.de- Ihr exklusiver Vorteil: E-Book inside beim Kauf des gedruckten Buches Wie bringt man Computern das Lernen aus Daten bei? Diese praxisorientierte Einführung vermittelt anhand zahlreicher Beispiele die Grundlagen des maschinellen Lernens mit R, H2O und Keras. Sie werden in die Lage versetzt, den jeweils zielführenden Ansatz auszuwählen und auf eigene Fragestellungen wie Bild-Klassifizierung oder Vorhersagen anzuwenden. Da fehlerhafte Daten den Lernerfolg gefährden können, wird der Datenvorbereitung und -analyse besondere Aufmerksamkeit gewidmet. R stellt hierfür hochentwickelte und wissenschaftlich fundierte Analyse-Bibliotheken zur Verfügung, deren Funktionsweise und Anwendung gezeigt werden. Sie erfahren, für welche Anwendungsfälle statistische Verfahren wie Regression, Klassifikation, Faktoren-, Cluster- und Zeitreihenanalyse ausreichen und wann Sie besser mit neuronalen Netzen wie z. B. CNNs oder RNNs arbeiten sollten. Hier kommen das Framework H20 sowie Keras zum Einsatz. Anhand von Beispielen wird gezeigt, wie Sie Stolpersteine beim Lernvorgang analysieren oder von vornherein vermeiden können. Darüber hinaus erfahren Sie, unter welchen Umständen Sie die Ergebnisse des maschinellen Lernens weiterverwenden können und wie Sie dabei vorgehen. Umfang: 379 S. ISBN: 978-3-446-47244-0
Inhalt: - Grundlagen und Beispiele- Daten visualisieren und analysieren- Lernergebnisse bewerten und übertragen- Mit vielen Beispielen in R zum Download unter plus.hanser-fachbuch.de- Ihr exklusiver Vorteil: E-Book inside beim Kauf des gedruckten Buches Wie bringt man Computern das Lernen aus Daten bei? Diese praxisorientierte Einführung vermittelt anhand zahlreicher Beispiele die Grundlagen des maschinellen Lernens mit R, H2O und Keras. Sie werden in die Lage versetzt, den jeweils zielführenden Ansatz auszuwählen und auf eigene Fragestellungen wie Bild-Klassifizierung oder Vorhersagen anzuwenden. Da fehlerhafte Daten den Lernerfolg gefährden können, wird der Datenvorbereitung und -analyse besondere Aufmerksamkeit gewidmet. R stellt hierfür hochentwickelte und wissenschaftlich fundierte Analyse-Bibliotheken zur Verfügung, deren Funktionsweise und Anwendung gezeigt werden. Sie erfahren, für welche Anwendungsfälle statistische Verfahren wie Regression, Klassifikation, Faktoren-, Cluster- und Zeitreihenanalyse ausreichen und wann Sie besser mit neuronalen Netzen wie z. B. CNNs oder RNNs arbeiten sollten. Hier kommen das Framework H20 sowie Keras zum Einsatz. Anhand von Beispielen wird gezeigt, wie Sie Stolpersteine beim Lernvorgang analysieren oder von vornherein vermeiden können. Darüber hinaus erfahren Sie, unter welchen Umständen Sie die Ergebnisse des maschinellen Lernens weiterverwenden können und wie Sie dabei vorgehen. Umfang: 350 S. ISBN: 978-3-446-47323-2
Programm Findus Internet-OPAC findus.pl V20.240/8 auf Server windhund2.findus-internet-opac.de,
letztes Datenbankupdate: 28.06.2024, 16:41 Uhr. 6.276 Zugriffe im Juni 2024. Insgesamt 525.057 Zugriffe seit Juli 2008
Mobil - Impressum - Datenschutz - CO2-Neutral
