Deep Learning. Praktyczne wprowadzenie z zastosowaniem środowiska Pythona
- Autor:
- Ron Kneusel
- Wydawnictwo:
- Helion
- Ocena:
- Bądź pierwszym, który oceni tę książkę
- Stron:
- 472
- Druk:
- oprawa miękka
- Dostępne formaty:
-
PDFePubMobi

Opis ebooka: Deep Learning. Praktyczne wprowadzenie z zastosowaniem środowiska Pythona
Uczenie głębokie fascynuje wielu inżynierów i praktyków. Mimo że systemy oparte na uczeniu maszynowym stosuje się w rozlicznych branżach, wciąż są uważane za niepokojącą technologię. Istotnie, w wypadku na przykład sieci neuronowych nie wiemy, czego dokładnie uczy się model. Możemy tylko ocenić, czy dobrze realizuje swoje zadanie. Wydaje się, że w sposobie pracy algorytmów uczenia głębokiego tkwi magia. Właśnie dlatego dobrze jest zająć się faktami i dowiedzieć się, na czym w rzeczywistości polega uczenie maszynowe, a zwłaszcza uczenie głębokie.
Ta książka jest przystępnym przewodnikiem po uczeniu maszynowym. Aby zrozumieć zawartą w niej treść, wystarczy podstawowa umiejętność programowania i znajomość matematyki na poziomie szkoły średniej. Znalazło się tu omówienie podstawowych pojęć i wyjaśnienie mechanizmów rządzących uczeniem głębokim. Dzięki lekturze dowiesz się, czym się charakteryzuje dobry zbiór danych uczących, jak ocenić skuteczność modelu i jak korzystać z takich modeli jak k-najbliższych sąsiadów, lasy losowe czy maszyna wektorów nośnych. Sporo miejsca poświęcono również sieciom neuronowym, mechanizmom ich działania i technikom treningu. I chociaż nie znajdziesz tutaj gotowych receptur, to zdobędziesz wiedzę potrzebną, by od podstaw zaprojektować działający model uczenia głębokiego.
W książce między innymi:
- budowanie dobrego zestawu danych uczących
- praca z bibliotekami scikit-learn i Keras
- klasyczne modele uczenia maszynowego
- mechanizm działania i uczenia sieci neuronowych
- modele wykorzystujące splotowe sieci neuronowe
- przygotowanie od podstaw działającego modelu
Uczenie głębokie: przyszedł czas na Twój pierwszy model!
Jeżeli interesuje Cię dziedzina uczenia maszynowego, ale nie wiedziałeś, od czego zacząć, to jest to książka napisana z myślą o Tobie. Koncentrujemy się w niej na dziale uczenia maszynowego zwanym uczeniem głębokim. Znajdziesz tu omówienie podstawowych pojęć, a także podwaliny pod proces tworzenia własnych modeli. Nie podaję tu gotowych przepisów na korzystanie z dostępnych narzędzi, lecz staram się wyjaśnić mechanizmy rządzące uczeniem głębokim i próbuję inspirować Cię do dalszych poszukiwań wiedzy.
Do korzystania z książki wystarczy Ci podstawowa umiejętność programowania i znajomość matematyki na poziomie szkoły średniej; pozostałe kwestie znajdziesz w treści. Po wprowadzeniu do środowiska Python przejdziemy do kluczowych zagadnień, takich jak budowanie dobrego zbioru danych uczących, praca z bibliotekami scikit-learn oraz Keras, a także ocena skuteczności modelu.
Nauczysz się także:
- używać klasycznych modeli uczenia maszynowego, na przykład k-najbliższych sąsiadów, lasów losowych czy maszyn wektorów nośnych,
- mechanizmów działania oraz uczenia sieci neuronowych,
- użytkowania splotowych sieci neuronowych,
- projektowania skutecznego modelu uczenia głębokiego od podstaw.
W trakcie czytania książki będziesz przeprowadzać eksperymenty aż do osiągnięcia studium przypadku, w którym wykorzystamy całą zdobytą do tej pory wiedzę. Używany przeze mnie kod jest dostępny na stronie https://github.com/rkneusel9/PracticalDeepLearningPython/.
Dzięki tej książce, stanowiącej idealne wprowadzenie do tej dynamicznej, ciągle rozwijającej się dziedziny, uzyskasz umiejętności i pewność siebie wymagane do rozwijania własnych projektów uczenia maszynowego.
