SOWA OPAC : Katalog komputerowy książek, czasopism i zbiorów specjalnych

4 wyniki

Książka

W koszyku

AI dla ludzi i firmy : potencjał sztucznej inteligencji w biznesie / Alex Castrounis ; przekład: Katarzyna Bogusławska. - Gliwice : Helion, 2020. - 334, [2] strony : ilustracje ; 21 cm.

(Onepress)

Autor

Castrounis Alex. Bogusławska Katarzyna.

Forma i typ

Książki Publikacje dydaktyczne Publikacje fachowe

Temat

Sztuczna inteligencja.

Gatunek

Podręcznik

Dziedzina i ujęcie

Informatyka i technologie informacyjne

Na okładce również nazwa wydawcy oryginału: O'Reilly.

Bibliografia na stronach 333-334.

MODEL AI DLA LUDZI I FIRMY Sukces a sztuczna inteligencja oWyścig po sukces biznesowy oDlaczego projekty AI upadają? oDlaczego projekty AI odnoszą sukces? oWykorzystanie siły AI do zwycięstwa Wprowadzenie do modelu AIPB oOgólny model innowacji oPseudokomponent korzyści AIPB oIstniejące modele i brakujące elementy układanki oKorzyści z AIPB oPodsumowanie Podstawowe komponenty modelu AIPB oAnalogia do agile oEksperci oKategorie procesów w modelu AIPB oraz zalecane metody oKategoria oceny oKategoria metodologii oModel odwróconej klasy AI i uczenie maszynowe - przegląd nietechniczny oCzym jest data science i czym zajmują się specjaliści data science? oDefinicja uczenia maszynowego i jego charakterystyka oSposoby uczenia się maszyn oDefinicja i zagadnienia związane ze sztuczną inteligencją oTypy sztucznej inteligencji oNauka jak u ludzi oMordercze maszyny i gwiazdy jednego przeboju oDane napędzające AI oUwaga na temat przyczyny i skutku Rzeczywiste zastosowania i szanse oSzanse dla sztucznej inteligencji oJak mogę wykorzystać AI w biznesowej rzeczywistości? oRealne zastosowania i przykłady TWORZENIE WIZJI SZTUCZNEJ INTELIGENCJI Waga właściwych powodów oZacznij od dlaczego oKierowanie produktem i perspektywa oPrzywództwo i tworzenie wspólnej wizji oraz zrozumienia Wyznaczanie celów ludziom i firmie oOkreślenie interesariuszy i ich celów oCele w podziale na interesariuszy Co sprawia, że produkty są dobre oWaga kontra satysfakcja oCztery składniki dobrego produktu oNetflix i to, co liczy się najbardziej oLean i metodologie zwinne Sztuczna inteligencja w służbie lepszych wrażeń oDefinicja wrażeń oWpływ sztucznej inteligencji na ludzkie wrażenia oInterfejsy wrażeń oEkonomia doświadczeń oMyślenie projektowe Przykład wizji AI oOdczuwanie i postrzeganie czasoprzestrzenne oSmak kierowany sztuczną inteligencją oDeklaracja wizji w modelu AIPB TWORZENIE STRATEGII AI Innowacja naukowa a sukces z AI oSztuczna inteligencja jako nauka oModel TCPR oAnalogia do modelu TCPR oAnalogia do zależności od danych Gotowość i dojrzałość do AI oGotowość na AI 214 oDojrzałość do AI 228 Kluczowe kwestie do rozważenia w kontekście AI oSzum wokół AI kontra rzeczywistość AI oTestowanie ryzykownych założeń oOcena technicznej wykonalności oZdobycie, utrzymanie i przygotowanie talentów oZbuduj kontra zrób oOgraniczenie odpowiedzialności oOgraniczenie stronniczości i waga integracji oZarządzanie oczekiwaniami pracowników oZarządzanie oczekiwaniami klienta oZapewnienie jakości (QA) oMiary sukcesu oBycie na bieżąco oAI na produkcji Przykład strategii AI oWstęp do przykładu z podcastem oPowtórka z fazy strategii modelu AIPB oTworzenie strategii rozwiązania w modelu AIPB oTworzenie planu w modelu AIPB Wpływ AI na rynek pracy oAI, przebranżowienie i luki w umiejętnościach oLuki w umiejętnościach i nowe stanowiska oUmiejętności jutra oPrzyszłość automatyzacji, rynku pracy i gospodarki Przyszłość AI oAI i przywództwo oCzego oczekiwać i na co uważać Algorytmy AI i uczenia maszynowego oParametryzowane i nieparametryzowane uczenie maszynowe oJak uczy się model uczenia maszynowego oPrzegląd biologicznych sieci neuronowych oWprowadzenie do sztucznych sieci neuronowych oWprowadzenie do uczenia głębokiego oZastosowania uczenia głębokiego Proces AI oModel GABDO oOkreślenie celów oGromadzenie oBudowanie oDostarczanie oOptymalizowanie AI na produkcji oŚrodowisko produkcyjne kontra środowisko deweloperskie oWytwarzanie lokalne i zdalne oSkalowalność produkcji oUczenie i utrzymanie rozwiązania

