Книга «Python для сложных задач: наука о данных и машинное обучение» — это подробное руководство по самым разным вычислительным и статистическим методам, без которых немыслима любая интенсивная обработка данных, научные исследования и передовые разработки. Читатели, уже имеющие опыт программирования и желающие эффективно использовать Python в сфере Data Science, найдут в этой книге ответы на всевозможные вопросы, например: как считать этот формат данных в скрипт? как преобразовать, очистить эти данные и манипулировать ими? как визуализировать данные такого типа? как при помощи этих данных разобраться в ситуации, получить ответы на вопросы, построить статистические модели или реализовать машинное обучение?

Книга поможет читателям, самостоятельно осваивающим язык Python, отточить уже имеющиеся навыки программирования, выработать новые и получить удовольствие от этого процесса. Ее можно рассматривать как свою вторую книгу по языку Python . Книга организована так, чтобы дополнять обычный учебник для начинающих или вводный курс. Для этого применен проектный подход, позволяющий обойтись без тщательного "переживания" материала, который вы уже изучили.
 
По мере работы над проектами читатели будут использовать анализ марковских цепей для написания хокку, метод Монте-Карло для моделирования финансовых рынков, наложение снимков для улучшения астрофотосьемки и генетические алгоритмы для разведения армии гигантских крыс. В итоге читатели получат практический опыт работы с такими модулями, как pygame, Pylint, pydocstyle, tkinter, python-docx, matplotlob и pillow.

«Простой Python» познакомит вас с одним из самых популярных языков программирования. Книга идеально подойдет как начинающим, так и опытным программистам, желающим добавить Python к списку освоенных языков. Любому программисту нужно знать не только язык, но и его возможности. Вы начнете с основ Python и его стандартной библиотеки. Узнаете, как находить, загружать, устанавливать и использовать сторонние пакеты. Изучите лучшие практики тестирования, отладки, повторного использования кода и получите полезные советы по разработке. Примеры кода и упражнения помогут в создании приложений для различных целей.

А ещё вы поймете, как думают программисты, и сможете применять этот подход к решению даже повседневных задач.

Книга начинается с общих концепций программирования, таких как циклы и функции в ядре Python 3, затем рассматриваются библиотеки NumPy, SciPy и Matplotlib для вычислительного программирования и визуализации данных. Обсуждается использование виртуального блокнота Jupyter Notebooks для создания мультимедийных совместно используемых документов для научного анализа. Отдельная глава посвящена анализу данных с использованием библиотеки pandas. В заключительной части представлены более сложные темы, такие как точность вычислений с применением чисел с плавающей точкой и обеспечение стабильности алгоритмов.

Издание адресовано студентам, ученым, специалистам по работе с данными, которым требуется прочная основа для решения насущных задач с помощью Python.

Технологический прорыв, связанный с распространением квантовых компьютеров, уже не за горами. В этой книге технологии будущего обсуждаются с практической стороны: комплект инструментов от компании Microsoft и язык Q# предоставляют вам возможность поупражняться в квантовых вычислениях.

В части I вы создадите симулятор квантового устройства на языке Python, в части II научитесь применять новые навыки написания квантовых приложений с помощью языка Q# и Комплекта инструментов для квантовой разработки, а в части III – имплементировать алгоритм, который умножает целые числа экспоненциально быстрее, чем самый лучший из известных стандартных алгоритмов.

Издание предназначено для разработчиков программного обеспечения. Предварительного опыта работы с квантовыми вычислениями, а также знания математики или физики на продвинутом уровне не требуется.

Python и spaCy помогут вам быстро и легко создавать NLP-приложения: чат-боты, сценарии для сокращения текста или инструменты принятия заказов. Вы научитесь использовать spaCy для интеллектуального анализа текста, определять синтаксические связи между словами, идентифицировать части речи, а также определять категории для имен собственных. Ваши приложения даже смогут поддерживать беседу, создавая собственные вопросы на основе разговора.

Думаю все вы о нем знаете, но неплохо было бы вспомнить, как с ним работать, он нам еще понадобится, для создания 
небольших проектов в следующих постах.