Математика для программиста: советы, разделы, литература

https://proglib.io/p/how-to-learn-maths/

#fundamental #math

​​Learning Python (2014)
Автор: Mark Lutz

#python #fundamental #books


Если вы не раз слышали о том, что изучение программирования следует начинать с языка Python, то знаете, почему на этом настаивают. Во-первых, язык очень прост в освоении и использовании, а во-вторых — по нему написано много хорошего материала, который не даст пропасть и запутаться начинающему разработчику. Данная книга написана доступным языком, рассчитана на новичков как в Python’e, так и в программировании вообще и охватывает весь язык в целом.

Из неё вы узнаете:

➕ основы синтаксиса языка;
➕ как создавать пользовательские функции;
➕ как импортировать библиотеки со встроенными функциями;
➕ какие типы объектов есть в Python’e;
➕как работать с модулями;
➕ как работать с классами.

Недостатки:

➖ у книги большой объём, который не все осиливают;
➖ примеры в книге приведены, в основном, для двух версий языка - 2.6 и 3.0, что может вызвать путаницу у новичков.

​​Глубокое обучение. Погружение в мир нейронных сетей (2018)
Авторы: Сергей Николенко, А. Кадурин, Екатерина Архангельская

#machinelearning #fundamental #math #books

Не так много книг по программированию выходят за авторством русских писателей. Однако в этот раз авторы постарались и написали для вас замечательное руководство по глубокому обучению, в котором разобрали основные вопросы, касающиеся этой темы. В книге много математики, теории, основ и рассуждений, охватывающих большую часть того, что касается машинного обучения. Подойдёт, в основном, новичкам, желающим подробнее разобраться в этом вопросе.

Преимущества данного материала:
➕ актуальная на данный момент информация по МО;
➕ хорошее изложение;
➕ исчерпывающие главы по тому, как обучать нейронные сети, по видам основных структур МО и их применения и многое другое;
➕ подходит новичкам.

Недостатки:
➖ листинги с кодом приведены не полностью;
➖ замечены ошибки в формулах.