Wybrane bestsellery
-
To drugie wydanie bestsellerowego przewodnika po technikach uczenia maszynowego. Wystarczą minimalne umiejętności programistyczne, aby dzięki tej książce nauczyć się budowania i trenowania głębokiej sieci neuronowej. Zawarto tu minimum teorii, a proces nauki jest ułatwiony przez liczne przykłady ...
Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow. Wydanie II Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow. Wydanie II
(77.40 zł najniższa cena z 30 dni)83.85 zł
129.00 zł(-35%) -
Ten podręcznik jest przeznaczony dla osób, które chcą dobrze zrozumieć matematyczne podstawy uczenia maszynowego i nabrać praktycznego doświadczenia w używaniu pojęć matematycznych. Wyjaśniono tutaj stosowanie szeregu technik matematycznych, takich jak algebra liniowa, geometria analityczna, rozk...(77.40 zł najniższa cena z 30 dni)
83.85 zł
129.00 zł(-35%) -
Ta książka jest nowatorskim podręcznikiem, w którym w zrozumiały, intuicyjny sposób opisano techniki sztucznej inteligencji. Została wzbogacona kolorowymi ilustracjami i zrozumiałym kodem, dzięki czemu pozwala o wiele łatwiej zagłębić się w złożoność modeli głębokiego uczenia. Trudniejsze zagadni...
Uczenie głębokie i sztuczna inteligencja. Interaktywny przewodnik ilustrowany Uczenie głębokie i sztuczna inteligencja. Interaktywny przewodnik ilustrowany
(59.40 zł najniższa cena z 30 dni)64.35 zł
99.00 zł(-35%) -
Od mniej więcej piętnastu lat jesteśmy świadkami rewolucji w nauczaniu maszynowym na niesamowitą skalę. Rewolucji tej sprzyja intensywny rozwój głębokich sieci neuronowych oraz niezbędnego do tego sprzętu obliczeniowego, takiego jak karty graficzne. „Deep learning”, „machine lea...
Głębokie uczenie. Wprowadzenie Głębokie uczenie. Wprowadzenie
Jacek Tabor, Marek Śmieja, Łukasz Struski, Przemysław Spurek, Maciej Wołczyk
(34.20 zł najniższa cena z 30 dni)37.05 zł
57.00 zł(-35%) -
Ta książka jest praktycznym podręcznikiem opartym na sprawdzonej metodyce: nauce poprzez pisanie kodu w Pythonie. Aby w pełni z niego skorzystać, nie musisz znać wyższej matematyki. Dzięki praktycznym lekcjom szybko zaczniesz programowo tworzyć konkretne rozwiązania. Dowiesz się, jak można zaimpl...
Sztuczna inteligencja i uczenie maszynowe dla programistów. Praktyczny przewodnik po sztucznej inteligencji Sztuczna inteligencja i uczenie maszynowe dla programistów. Praktyczny przewodnik po sztucznej inteligencji
-
Z tego zwięzłego przewodnika po technikach uczenia maszynowego opartego na strukturalnych danych skorzystają programiści, badacze, osoby zajmujące się nauką o danych oraz twórcy systemów sztucznej inteligencji. Znalazł się tu wyczerpujący opis procesu uczenia maszynowego i klasyfikacji danych str...
Uczenie maszynowe w Pythonie. Leksykon kieszonkowy Uczenie maszynowe w Pythonie. Leksykon kieszonkowy
(26.94 zł najniższa cena z 30 dni)29.18 zł
44.90 zł(-35%) -
Rosnące możliwości różnych form sztucznej inteligencji niepokoją ludzi od kilkudziesięciu lat. Stopniowo uzależniamy się od ciągłej asysty nowoczesnych technologii, jednak coraz doskonalsze metody uczenia maszynowego, dostępna i potężna moc obliczeniowa korzystająca z niewyobrażalnie wielkich zas...