Sygnatura czytelni BWZ: XIII B 37

aktualnie wypożyczona

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Biblioteka WEiZ

Wszystkie egzemplarze są obecnie wypożyczone: sygn. E 6184 (1 egz.)

Książka

W koszyku

Autor

Ceder Naomi R. Bogusławska Katarzyna.

Forma i typ

Książki Publikacje dydaktyczne Publikacje fachowe

Temat

Python (język programowania)

Gatunek

Podręcznik.

Dziedzina i ujęcie

Informatyka i technologie informacyjne

Tytuł oryginału: The Quick Python Book.

Wydanie 3. odnosi się do oryginału.

Indeks.

Rozdział 1. O Pythonie 29 1.1. Czemu powinienem uczyć się właśnie Pythona? 29 1.2. W czym Python wypada dobrze? 30 1.2.1. Python jest łatwy w użyciu 30 1.2.2. Python jest zwięzły 30 1.2.3. Python jest czytelny 31 1.2.4. Python jest kompletny 32 1.2.5. Python jest wieloplatformowy 32 1.2.6. Python jest darmowy 32 1.3. Z czym Python sobie nie radzi? 33 1.3.1. Python nie jest najszybszym z języków 33 1.3.2. Python nie ma największej liczby bibliotek 34 1.3.3. Python nie sprawdza typów zmiennych podczas kompilacji 34 1.3.4. Python słabo wspiera urządzenia mobilne 34 1.3.5. Python nie wykorzystuje dobrze wielu procesorów naraz 34 1.4. Po co uczyć się Pythona 3? 35 Rozdział 2. Pierwsze kroki 37 2.1. Instalacja Pythona 37 2.2. Podstawy trybu interaktywnego i IDLE 39 2.2.1. Podstawowy tryb konsolowy 39 2.2.2. Zintegrowane środowisko programistyczne IDLE 40 2.2.3. Wybór pomiędzy podstawowym trybem konsolowym a IDLE 41 2.3. Używanie okna konsoli Pythona w IDLE 41 2.4. Witaj, świecie 42 2.5. Używanie konsoli do poznania możliwości Pythona 42 Rozdział 3. Przegląd najważniejszych zagadnień w Pythonie 45 3.1. Python w skrócie 46 3.2. Typy wbudowane 46 3.2.1. Liczby 46 3.2.2. Listy 48 3.2.3. Krotki 49 3.2.4. Łańcuchy znaków 50 3.2.5. Słowniki 51 3.2.6. Zbiory 52 3.2.7. Obiekty plików 52 3.3. Kontrola przepływu sterowania 53 3.3.1. Wartości logiczne i wyrażenia 53 3.3.2. Instrukcja if-elif-else 53 3.3.3. Pętla while 54 3.3.4. Pętla for 54 3.3.5. Definiowanie funkcji 55 3.3.6. Wyjątki 55 3.3.7. Kontekstowa obsługa błędów i słowo kluczowe with 56 3.4. Tworzenie modułów 57 3.5. Programowanie zorientowane obiektowo 58 CZĘŚĆ II. PODSTAWY 61 Rozdział 4. Podstawy podstaw 63 4.1. Struktura wcięć i bloków 63 4.2. Zróżnicowanie komentarzy 65 4.3. Zmienne i przypisania 65 4.4. Wyrażenia 67 4.5. Łańcuchy znaków 68 4.6. Liczby 68 4.6.1. Wbudowane funkcje liczbowe 70 4.6.2. Zaawansowane funkcje liczbowe 70 4.6.3. Przeliczenia liczbowe 70 4.6.4. Liczby zespolone 70 4.6.5. Zaawansowane funkcje na liczbach zespolonych 71 4.7. Wartość None 72 4.8. Uzyskiwanie danych od użytkownika 72 4.9. Wbudowane operatory 73 4.10. Podstawy stylu typowego dla Pythona 73 Rozdział 5. Listy, krotki i zbiory 75 5.1. Listy a tablice 76 5.2. Indeksy list 76 5.3. Modyfikowanie list 78 5.4. Sortowanie list 80 5.4.1. Własne mechanizmy sortowania 81 5.4.2. Funkcja sorted 83 5.5. Inne przydatne działania na listach 83 5.5.1. Przynależność do zbioru i operator in 83 