Litgu.ru - Литературный Гуру

Название: Tableau Public: The Ultimate Beginner's Guide to Learn Tableau Public Step by Step
Автор: Kathleen Peterson
Издательство: mEm lnc
Год: 2020
Язык: английский
Формат: pdf, azw3, epub
Размер: 16.1 MB

The Ultimate Beginner's Guide to Learn Tableau Public Step by Step. Tableau Public is a streamlined visualization software that allows one to transform data into a wide range of customizable graphics. Its three step work flow—following the three steps, Open, Create and Share—allows users to import data and layer multiple levels of detail and information into the resulting visualizations. Ideal for web based publication, it ultimately allows users to merge multiple visualizations onto a single page and export their work as embeddable graphics.

Название: Ханойские башни
Автор: Окулов С.М., Лялин А.В.
Издательство: М.:Лаборатория знаний
ISBN: 978-5-00101-831-5
Год: 2020
Формат: PDF
Страниц: 248
Размер: 10.1 MB
Язык: Русский

На материале широко известной задачи о Ханойских башнях показано, как организовать занятия по информатике, чтобы побудить школьника к творчеству, развить у него вкус к решению исследовательских проблем.

Название: Освой самостоятельно Perl за 24 часа
Автор: Клинтон Пирс
Издательство: М.: Вильямс
Год: 2001
ISBN: 5-8459-0097-2
Формат: pdf
Страниц: 384
Размер: 11,4 Mb
Язык: Русский

Эта книга научит вас основам языка программирования Perl. Вы узнаете достаточно для того, чтобы самому сделать что-нибудь полезное. Автор ведет повествование в легком и доступном стиле, опуская в то же время редко встречающиеся нюансы программирования.

Название: Графика трехмерной компьютерной игры на основе OpenGL
Автор: Боресков А.В.
Издательство: М.: Диалог-МИФИ
Год: 2004
ISBN: 5-86404-190-4
Формат: pdf, djvu
Страниц: 385
Размер: 10,9 Mb
Язык: Русский

Книга посвящена основам программирования трехмерной графики в играх. В ней подробно рассматривается написание графического ядра для трехмерной игры, позволяющей в реальном времени перемещаться по заданной сцене. Достаточно подробно рассматриваются математические вопросы работы с координатными пространствами, преобразования и проектирование. Также приводится ряд геометрических алгоритмов для решения типовых задач и оптимизации.

Название: APPropriate Behaviour
Автор: Graham Lee
Издательство: Leanpub
Год: 2019-10-11
Страниц: 148
Язык: английский
Формат: pdf (true), rtf, epub
Размер: 16.4 MB

What do programmers need to know that isn't about writing semicolons in a text editor? This book gives an overview based on the author's experiences in the field. This book is about the things that go into being a programmer that aren't specifically the programming. Coder Complete, if you will. It starts fairly close to home, with chapters on working with other coders, on supporting your own programming needs, and on other "software engineering" practices that programmers should understand and make use of. We'll go through talking about psychology and metacognition — about understanding how you the programmer function and how to improve that functioning — to finally discuss what programming is, philosophically speaking, and why we do it.

Название: Perl: изучаем глубже
Автор: Рэндал Л. Шварц, Брайан Д. Фой и Том Феникс
Издательство: СПб: Символ-Плюс
Год: 2007
ISBN: 978-5-93286-093-9
Формат: pdf
Страниц: 311
Размер: 12,3 Mb
Язык: Русский

Книга «Perl: изучаем глубже» - продолжение мирового бестселлера «Learning Perl» («Изучаем Perl»), известного под названием «Лама». Издание поможет вам перешагнуть грань, отделяющую любителя от профессионала, и научит писать на Perl настоящие программы, а не разрозненные сценарии.

Название: Разработка сетевых программ на Perl
Автор: Линкольн Д. Штайн
Издательство: М.: Вильямс
Год: 2001
ISBN: 5-8459-0222-3
Формат: pdf
Страниц: 749
Размер: 129 Mb
Язык: Русский

В данной книге рассматривается разработка и реализация практически применимых сетевых приложений с использованием объектно-ориентированных средств языка программирования Perl. Приведены сведения, необходимые для первого знакомства с объектами Perl.

Название: Структуры данных и алгоритмы
Автор: Альфред В. Ахо, Джон Э. Хопкрофт, Джеффри Д. Ульман
Издательство: Вильямс
Год: 2000
ISBN: 5-8459-0122-7
Формат: pdf
Страниц: 382
Размер: 14,2 Mb
Язык: Русский

В этой книге подробно рассмотрены структуры данных и алгоритмы, которые являются фундаментом современной методологии разработки программ. Показаны разнообразные реализации абстрактных типов данных, начиная от стандартных списков, стеков, очередей и заканчивая множествами и отображениями, которые используются для неформального описания и реализации алгоритмов.

Название: Справочник программиста. Базовые методы решения графовых задач и сортировки
Автор: Зубов В. С.
Издательство: Филинъ
Год: 1999
ISBN: 5-89568-135-2
Формат: pdf
Страниц: 254
Размер: 15,4 Mb
Язык: Русский

В книге рассматриваются распространенные структуры данных и оригинальные композиции для сортировки и решения графовых задач. Более 90 примеров и ответов к заданиям иллюстрируют методы и технологию программирования. В книгу включены наиболее быстродействующие алгоритмы, минимальные по затратам памяти и дискового пространства.

Название: Introduction to Graph Neural Networks (Synthesis Lectures on Artificial Intelligence and Machine Learning)
Автор: Zhiyuan Liu, Jie Zhou
Издательство: Morgan & Claypool
Год: 2020
Страниц: 129
Язык: английский
Формат: pdf (true)
Размер: 23.0 MB

Graphs are useful data structures in complex real-life applications such as modeling physical systems, learning molecular fingerprints, controlling traffic networks, and recommending friends in social networks. However, these tasks require dealing with non-Euclidean graph data that contains rich relational information between elements and cannot be well handled by traditional deep learning models (e.g., convolutional neural networks (CNNs) or recurrent neural networks (RNNs)). Nodes in graphs usually contain useful feature information that cannot be well addressed in most unsupervised representation learning methods (e.g., network embedding methods). Graph neural networks (GNNs) are proposed to combine the feature information and the graph structure to learn better representations on graphs via feature propagation and aggregation. Due to its convincing performance and high interpretability, GNN has recently become a widely applied graph analysis tool.