Człowiek na rozdrożu. Sztuczna inteligencja 25 punktów widzenia Człowiek na rozdrożu. Sztuczna inteligencja 25 punktów widzenia
(29.40 zł najniższa cena z 30 dni)31.85 zł
49.00 zł(-35%) -
WPROWADZENIE DO UCZENIA MASZYNOWEGO Z WYKORZYSTANIEM INTUICYJNEGO JĘZYKA R Uczenie maszynowe i analiza danych pełnią coraz ważniejszą rolę w tworzeniu wartości dodanej. Uczenie maszynowe pozwala znajdować ukryte w danych zależności, wnosząc nowe pomysły i wiedzę, którą trudno byłoby osi...(61.19 zł najniższa cena z 30 dni)
61.77 zł
89.99 zł(-31%) -
Dzięki temu praktycznemu przewodnikowi szybko nauczysz się tworzyć i uruchamiać procesy w chmurze, a następnie integrować wyniki z aplikacjami. Zapoznasz się ze scenariuszami stosowania technik sztucznej inteligencji: przetwarzania języka naturalnego, rozpoznawania obrazów, wykrywania oszustw, wy...
Inżynieria danych na platformie AWS. Jak tworzyć kompletne potoki uczenia maszynowego Inżynieria danych na platformie AWS. Jak tworzyć kompletne potoki uczenia maszynowego
(77.40 zł najniższa cena z 30 dni)83.85 zł
129.00 zł(-35%) -
To zaktualizowane i rozszerzone wydanie bestsellerowego przewodnika po najnowszych narzędziach i metodach związanych z uczeniem przez wzmacnianie. Zawiera wprowadzenie do teorii uczenia przez wzmacnianie, a także wyjaśnia praktyczne sposoby kodowania samouczących się agentów w celu rozwiązywania ...
Głębokie uczenie przez wzmacnianie. Praca z chatbotami oraz robotyka, optymalizacja dyskretna i automatyzacja sieciowa w praktyce. Wydanie II Głębokie uczenie przez wzmacnianie. Praca z chatbotami oraz robotyka, optymalizacja dyskretna i automatyzacja sieciowa w praktyce. Wydanie II
(89.40 zł najniższa cena z 30 dni)96.85 zł
149.00 zł(-35%)
O autorze ebooka
Dr Ron Kneusel uczeniem maszynowym zajmuje się zawodowo od 2003 roku, specjalizuje się w dziedzinie przetwarzania obrazów. Jego fascynacja komputerami jednak trwa znacznie dłużej, bo od 1981 roku. Obecnie pracuje w spółce L3Harris Technologies, gdzie buduje systemy uczenia głębokiego. Jest autorem popularnych książek na temat pisania kodu i uczenia głębokiego.
Ebooka przeczytasz na:
-
czytnikach Inkbook, Kindle, Pocketbook i innych
-
systemach Windows, MacOS i innych
-
systemach Windows, Android, iOS, HarmonyOS
-
na dowolnych urządzeniach i aplikacjach obsługujących formaty: PDF, EPub, Mobi
Masz pytania? Zajrzyj do zakładki Pomoc »
Audiobooka posłuchasz:
-
w aplikacji Ebookpoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych
-
na dowolnych urządzeniach i aplikacjach obsługujących format MP3 (pliki spakowane w ZIP)
Masz pytania? Zajrzyj do zakładki Pomoc »
Kurs Video zobaczysz:
-
w aplikacji Ebookpoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych
-
na dowolnych urządzeniach i aplikacjach obsługujących format MP4 (pliki spakowane w ZIP)
Szczegóły ebooka
- Tytuł oryginału:
- Practical Deep Learning: A Python-Based Introduction
- Tłumaczenie:
- Krzysztof Sawka
- ISBN Książki drukowanej:
- 978-83-283-8859-8, 9788328388598
- Data wydania książki drukowanej:
- 2022-10-04
- ISBN Ebooka:
- 978-83-283-8860-4, 9788328388604
- Data wydania ebooka:
-
2022-10-04
Data wydania ebooka często jest dniem wprowadzenia tytułu do sprzedaży i może nie być równoznaczna z datą wydania książki papierowej. Dodatkowe informacje możesz znaleźć w darmowym fragmencie. Jeśli masz wątpliwości skontaktuj się z nami sklep@ebookpoint.pl.
- Format:
- 165x228
- Numer z katalogu:
- 177065
- Rozmiar pliku Pdf:
- 10.0MB
- Rozmiar pliku ePub:
- 9.4MB
- Rozmiar pliku Mobi:
- 19.7MB
- Pobierz przykładowy rozdział PDF
- Przykłady na ftp
Ebook zawiera materiały dodatkowe, które możesz pobrać z serwera FTP - link znajdziesz na stronie redakcyjnej.