5.5.2. Konkatenacja list i operator + 83 5.5.3. Inicjalizacja listy i operator * 83 5.5.4. Maksymalna i minimalna wartość elementu oraz funkcje max i min 84 5.5.5. Przeszukiwanie listy i metoda index 84 5.5.6. Wystąpienia elementu i metoda count 85 5.5.7. Podsumowanie działań na listach 85 5.6. Listy zagnieżdżone i kopie głębokie 86 5.7. Krotki 88 5.7.1. Podstawy krotek 88 5.7.2. Jednoelementowe krotki wymagają przecinka 89 5.7.3. Pakowanie i rozpakowywanie krotek 90 5.7.4. Konwertowanie pomiędzy listami i krotkami 91 5.8. Zbiory 92 5.8.1. Działania na zbiorach 92 5.8.2. Frozenset 93 Rozdział 6. Łańcuchy znaków 95 6.1. Łańcuchy znaków jako sekwencje znaków 95 6.2. Podstawowe działania na łańcuchach znaków 96 6.3. Znaki specjalne i znaki ucieczki 96 6.3.1. Podstawowe sekwencje specjalne 97 6.3.2. Numeryczne sekwencje specjalne i znaki Unicode 97 6.3.3. Drukowanie i rozwijanie łańcuchów znaków ze znakami specjalnymi 98 6.4. Metody łańcuchów znaków 99 6.4.1. Metody split i join 99 6.4.2. Konwersja łańcuchów znaków na liczby 100 6.4.3. Usuwanie dodatkowych białych znaków 101 6.4.4. Przeszukiwanie łańcuchów znaków 102 6.4.5. Modyfikowanie łańcuchów znaków 104 6.4.6. Zmienianie łańcuchów znaków przy użyciu operacji na listach 105 6.4.7. Przydatne metody i stałe 106 6.5. Konwersja obiektów na łańcuchy znaków 107 6.6. Korzystanie z metody format 108 6.6.1. Metoda format i parametry pozycyjne 109 6.6.2. Metoda format i parametry wskazywane po nazwie 109 6.6.3. Specyfikatory formatowania 110 6.7. Formatowanie łańcuchów znaków przy użyciu % 110 6.7.1. Korzystanie z sekwencji formatowania 111 6.7.2. Parametry przekazywane przez nazwę i sekwencje formatujące 112 6.8. Interpolacja łańcuchów znaków 112 6.9. Typ bytes 113 Rozdział 7. Słowniki 117 7.1. Czym jest słownik? 117 7.2. Inne działania na słownikach 119 7.3. Liczenie słów 122 7.4. Co może być kluczem słownika? 123 7.5. Macierze rzadkie 124 7.6. Słowniki jako pamięć podręczna 125 7.7. Wydajność słowników 126 Rozdział 8. Przepływ sterowania 129 8.1. Pętla while 129 8.2. Instrukcja if-elif-else 130 8.3. Pętla for 132 8.3.1. Funkcja range 132 8.3.2. Ograniczenie funkcji range poprzez wartość początkową i krok 133 8.3.3. Używanie instrukcji break oraz continue w pętlach for 133 8.3.4. Pętla for i rozpakowywanie krotek 133 8.3.5. Funkcja enumerate 134 8.3.6. Funkcja zip 134 8.4. Listy i słowniki składane 135 8.4.1. Wyrażenia generatora 136 8.5. Instrukcje, bloki i wcięcia 136 8.6. Wartości i wyrażenia logiczne 139 8.6.1. Obiekty jako wartości logiczne 139 8.6.2. Porównania i operatory logiczne 140 8.7. Prosty program analizujący plik tekstowy 141 Rozdział 9. Funkcje 143 9.1. Podstawy definiowania funkcji 143 9.2. Opcje parametrów funkcji 144 9.2.1. Parametry pozycyjne 145 9.2.2. Przekazywanie argumentów przez nazwę parametru 146 9.2.3. Zmienna liczba argumentów 147 9.2.4. Łączenie technik przekazywania argumentów 148 9.3. Obiekty mutowalne jako argumenty 148 9.4. Zmienne lokalne, nielokalne i globalne 149 9.5. Przypisywanie funkcji do zmiennych 151 9.6. Wyrażenia lambda 152 9.7. Funkcje generatorów 152 9.8. Dekoratory 154 Rozdział 10. Moduły i zakresy 157 10.1. Czym jest moduł? 