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

Алгоритмы и структуры данных с примерами на Python, Цзинь Юйдун, 2025.

   Цель этой книги - при помощи наглядных иллюстраций и исполняемых примеров кода помочь читателю понять ключевые идеи алгоритмов и структур данных и освоить их воплощение в программном коде. Если вам не хватает времени на чтение множества учебников, она станет спасательным кругом в океане знаний.
Книга будет особенно полезна всем, у кого есть начальные навыки программирования, но отсутствует четкое понимание алгоритмов и структур данных. Более опытным читателям она поможет освежить и систематизировать знания об алгоритмах.

Компьютерная графика на Питоне, Рубанцев В., 2019.

   В этой книге мы рассмотрим графическую библиотеку Processing.ру, которая полностью удовлетворяет их желания. Она написана на языке Ява, но программы, использующие её, нужно писать на Питоне. Этот язык достаточно прост в изучении и применении, а программы на Питоне работают на всех устройствах, на которых установлены операционные системы Windows, MacOS и Linux, то есть практически везде и всюду.
В книге подробно, обстоятельно и с многочисленными примерами рассматриваются графические возможности библиотеки Processing.ру. В ней вы найдёте множество разнообразных программ с исчерпывающими комментариями. Большинство проектов, что естественно для такой книги, учебные, но несколько программ имеют самостоятельную ценность и могут использоваться в художественном творческом процессе.

Python для инженерных задач, Ильин Е.В., 2026.

   Книга предназначена для изучения языка Python с ориентацией на использование его в инженерных и научных вычислениях, начиная с установки интерпретатора и изучения основ языка и до применения специализированных библиотек. Основные темы касаются встроенных типов языка, функций и аннотации типов, особенностей динамической типизации, форматирования и обработки текста, в том числе с использованием регулярных выражений, работы с файлами. Подробно рассматриваются основные идеи объектно-ориентированного программирования и его особенности в Python. Также затрагиваются темы обработки исключений, тестирования приложений, описываются некоторые модули из стандартной библиотеки, а также множество сторонних библиотек, в частности, NumPy для математических вычислений, Pandas для обработки табличных данных, Matplotlib для построения различных видов графиков, библиотеки для работы с различными форматами файлов. Рассматриваются такие инструменты, как IPython и JupyterLab, применяемые в научных и инженерных областях.

Основы web-технологий, Храмцов П.Б., Брик С.А., Русак А.М., Сурин А.И., 2024.

   Учебное пособие посвящено основам web-технологий. В его рамках рассматриваются язык гипертекстовой разметки HTML, язык программирования динамического контента JavaScript, спецификация разработки прикладного программного обеспечения CGI и спецификация описания стилей представления информации CSS.
Учебное пособие предназначено для студентов вузов, обучающихся по направлению подготовки 09.03.03 «Прикладная информатика».

IFDRP, Интеллектуальный формат представления и обработки данных, Хайруллин А., 2025.

   Сегодня мы стоим на пороге новой эпохи. Эпохи, в которой документы перестают быть текстами - и становятся интеллектуальными структурами, готовыми работать, взаимодействовать, анализировать, моделировать и эволюционировать под потребности обработки данных.

Объектно ориентированное программирование в Java, Гуськова О.И., 2024.

   Учебное пособие посвящено объектно ориентированному программированию на языке Java. Рассматриваются основные принципы объектно ориентированного программирования, средства работы со структурами данных – коллекции и дженерики, принципы объектно ориентированного дизайна.

Deep Learning Crash Course, Volpe G., Midtvedt B., Pineda J., 2026.

   We believe that the best way to learn deep learning is by coding. For this reason, this book is organized around self-contained examples and projects that progress from simple to complex. As a result, you’ll receive all the benefits of sequential learning while also having the freedom to explore each topic independently.
As you embark on this journey, it’s important to recognize that deep learning frameworks continuously evolve, but their core principles remain consistent. This book primarily uses PyTorch, currently the most popular deep learning framework, along with Lightning and Deeplay for added convenience. However, the fundamental concepts, techniques, and insights you will gain are transferable across various frameworks. In an ever-evolving landscape, they will empower you to choose the best tools for your projects as well as transition between them, easing your learning curve when the next deep learning framework emerges.

Build a Text-to-Image Generator, With transformers and diffusions, Liu M., 2026.

   This book is written for developers, researchers, students, and curious practitioners who want to move beyond simply running prebuilt AI models and instead learn how they are designed. You should have a solid command of Python and a working knowledge of machine learning, especially neural networks in PyTorch. A background in deep learning fundamentals, such as convolutional networks, embeddings, and training loops, will be helpful, though the book introduces each concept in context. If you’re an engineer seeking to deepen your AI skills, a researcher exploring multimodal learning, or simply an enthusiast who learns best by coding, this book is for you.