Spis treści ebooka
- Środowisko operacyjne
- NumPy
- scikit-learn
- Keras i TensorFlow
- Instalacja narzędzi
- Podstawy algebry liniowej
- Wektory
- Macierze
- Mnożenie wektorów i macierzy
- Statystyka i prawdopodobieństwo
- Statystyka opisowa
- Rozkłady prawdopodobieństwa
- Testy statystyczne
- Procesory graficzne (GPU)
- Podsumowanie
- Interpreter Pythona
- Instrukcje i białe znaki
- Zmienne i podstawowe struktury danych
- Przedstawianie liczb
- Zmienne
- Łańcuchy znaków
- Listy
- Słowniki
- Struktury sterowania
- Instrukcje if-elif-else
- Pętle for
- Pętle while
- Instrukcje break i continue
- Instrukcja with
- Obsługa błędów za pomocą bloków try-except
- Funkcje
- Moduły
- Podsumowanie
- Dlaczego NumPy?
- Tablice a listy
- Testowanie szybkości tablic i list
- Podstawowe tablice
- Definiowanie tablicy za pomocą funkcji, np. array
- Definiowanie tablic wypełnionych zerami i jedynkami
- Dostęp do elementów tablicy
- Indeksowanie tablicowe
- Uzyskiwanie wycinków tablicy
- Wielokropek
- Operatory i rozgłaszanie
- Dane wejściowe i wyjściowe tablic
- Liczby losowe
- Biblioteka NumPy i obrazy
- Podsumowanie
- Klasy i etykiety
- Cechy i wektory cech
- Rodzaje cech
- Dobór cech i klątwa wymiarowości
- Własności dobrego zestawu danych
- Interpolacja i ekstrapolacja
- Główny rozkład prawdopodobieństwa
- Rozkład a priori
- Przykłady mylące
- Rozmiar zestawu danych
- Przygotowanie danych
- Skalowanie cech
- Brakujące cechy
- Dane uczące, walidacyjne i testowe
- Trzy podzbiory
- Dzielenie zestawu danych
- k-krotny sprawdzian krzyżowy
- Analiza danych
- Wyszukiwanie problemów z danymi
- Opowieści ku przestrodze
- Podsumowanie
- Kosaćce (zestaw danych Iris)
- Nowotwory piersi (zestaw danych Breast Cancer)
- Cyfry zapisane pismem odręcznym (zestaw danych MNIST)
- Różne obrazy (zestaw danych CIFAR-10)
- Rozszerzanie danych
- Dlaczego należy rozszerzać dane uczące?
- Sposoby rozszerzania danych
- Rozszerzanie zestawu danych Iris
- Rozszerzanie zestawu danych CIFAR-10
- Podsumowanie
- Algorytm najbliższego centroidu
- Algorytm k najbliższych sąsiadów
- Naiwny klasyfikator Bayesa
- Drzewa decyzyjne i lasy losowe
- Rekurencja
- Budowanie drzew decyzyjnych
- Lasy losowe
- Maszyny wektorów nośnych
- Marginesy
- Wektory nośne
- Optymalizacja
- Jądra
- Podsumowanie
- Eksperymenty z użyciem zestawu danych Iris
- Testowanie klasycznych modeli
- Implementacja klasyfikatora najbliższego centroidu
- Eksperymenty z użyciem zestawu danych Breast Cancer
- Dwa pierwsze przebiegi testowe
- Skutek losowych podziałów
- Dodawanie k-krotnego sprawdzianu krzyżowego
- Poszukiwanie hiperparametrów
- Eksperymenty z użyciem zestawu danych MNIST
- Testowanie klasycznych modeli
- Analiza czasu działania
- Eksperymenty z głównymi składowymi analizy PCA
- Tasowanie zestawu danych
- Podsumowanie klasycznych modeli
- Algorytm najbliższego centroidu
- Algorytm k najbliższych sąsiadów
- Naiwny klasyfikator Bayesa
- Drzewa decyzyjne
- Lasy losowe
- Maszyny wektorów nośnych
- Kiedy używać klasycznych modeli?