157 10.2. Pierwszy moduł 158 10.3. Instrukcja import 161 10.4. Ścieżka szukania modułów 161 10.4.1. Gdzie umieszczać własne moduły 162 10.5. Nazwy prywatne w modułach 163 10.6. Biblioteka i moduły zewnętrzne 164 10.7. Zasięg zmiennych i przestrzenie nazw w Pythonie 165 Rozdział 11. Programy w Pythonie 173 11.1. Tworzenie bardzo prostego programu 174 11.1.1. Uruchamianie skryptu z wiersza poleceń 174 11.1.2. Argumenty wiersza poleceń 175 11.1.3. Przekierowywanie wejścia i wyjścia skryptu 175 11.1.4. Moduł argparse 176 11.1.5. Używanie modułu fileinput 177 11.2. Tworzenie skryptów bezpośrednio wykonywalnych w systemie UNIX 179 11.3. Skrypty w systemach macOS 180 11.4. Możliwości wykonywania skryptów w systemach Windows 180 11.4.1. Uruchamianie skryptu z wiersza poleceń lub poprzez PowerShell 180 11.4.2. Inne możliwości w systemach Windows 181 11.5. Programy i moduły 181 11.6. Dystrybucja aplikacji w Pythonie 186 11.6.1. Pakiety wheel 186 11.6.2. zipapp oraz pex 186 11.6.3. py2exe oraz py2app 187 11.6.4. Tworzenie programów wykonywalnych za pomocą freeze 187 Rozdział 12. Praca z systemem plików 189 12.1. os i os.path a pathlib 190 12.2. Ścieżki i nazwy ścieżek 190 12.2.1. Ścieżki bezwzględne i względne 191 12.2.2. Bieżący katalog roboczy 192 12.2.3. Poruszanie się po katalogach przy pomocy pathlib 193 12.2.4. Operacje na nazwach ścieżek 193 12.2.5. Operacje na nazwach ścieżek przy użyciu pathlib 195 12.2.6. Użyteczne stałe i funkcje 196 12.3. Uzyskiwanie informacji o plikach 198 12.3.1. Uzyskiwanie informacji o plikach przy użyciu scandir 199 12.4. Więcej operacji w systemie plików 199 12.4.1. Więcej operacji w systemie plików przy użyciu pathlib 201 12.5. Obsługa wszystkich plików w części drzewa katalogów 202 Rozdział 13. Pisanie i czytanie plików 205 13.1. Otwieranie plików i obiektów typu file 205 13.2. Zamykanie plików 206 13.3. Otwieranie plików w różnych trybach 207 13.4. Funkcje do czytania i pisania danych tekstowych lub binarnych 207 13.4.1. Używanie trybu binarnego 209 13.5. Czytanie i pisanie przy pomocy pathlib 210 13.6. Operacje wejścia/wyjścia i przekierowania 210 13.7. Przekierowanie binarnych struktur danych i moduł struct 213 13.8. Serializacja obiektów do plików 215 13.8.1. Argumenty przeciw serializacji 217 13.9. Magazynowanie obiektów przy użyciu modułu shelve 218 Rozdział 14. Wyjątki 221 14.1. Wstęp do wyjątków 221 14.1.1. Ogólna koncepcja błędów i obsługi wyjątków 222 14.1.2. Bardziej formalna definicja wyjątku 224 14.1.3. Obsługa różnych typów wyjątków 225 14.2. Wyjątki w Pythonie 225 14.2.1. Typy wyjątków w Pythonie 226 14.2.2. Zgłaszanie wyjątków 228 14.2.3. Łapanie i obsługa wyjątków 229 14.2.4. Definiowanie nowych wyjątków 230 14.2.5. Debugowanie programów przy użyciu instrukcji assert 231 14.2.6. Hierarchia dziedziczenia wyjątków 232 14.2.7. Przykład: program do pisania danych na dysku w Pythonie 232 14.2.8. Przykład: wyjątki w zwykłych przeliczeniach 233 14.2.9. Kiedy używać wyjątków? 