Helion - książki
![Helion - książki](https://static01.helion.com.pl/ebookpoint/img/wydawcy-ikonki/large/helion.jpg)
Od początku swojej działalności wydawnictwo Helion wspiera rozwój specjalistów z szeroko pojętej branży IT. To doskonała baza wiedzy dla osób, które chcą poznać tajniki informatyki, programowania, sztucznej inteligencji, cyberbezpieczeństwa czy grafiki komputerowej i innych umiejętności związanych z nowoczesnymi technologiami.
Helion oferuje szeroki wybór książek oraz ebooków z różnych dziedzin informatyki, zawsze aktualnych i zgodnych z najnowszymi trendami technologicznymi.
-
Uczenie maszynowe w języku R. Tworzenie i doskonalenie modeli - od przygotowania danych po dostrajanie, ewaluację i pracę z big data. Wydanie IV
-
Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko
-
Zarządzanie danymi w zbiorach o dużej skali. Nowoczesna architektura z siatką danych i technologią Data Fabric. Wydanie II
-
Dylemat sztucznej inteligencji. 7 zasad odpowiedzialnego tworzenia technologii
-
Uczenie maszynowe w Pythonie. Receptury. Od przygotowania danych do deep learningu. Wydanie II
-
Marka osobista w branży IT. Jak ją zbudować i rozwijać
-
Eksploracja danych za pomocą Excela. Metody uczenia maszynowego krok po kroku
-
Specyfikacja wymagań oprogramowania. Kluczowe praktyki analizy biznesowej
-
Jak analizować dane z biblioteką Pandas. Praktyczne wprowadzenie. Wydanie II
-
Jak nadążyć za kryptowalutami. Przewodnik po Bitcoinie i nowej cyfrowej ekonomii
-
Certyfikowany inżynier wymagań. Opracowanie na podstawie planu nauczania IREB® CPRE®. Przykładowe pytania egzaminacyjne z odpowiedziami
-
Scrum dla bystrzaków. Wydanie III
-
Power BI i sztuczna inteligencja. Jak w pełni wykorzystać funkcje AI dostępne w Power BI
-
Analityk danych. Przewodnik po data science, statystyce i uczeniu maszynowym
-
Google Analytics od podstaw. Analiza wpływu biznesowego i wyznaczanie trendów
-
Microsoft Power BI dla zaawansowanych. Eksperckie techniki tworzenia interaktywnych analiz w świecie biznesu. Wydanie II
-
Microsoft Power BI. Jak modelować i wizualizować dane oraz budować narracje cyfrowe. Wydanie III
-
Przetwarzanie języka naturalnego w praktyce. Przewodnik po budowie rzeczywistych systemów NLP
-
Podręcznik architekta rozwiązań. Poznaj reguły oraz strategie projektu architektury i rozpocznij niezwykłą karierę. Wydanie II
-
Wprowadzenie do Salesforce. Jak zoptymalizować sprzedaż i marketing. Wydanie II
-
Microsoft Power BI dla bystrzaków
-
Poznaj Tableau 2022. Wizualizacja danych, interaktywna analiza danych i umiejętność data storytellingu. Wydanie V
-
Python w analizie danych. Przetwarzanie danych za pomocą pakietów pandas i NumPy oraz środowiska Jupyter. Wydanie III
-
Uczenie maszynowe z użyciem Scikit-Learn, Keras i TensorFlow. Wydanie III
-
Inżynieria danych w praktyce. Kluczowe koncepcje i najlepsze technologie
-
Nowoczesna inżynieria oprogramowania. Stosowanie skutecznych technik szybszego rozwoju oprogramowania wyższej jakości
-
Potoki danych. Leksykon kieszonkowy. Przenoszenie i przetwarzanie danych na potrzeby ich analizy
-
Inżynieria oprogramowania według Google. Czego warto się nauczyć o tworzeniu oprogramowania
-
Sztuczna inteligencja od podstaw
-
Pierwsze kroki w Power BI. Kompletny przewodnik po praktycznej analityce biznesowej. Wydanie II
-
Metoda Running Lean. Iteracja od planu A do planu, który da Ci sukces. Wydanie III