- Korzystanie z małych zestawów danych
- Ograniczone zasoby obliczeniowe
- Dostęp do wyjaśnialnych modeli
- Praca z danymi wektorowymi
- Podsumowanie
- Anatomia sieci neuronowej
- Neuron
- Funkcje aktywacji
- Architektura sieci
- Warstwy wyjściowe
- Wagi i obciążenia
- Implementacja prostej sieci neuronowej
- Przygotowanie zestawu danych
- Implementacja sieci neuronowej
- Uczenie i testowanie sieci neuronowej
- Podsumowanie
- Ogólny opis
- Algorytm gradientu prostego
- Wyszukiwanie minimów
- Aktualizowanie wag
- Stochastyczny spadek wzdłuż gradientu
- Grupy i minigrupy
- Funkcje wypukłe i niewypukłe
- Kończenie uczenia
- Aktualizowanie współczynnika uczenia
- Momentum
- Propagacja wsteczna
- Propagacja wsteczna - ujęcie pierwsze
- Propagacja wsteczna - ujęcie drugie
- Funkcje straty
- Błąd bezwzględny i błąd średniokwadratowy
- Entropia krzyżowa
- Inicjalizowanie wag
- Przetrenowanie i regularyzacja
- Przetrenowanie
- Regularyzacja
- Regularyzacja L2
- Porzucanie
- Podsumowanie
- Nasz zestaw danych
- Klasa MLPClassifier
- Struktura sieci i funkcje aktywacji
- Kod
- Wyniki
- Rozmiar grupy
- Podstawowy współczynnik uczenia
- Rozmiar zbioru uczącego
- Regularyzacja L2
- Momentum
- Inicjalizacja wag
- Kolejność cech
- Podsumowanie
- Definicje i założenia
- Dlaczego dokładność jest niewystarczająca?
- Macierz pomyłek 2×2
- Wskaźniki wyprowadzane z macierzy pomyłek
- Wyprowadzanie wskaźników na podstawie macierzy pomyłek
- Interpretowanie modeli za pomocą wskaźników
- Zaawansowane wskaźniki
- Informatywność i nacechowanie
- Wskaźnik F1
- Współczynnik kappa Cohena
- Współczynnik korelacji Matthewsa
- Implementacja zaawansowanych wskaźników
- Krzywa charakterystyki operacyjnej odbiornika
- Dobór modeli
- Rysowanie wykresu wskaźników
- Analiza krzywej ROC
- Porównywanie modeli za pomocą analizy ROC
- Generowanie krzywej ROC
- Krzywa precyzji-czułości
- Przypadki wieloklasowe
- Rozszerzanie macierzy pomyłek
- Obliczanie dokładności ważonej
- Wieloklasowy współczynnik korelacji Matthewsa
- Podsumowanie
- Dlaczego splotowe sieci neuronowe?
- Splot
- Skanowanie za pomocą jądra
- Splot w przetwarzaniu obrazów
- Anatomia splotowej sieci neuronowej
- Różne typy warstw
- Przepuszczanie danych przez sieć splotową
- Warstwy splotowe
- Mechanizm działania warstwy splotowej
- Korzystanie z warstwy splotowej
- Wielokrotne warstwy splotowe
- Inicjalizacja warstwy splotowej
- Warstwy łączące
- Warstwy w pełni połączone
- Pełne warstwy splotowe
- Krok po kroku
- Podsumowanie
- Budowanie sieci splotowych w bibliotece Keras
- Wczytywanie danych MNIST
- Budowanie modelu
- Uczenie i ocena modelu
- Tworzenie wykresu funkcji błędu
- Podstawowe eksperymenty
- Eksperymenty na architekturze
- Rozmiar zbioru uczącego, minigrup oraz liczba epok
- Optymalizatory
- Pełne sieci splotowe
- Budowa i trenowanie modelu
- Przygotowanie obrazów testowych
- Testowanie modelu
- Potasowane cyfry MNIST
- Podsumowanie
- Zestaw CIFAR-10 - przypomnienie
- Praca na pełnym zestawie CIFAR-10
- Budowanie modeli
- Analizowanie modeli
- Zwierzę czy pojazd?
- Model binarny czy wieloklasowy?
- Uczenie transferowe
- Strojenie modelu
- Przygotowanie zestawów danych
- Dostosowanie modelu do strojenia
- Testowanie modelu
- Podsumowanie
- Budowanie zestawu danych
- Rozszerzanie zestawu danych
- Wstępne przetwarzanie danych
- Klasyfikowanie cech dźwiękowych
- Modele klasyczne
- Tradycyjna sieć neuronowa
- Splotowa sieć neuronowa
- Spektrogramy
- Klasyfikowanie spektrogramów
- Inicjalizacja, regularyzacja i normalizacja wsadowa
- Analiza macierzy pomyłek
- Zespoły
- Podsumowanie
- Co dalej z sieciami splotowymi?