234 14.3. Managery kontekstu i słowo kluczowe with 235 CZĘŚĆ III. ZAAWANSOWANE CECHY JĘZYKA 237 Rozdział 15. Klasy i programowanie zorientowane obiektowo 239 15.1. Definiowanie klas 239 15.1.1. Wykorzystanie instancji klasy jako struktury lub rekordu 240 15.2. Zmienne instancji 241 15.3. Metody 241 15.4. Zmienne klasy 243 15.4.1. Zagwozdka związana ze zmiennymi klasy 244 15.5. Metody statyczne i metody klas 245 15.5.1. Metody statyczne 246 15.5.2. Metody klas 247 15.6. Dziedziczenie 248 15.7. Dziedziczenie i zmienne klasowe oraz zmienne instancji 250 15.8. Powtórka: podstawy klas w Pythonie 251 15.9. Zmienne i metody prywatne 253 15.10. @property i bardziej elastyczne zmienne instancji 254 15.11. Zasięg i przestrzenie nazw dla instancji klas 255 15.12. Destruktory i zarządzanie pamięcią 259 15.13. Wielodziedziczenie 260 Rozdział 16. Wyrażenia regularne 263 16.1. Co to jest wyrażenie regularne? 263 16.2. Wyrażenia regularne ze znakami specjalnymi 264 16.3. Wyrażenia regularne i łańcuchy znaków 265 16.3.1. Raw stringi 266 16.4. Uzyskiwanie dostępu do dopasowanego tekstu w łańcuchu znaków 267 16.5. Zastępowanie tekstu wyrażeniem regularnym 270 Rozdział 17. Typy danych jako obiekty 273 17.1. Typy również są obiektami 273 17.2. Korzystanie z typów 274 17.3. Typy i klasy zdefiniowane przez użytkownika 274 17.4. Duck typing 276 17.5. Czym jest specjalny atrybut metody? 277 17.6. Obiekty zachowujące się jak listy 278 17.7. Atrybut metody __getitem__ 279 17.7.1. Jak to działa? 280 17.7.2. Implementacja kompletu funkcjonalności listy 281 17.8. Obiekt o wszystkich możliwościach listy 281 17.9. Klasy pochodne od typów wbudowanych 283 17.9.1. Pochodne od listy 283 17.9.2. Pochodne klasy UserList 284 17.10. Kiedy korzystać ze specjalnych atrybutów metod? 285 Rozdział 18. Pakiety 287 18.1. Czym jest pakiet? 287 18.2. Pierwszy przykład 288 18.3. Konkretny przykład 289 18.3.1. Pliki __init__ w pakietach 291 18.3.2. Podstawowe użycie pakietu matproj 291 18.3.3. Ładowanie subpakietów i submodułów 291 18.3.4. Instrukcja import wewnątrz pakietów 292 18.4. Atrybut __all__ 293 18.5. Właściwe korzystanie z pakietów 294 Rozdział 19. Korzystanie z bibliotek Pythona 297 19.1. "Wszystko w standardzie" - biblioteka standardowa 298 19.1.1. Praca z różnymi typami danych 298 19.1.2. Operacje na plikach i pamięci 298 19.1.3. Dostęp do usług systemu operacyjnego 300 19.1.4. Korzystanie z protokołów i formatów internetu 300 19.1.5. Narzędzia do tworzenia i debugowania oraz usługi uruchomieniowe 301 19.2. Wyjście poza bibliotekę standardową 301 19.3. Dodawanie kolejnych bibliotek w Pythonie 302 19.4. Instalowanie bibliotek Pythona przy użyciu pip oraz venv 302 19.4.1. Instalacja z flagą --user 303 19.4.2. Środowiska wirtualne 303 19.5. PyPI (czyli The Cheese Shop) 304 CZĘŚĆ IV. PRACA Z DANYMI 305 Rozdział 20. Podstawy obsługi plików 