-
Siatka danych. Nowoczesna koncepcja samoobsługowej infrastruktury danych
-
Wizualizacja danych. Pulpity nawigacyjne i raporty w Excelu
-
Wordpress Woocommerce. Stwórz zyskowny sklep internetowy
-
Jak sztuczna inteligencja zmieni twoje życie
-
Zaawansowana analiza danych w PySpark. Metody przetwarzania informacji na szeroką skalę z wykorzystaniem Pythona i systemu Spark
-
Jak projektować systemy uczenia maszynowego. Iteracyjne tworzenie aplikacji gotowych do pracy
-
DAX i Power BI w analizie danych. Tworzenie zaawansowanych i efektywnych analiz dla biznesu
-
Spark. Błyskawiczna analiza danych. Wydanie II
-
AWS dla administratorów systemów. Tworzenie i utrzymywanie niezawodnych aplikacji chmurowych
-
Lightning Network dla praktyków. Protokół drugiej warstwy i jego wykorzystanie do obsługi płatności bitcoinami
-
Uczenie maszynowe. Elementy matematyki w analizie danych
-
Modelowanie danych z Power BI dla ekspertów analityki. Jak w pełni wykorzystać możliwości Power BI
-
Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 1
-
Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 2
-
Atlassian Jira Server & Data Center. Programowanie rozwiązań w projektach biznesowych
-
Strategiczne monolity i mikrousługi. Jak napędzać innowacyjność za pomocą przemyślanej architektury
-
Dodaj mocy Power BI! Jak za pomocą kodu w Pythonie i R pobierać, przekształcać i wizualizować dane
-
Microsoft Project 2019 dla bystrzaków
-
Brakujący plik README. Przewodnik dla początkujących inżynierów oprogramowania
-
Blockchain. Przewodnik po technologii łańcucha bloków. Kryptowaluty, inteligentne kontrakty i aplikacje rozproszone
-
Deep Learning. Praktyczne wprowadzenie z zastosowaniem środowiska Pythona
-
Matematyka w uczeniu maszynowym
-
Inżynieria danych na platformie AWS. Jak tworzyć kompletne potoki uczenia maszynowego
-
Python i AI dla e-commerce
-
Głębokie uczenie. Wprowadzenie
-
Głębokie uczenie przez wzmacnianie. Praca z chatbotami oraz robotyka, optymalizacja dyskretna i automatyzacja sieciowa w praktyce. Wydanie II
-
Sztuczna inteligencja w finansach. Używaj języka Python do projektowania i wdrażania algorytmów AI
-
Deep learning z TensorFlow 2 i Keras dla zaawansowanych. Sieci GAN i VAE, deep RL, uczenie nienadzorowane, wykrywanie i segmentacja obiektów i nie tylko. Wydanie II
-
Projektowanie głosowych interfejsów użytkownika. Zasady doświadczeń konwersacyjnych
-
Git i GitHub. Kontrola wersji, zarządzanie projektami i zasady pracy zespołowej
-
Microsoft Power BI. Jak modelować i wizualizować dane oraz budować narracje cyfrowe. Wydanie II
-
U mnie działa. Język branży IT. Wydanie II
-
TinyML. Wykorzystanie TensorFlow Lite do uczenia maszynowego na Arduino i innych mikrokontrolerach
-
Matematyka dyskretna dla praktyków. Algorytmy i uczenie maszynowe w Pythonie
-
Projekt doskonały. Zadbaj o komunikację z klientem, wysoki poziom UX i zdrowy rozsądek. Wydanie II
-
Mapa Agile & Scrum. Jak się odnaleźć jako Scrum Master
-
Inżynieria chaosu. Odporność systemów w praktyce
-
Alicja i Bob. Bezpieczeństwo aplikacji w praktyce
-
Bądź Agile. Zwinnie o HR i Employer Brandingu
-
Uczenie głębokie i sztuczna inteligencja. Interaktywny przewodnik ilustrowany
-
Doskonały Scrum master. Jak budować bardziej efektywne zespoły i zarządzać zmianą
-