- Uczenie przez wzmacnianie i uczenie nienadzorowane
- Generatywne sieci przeciwstawne
- Rekurencyjne sieci neuronowe
- Zasoby internetowe
- Konferencje
- Książka
- Cześć i dzięki za ryby
Przedmowa
Podziękowania
Wstęp
1. Pierwsze kroki
2. Korzystanie z Pythona
3. Biblioteka NumPy
4. Praca z danymi
5. Budowanie zestawów danych
6. Klasyczne uczenie maszynowe
7. Eksperymentowanie z klasycznymi modelami
8. Wprowadzenie do sieci neuronowych
9. Uczenie sieci neuronowej
10. Eksperymentowanie z sieciami neuronowymi
11. Ocenianie modeli
12. Wprowadzenie do splotowych sieci neuronowych
13. Eksperymentowanie z biblioteką Keras i zestawem danych MNIST
14. Eksperymentowanie z zestawem danych CIFAR-10
15. Studium przypadku: klasyfikowanie próbek dźwiękowych
16. Dalsze kroki
Skorowidz
Helion - inne książki
-
Najnowsza książka Witolda Wrotka liczy - jak sugeruje tytuł - 55 rozdziałów, które stanowią stopniowe wprowadzenie w świat elektroniki, a konkretnie tranzystorów i zbudowanych na ich podstawie układów. Treść zawarta w tym przystępnym przewodniku została zilustrowana licznymi schematami i niejedno...(38.94 zł najniższa cena z 30 dni)
38.94 zł
59.90 zł(-35%) -
Niniejsza książka jest przeznaczona dla kadry kierowniczej najwyższego szczebla oraz dla osób sterujących rozwojem oprogramowania w firmie. Ma pomóc w zrozumieniu problemów strategicznych, z jakimi te osoby się mierzą, a także ułatwić wybór najlepszego rozwiązania architektonicznego. W książce op...
Strategiczne monolity i mikrousługi. Jak napędzać innowacyjność za pomocą przemyślanej architektury Strategiczne monolity i mikrousługi. Jak napędzać innowacyjność za pomocą przemyślanej architektury
(44.85 zł najniższa cena z 30 dni)44.85 zł
69.00 zł(-35%) -
To książka przeznaczona dla użytkowników komputerów pracujących pod kontrolą Linuksa. Znalazły się w niej tak ważne kwestie, jak omówienie komponentów o krytycznym znaczeniu i mechanizmów kontroli dostępu czy wyjaśnienie systemu plików w Linuksie. Umieszczono tu również liczne wskazówki i ćwiczen...
Nowoczesny Linux. Przewodnik dla użytkownika natywnej chmury Nowoczesny Linux. Przewodnik dla użytkownika natywnej chmury
(44.85 zł najniższa cena z 30 dni)44.85 zł
69.00 zł(-35%) -
Ta książka powstała z myślą o architektach oprogramowania, projektantach, programistach i dyrektorach do spraw technicznych. Zwięźle i przystępnie opisano w niej, jak zadbać o bezpieczeństwo na wczesnym etapie projektowania oprogramowania i jak zaangażować w ten proces cały team. Najpierw zapreze...
Po pierwsze: bezpieczeństwo. Przewodnik dla twórców oprogramowania Po pierwsze: bezpieczeństwo. Przewodnik dla twórców oprogramowania
(51.35 zł najniższa cena z 30 dni)51.35 zł
79.00 zł(-35%) -
Przeczytasz o tym, jak wykrywać nowe luki w oprogramowaniu, jak tworzyć trojany i rootkity, a także jak używać techniki wstrzykiwania SQL. Zapoznasz się również z szeroką gamą narzędzi do przeprowadzania testów penetracyjnych (takich jak Metasploit Framework, mimikatz i BeEF), rozeznasz się w dzi...
Etyczny haking. Praktyczne wprowadzenie do hakingu Etyczny haking. Praktyczne wprowadzenie do hakingu
(53.40 zł najniższa cena z 30 dni)57.85 zł
89.00 zł(-35%) -
Ta książka jest kompleksowym i praktycznym przewodnikiem po hakowaniu aplikacji internetowych w ramach udziału w programach bug bounty. Znajdziesz w niej wszystkie niezbędne informacje, od budowania relacji z klientami i pisania znakomitych raportów o błędach w zabezpieczeniach po naukę zaawansow...
