Все для школьников, студентов, учащихся, преподавателей и родителей - Обучалка - Obuchalka.org

PostGIS в действии, Обе Р.О., Хсу Л.С., 2023.
 
   PostGIS - расширение PostgreSQL с открытым исходным кодом для работы с пространственными базами данных. Оно предоставляет мощные механизмы для решения практически любых задач, связанных с геоданными.
Эта книга призвана послу жить путеводителем по сотням функций, предлагаемых PostGIS. Начав с изучения геоинформационных систем, основанных на векторных, растровых и топологических объектах, вы перейдете к анализу, визуализации и отображению данных на карте, а также научитесь создавать пользовательские функции для приложений, на конкретных примерах освоите навыки решения распространенных проблем.
Издание предназначено для читателей, знакомых с реляционными базами данных и основами SQL. Опыт работы с геоданными или ГИС не требуется.

PHP 8, Современная разработка, От чистого языка до production, Байтович М.
 
Фрагмент из книги.
Современный РНР — это не скриптование вперемешку с версткой. Это язык со строгой типизацией, атрибутами, асинхронными фреймворками и экосистемой, построенной вокруг Composer. Писать на РНР 8 — значит писать чистый, типобезопасный код, который часто неотличим по выразительности от Kotlin или ТуpeScript.

Нейробиблия, Сидоров Г.С., 2026.
 
Фрагмент из книги.
Замена переменных. Всё, что выделено в квадратные скобки [], — это ваши переменные. Просто сотрите скобки и впишите свои данные: название бренда, нишу, товар или имя Комбинирование. Промты из разных разделов можно объединять. Например, сначала попросите нейросеть сгенерировать текст для лендинга, а затем — создать для него иллюстрацию.
Правило трёх уточнений. Если результат с первого раза не идеален, уточняйте: «Сделай тон более дружелюбным», «Добавь больше цифр», «Убери воду и оставь суть».

Машинное обучение для приложений высокого риска, Холл П., Кертис Дж., Панди П., 2025.
 
   Книга представляет собой комплексное руководство по применению искусственного интеллекта и машинного обучения (ИИ/ML) с целью снижения рисков для современного бизнеса, связанного с использованием этих технологий. Рассмотрены основы управления рисками и компьютерной безопасности, нормативные акты, ответственность за качество продуктов, основанных на ML, а также объяснимые модели и методы их проверки, включая новый фреймворк управления рисками NIST AI. Читателю предложен углубленный взгляд на программирование с использованием Python и подробными примерами для структурированных и неструктурированных данных. Особое внимание уделяется объяснимым бустинговым машинам, библиотеке XGBoost и методам повышения качества моделей ML. Представлены основанные на реальном опыте советы о том, как организовать успешную работу с приложениями высокого риска. Приведены практические примеры, иллюстрирующие важность и сложность внедрения ML в различных отраслях.

MicroPython для микроконтроллеров и проектов IoT, Белл Ч., 2024.
 
   Книга поможет вам быстро и легко научиться программировать микроконтроллеры и устройства IоТ (интернета вещей). Автор опирается на практический подход, не углубляясь в теорию. Вы изучите ряд проектов, в которых используется язык MicroPython - разновидность одного из наиболее широко используемых языков сценариев, и на основе этого материала сможете разрабатывать собственные IоТ-приложения.
Книга адресована тем, кто малознаком с электроникой и миром интернета вещей и хочет освоить простой способ работы с этим оборудованием без необходимости долго изучать программирование на языках C++ или С.

LLMOps, Управление большими языковыми моделями, Ариан А., 2026.
 
   Книга «LLMOps: Управление большими языковыми моделями» посвящена практическим аспектам внедрения, эксплуатации и масштабирования систем на базе больших языковых моделей. Автор подробно рассматривает полный жизненный цикл LLM-проектов — от выбора архитектуры и подготовки данных до развертывания, мониторинга и оптимизации решений в промышленной среде.
Особое внимание уделено вопросам надежности, производительности, безопасности и стоимости эксплуатации моделей, а также адаптации LLM под конкретные бизнес-задачи. Рассматриваются современные подходы к организации LLMOps-процессов и интеграции моделей в существующую ИТ-инфраструктуру.

LLM на практике, Большие языковые модели от идеи до внедрения, Юстин П., Лабонн М., 2026.
 
   Искусственный интеллект стремительно развивается, и именно большие языковые модели (LLM) задают направление всей индустрии. Погрузитесь в процесс проектирования, обучения и развертывания LLM в реальных бизнес-задачах, опираясь на лучшие практики MLOps. Авторы шаг за шагом показывают, как создать экономичную, масштабируемую и модульную систему на основе LLM. Вместо простых экспериментов в изолированных блокнотах Jupyter научитесь строить комплексные системы, готовые к полноценной эксплуатации.
Вы узнаете об особенностях инженерии данных, тонкой настройки моделей и их развертывания, попробуете создать LLM-двойника и внедрить компоненты MLOps в свои проекты. Кроме того, вы познакомитесь с передовыми методами оптимизации инференса, выравниванием по предпочтениям и обработкой данных в реальном времени.

Linkerd на практике, Работа с приложениями в Kubernetes, Джейсон М., Джейсон Ф., 2025.
 
   Книга рассказывает о возможностях популярной сервисной сетки Linkerd, позволяющей эффективно и с высокой скоростью окупаемости решать проблемы запуска распределенных приложений в Kubernetes. Вы узнаете, как она способствует повышению безопасности, надежности и контролируемости ваших приложений. Чтобы извлечь максимальную пользу из этой книги, вам понадобятся базовые знания о Kubernetes, общее представление о работе контейнеров и командной строке Unix.
Данное руководство предназначено всем желающим упростить создание, запуск и отладку микросервисных приложений вне зависимости от уровня их квалификации.