307 20.1. Problem: niekończący się napływ plików z danymi 307 20.2. Scenariusz: dane produktowe z piekła 308 20.3. Więcej organizacji 310 20.4. Oszczędzanie miejsca: kompresja i sprzątanie 311 20.4.1. Kompresja 311 20.4.2. Sprzątanie plików 312 Rozdział 21. Procesowanie plików danych 315 21.1. Witamy w ETL 315 21.2. Czytanie plików tekstowych 316 21.2.1. Kodowanie tekstu: ASCII, Unicode itp. 316 21.2.2. Tekst nieustrukturyzowany 318 21.2.3. Pliki płaskie podzielone znakami specjalnymi 320 21.2.4. Moduł csv 322 21.2.5. Czytanie pliku CSV jako listy słowników 324 21.3. Pliki Excel 324 21.4. Czyszczenie danych 326 21.4.1. Czyszczenie 326 21.4.2. Sortowanie 327 21.4.3. Problemy i pułapki czyszczenia danych 328 21.5. Pisanie plików z danymi 329 21.5.1. CSV i pliki dzielone znakami specjalnymi 329 21.5.2. Zapisywanie plików Excel 330 21.5.3. Pakowanie plików danych 331 Rozdział 22. Dane w sieci 333 22.1. Pobieranie plików 333 22.1.1. Korzystanie z Pythona do pobierania plików z serwera FTP 334 22.1.2. Pobieranie plików przy użyciu SFTP 335 22.1.3. Pobieranie plików przy użyciu HTTP/HTTPS 336 22.2. Pobieranie danych przez API 337 22.3. Ustrukturyzowane formaty danych 339 22.3.1. Dane w formacie JSON 339 22.3.2. Dane XML 342 22.4. Sczytywanie danych z sieci WWW 347 Rozdział 23. Przechowywanie plików 353 23.1. Relacyjne bazy danych 354 23.1.1. Bazodanowe API Pythona 354 23.2. SQLite: korzystanie z bazy danych SQLite 354 23.3. Używanie MySQL, PostgreSQL i innych relacyjnych baz danych 357 23.4. Ułatwienie pracy z bazą danych - ORM 357 23.4.1. SQLAlchemy 358 23.4.2. Wykorzystanie Alembic do zmian struktury bazy danych 361 23.5. Nierelacyjne bazy danych 364 23.6. Klucz-wartość i Redis 364 23.7. Dokumenty w MongoDB 367 Rozdział 24. Badanie danych 371 24.1. Narzędzie do badania danych 371 24.1.1. Zalety Pythona w zakresie obsługi danych 371 24.1.2. Python może być lepszy niż arkusz kalkulacyjny 372 24.2. Notatnik Jupyter 372 24.2.1. Uruchomienie jądra 373 24.2.2. Wykonanie kodu w komórce 373 24.3. Python i pandas 375 24.3.1. Dlaczego mógłbyś chcieć używać pandas? 375 24.3.2. Instalacja pandas 375 24.3.3. Ramki danych 376 24.4. Czyszczenie danych 377 24.4.1. Ładowanie i zachowywanie danych w pandas 377 24.4.2. Czyszczenie danych i ramki danych 379 24.5. Agregowanie danych i manipulowanie nimi 381 24.5.1. Łączenie ramek danych 382 24.5.2. Wybieranie danych 383 24.5.3. Grupowanie i agregacja 384 24.6. Obrazowanie danych 385 24.7. Kiedy nie używać biblioteki pandas? 386 Pobranie danych 389 Parsowanie danych dat pomiarów 392 Wybór stacji na podstawie długości i szerokości geograficznej 393 Wybór stacji i uzyskanie jej metadanych 395 Pozyskanie i sparsowanie danych pogodowych 397 Pozyskanie danych 397 Parsowanie danych pogodowych 397 Zapisywanie danych pogodowych do bazy danych (opcjonalne) 400 Wybieranie i obrazowanie danych 401 Użycie pandas do tworzenia wykresu 401 Dodatek A. Przewodnik po dokumentacji Pythona 403 Dodatek B. Odpowiedzi do ćwiczeń 425