Bug Bounty Bootcamp. Przewodnik po tropieniu i zgłaszaniu luk w zabezpieczeniach Bug Bounty Bootcamp. Przewodnik po tropieniu i zgłaszaniu luk w zabezpieczeniach
(59.40 zł najniższa cena z 30 dni)64.35 zł
99.00 zł(-35%) -
Paweł Zaręba, autor Praktycznych projektów sieciowych, od wielu lat związany z branżą IT i ICT, za namową swoich wiernych czytelników napisał drugą książkę. Tę wcześniejszą można traktować jako kompendium wiedzy na temat sieci komputerowych - Projekty i rozwiązania sieciowe w praktyce są niejako ...(41.40 zł najniższa cena z 30 dni)
44.85 zł
69.00 zł(-35%) -
Autor znanych czytelnikom wydawnictwa Helion książek między innymi na temat otwartoźródłowego systemu operacyjnego przygotował szóstą już edycję przewodnika po komendach i poleceniach Linuksa. W kieszonkowym leksykonie omówił posługiwanie się komputerem z Linuksem na pokładzie za pomocą poleceń, ...(23.94 zł najniższa cena z 30 dni)
25.93 zł
39.90 zł(-35%) -
Współczesnym przemysłem rządzi… informatyka. Ta dziedzina stale się rozwija i zagarnia pod swoje skrzydła kolejne sektory ― od produkcji, przez logistykę i księgowość, po dystrybucję i sprzedaż. Tyle teorii. W praktyce zaś często się okazuje, że podczas gdy otoczenie biznesowe i techn...
Digitalizacja w systemach automatyki SIMATIC. Teoria, przykłady, ćwiczenia Digitalizacja w systemach automatyki SIMATIC. Teoria, przykłady, ćwiczenia
(59.40 zł najniższa cena z 30 dni)64.35 zł
99.00 zł(-35%) -
Ta książka jest zwięzłym, skupionym na praktyce przewodnikiem po Pythonie w wersji 3.6 i nowszych. Dzięki niej skoncentrujesz się na rdzeniu języka i podstawowych zagadnieniach, które musisz doskonale opanować, jeśli chcesz pisać w nim dobry kod. Dowiesz się zatem, jak działa Python i jakich zasa...(41.40 zł najniższa cena z 30 dni)
44.85 zł
69.00 zł(-35%)
Dzieki opcji "Druk na żądanie" do sprzedaży wracają tytuły Grupy Helion, które cieszyły sie dużym zainteresowaniem, a których nakład został wyprzedany.
Dla naszych Czytelników wydrukowaliśmy dodatkową pulę egzemplarzy w technice druku cyfrowego.
Co powinieneś wiedzieć o usłudze "Druk na żądanie":
- usługa obejmuje tylko widoczną poniżej listę tytułów, którą na bieżąco aktualizujemy;
- cena książki może być wyższa od początkowej ceny detalicznej, co jest spowodowane kosztami druku cyfrowego (wyższymi niż koszty tradycyjnego druku offsetowego). Obowiązująca cena jest zawsze podawana na stronie WWW książki;
- zawartość książki wraz z dodatkami (płyta CD, DVD) odpowiada jej pierwotnemu wydaniu i jest w pełni komplementarna;
- usługa nie obejmuje książek w kolorze.
W przypadku usługi "Druk na żądanie" termin dostarczenia przesyłki może obejmować także czas potrzebny na dodruk (do 10 dni roboczych)
Masz pytanie o konkretny tytuł? Napisz do nas: sklep[at]helion.pl.
Książka, którą chcesz zamówić pochodzi z końcówki nakładu. Oznacza to, że mogą się pojawić drobne defekty (otarcia, rysy, zagięcia).
Co powinieneś wiedzieć o usłudze "Końcówka nakładu":
- usługa obejmuje tylko książki oznaczone tagiem "Końcówka nakładu";
- wady o których mowa powyżej nie podlegają reklamacji;
Masz pytanie o konkretny tytuł? Napisz do nas: sklep[at]helion.pl.


Oceny i opinie klientów: Deep Learning. Praktyczne wprowadzenie z zastosowaniem środowiska Pythona Ron Kneusel (0)
Weryfikacja opinii następuję na podstawie historii zamówień na koncie Użytkownika umieszczającego opinię. Użytkownik mógł otrzymać punkty za opublikowanie opinii uprawniające do uzyskania rabatu w ramach Programu Punktowego.