Projekt Feniks. Powieść o IT, modelu DevOps i o tym, jak pomóc firmie w odniesieniu sukcesu. Wydanie V - jubileuszowe
-
Startup, scaleup, klęska. 42 ścieżki rozwijania biznesu w duchu Lean i Agile
-
Programista. Przewodnik po zawodzie
-
Sztuczna inteligencja i uczenie maszynowe dla programistów. Praktyczny przewodnik po sztucznej inteligencji
-
Sztuczna inteligencja. Błyskawiczne wprowadzenie do uczenia maszynowego, uczenia ze wzmocnieniem i uczenia głębokiego
-
Zainspirowani. Jak tworzyć kultowe produkty technologiczne
-
Deep learning dla programistów. Budowanie aplikacji AI za pomocą fastai i PyTorch
-
Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II
-
Dane grafowe w praktyce. Jak technologie grafowe ułatwiają rozwiązywanie złożonych problemów
-
Kierunek jakość. Jak unikać błędów w projekcie
-
Machine learning, Python i data science. Wprowadzenie
-
Skazany na sukces. Kariera w Data Science
-
#AgileKtóryDziała. Pracuj zwinnie i skutecznie
-
Algorytmy sztucznej inteligencji. Ilustrowany przewodnik
-
Matematyka dla menedżerów. Wydanie II
-
Umiejętności analityczne w pracy z danymi i sztuczną inteligencją. Wykorzystywanie najnowszych technologii w rozwijaniu przedsiębiorstwa
-
Deep learning i modelowanie generatywne. Jak nauczyć komputer malowania, pisania, komponowania i grania
-
Mikrousługi oparte na zdarzeniach. Wykorzystywanie danych w organizacji na dużą skalę
-
Programistami da się zarządzać! Zasady i narzędzia pomocne w zarządzaniu zespołami programistów. Wydanie II
-
Pragmatyczny programista. Od czeladnika do mistrza. Wydanie II
-
Python. Machine learning i deep learning. Biblioteki scikit-learn i TensorFlow 2. Wydanie III
-
Hurtownie danych. Od przetwarzania analitycznego do raportowania. Wydanie II
-
Język R i analiza danych w praktyce. Wydanie II
-
Uczenie maszynowe w aplikacjach. Projektowanie, budowa i wdrażanie
-
Analiza danych w zarządzaniu projektami
-
Jak projektować usługi. Niezawodne zasady w praktycznym zastosowaniu
-
Python dla DevOps. Naucz się bezlitośnie skutecznej automatyzacji
-
Opowieści ukryte w danych. Wyjaśnij dane i wywołaj działania za pomocą narracji
-
Doskonalenie Scruma. Przewodnik dla praktyków. O wyzwaniach, korzyściach i zwinnych zespołach
-
SEO jako element strategii marketingowej Twojej firmy
-
Szeregi czasowe. Praktyczna analiza i predykcja z wykorzystaniem statystyki i uczenia maszynowego
-
Uczenie maszynowe w Pythonie dla każdego
-
Certyfikowany tester ISTQB. Poziom podstawowy
-
IT Product Manager. Pierwsze kroki
-
Zen prezentacji. Proste pomysły i ważne zasady. Wydanie III
-
Myślenie systemowe. Wprowadzenie
-
Power BI i Power Pivot dla Excela. Analiza danych
-
Projekt Jednorożec. Powieść o szansie w epoce przewrotów cyfrowych
-
Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow. Wydanie II
-
AI dla ludzi i firmy. Potencjał sztucznej inteligencji w biznesie
-
Zespoły wirtualne i rozproszone. Zdalne zarządzanie projektem informatycznym
-
Zwinnie do przodu. Poradnik kierownika projektów informatycznych
-
Miejsce przy stole. Przywództwo w IT w czasach Agile
-
Chmura Azure. Praktyczne wprowadzenie dla administratora. Implementacja, monitorowanie i zarządzanie ważnymi usługami i komponentami IaaS/PaaS
-
Uczenie maszynowe w Pythonie. Leksykon kieszonkowy
-
Uczenie głębokie od zera. Podstawy implementacji w Pythonie
-
Budowanie zespołu. Młotek Scrum Mastera
-
Bitcoin. Ilustrowany przewodnik