Sygnatura czytelni BWEAiI: XII Ł 152

dostępna w czytelni

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Biblioteka WEAiI

Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 148068 N (1 egz.)

Książka

W koszyku

Testowanie kodu z React Testing Library : jak tworzyć testy, które będą proste w utrzymaniu i modyfikacji / Scottie Crump ; przekład Katarzyna Bogusławska. - Gliwice : Helion, copyright 2023. - 189, [3] strony : ilustracje ; 23 cm.

Autor

Crump Scottie. Bogusławska Katarzyna.

Forma i typ

Książki Publikacje fachowe

Temat

Języki programowania.

Gatunek

Podręcznik.

Dziedzina i ujęcie

Informatyka i technologie informacyjne

Wstęp do React Testing Library Wprowadzenie do DOM Testing Library Czym jest DOM Testing Library Uruchamianie przypadków testowych z Jest Uruchamianie testów z Jest Rozbudowanie asercji Jest dzięki jest-dom Dodawanie jest-dom do projektu Zalety stosowania jest-dom z Jest Szczegóły implementacyjne w testach Problemy z testami koncentrującymi się na szczegółach implementacyjnych Przykład testu szczegółów implementacyjnych Czym zastąpić testowanie szczegółów implementacyjnych Praca z React Testing Library Dodawanie React Testing Library od istniejących projektów Ręczna instalacja Automatyczna instalacja z create-react-app Nadawanie testom struktury z React Testing Library Renderowanie elementów Wybieranie elementów Asercje dotyczące oczekiwanego zachowania Testowanie komponentów warstwy prezentacji Tworzenie testów migawek Testowanie oczekiwanych właściwości Zastosowanie metody debug Debugowanie całego komponentu DOM Debugowanie konkretnych elementów komponentu Testowanie złożonych komponentów przy użyciu React Testing Library Testowanie zdarzeń użytkowników Symulowanie akcji użytkownika za pomocą fireEvent Symulowanie działań użytkownika z user-event Testowanie komponentów wywołujących procedury obsługi zdarzeń w izolacji Testowanie komponentów, które współpracują z interfejsami API Żądanie danych z API poprzez fetch Tworzenie atrap danych API z MSW Testowanie komponentu DrinkSearch Zastosowanie MSW w budowaniu oprogramowania Implementacja programowania sterowanego testami Budowanie komponentu Vote z wykorzystaniem TDD Budowanie formularza rejestracji z wykorzystaniem TDD Testy integracyjne i zewnętrzne biblioteki w Twojej aplikacji Testowanie zintegrowanych komponentów Testy integracyjne komponentu Vote Planowanie scenariuszy testowych do testów w izolacji Testowanie komponentów z Context API Testowanie kontekstu korzystającego z komponentu Retail Testowanie komponentu Cart w izolacji Testowanie komponentu Product w izolacji Testowanie komponentu ProductDetail w izolacji Testowanie błędów kontekstu z wykorzystaniem granic Wykorzystanie testów integracyjnych do testowania widoku szczegółów produktu Testowanie komponentów wykorzystujących Redux Tworzenie specjalnej metody render do testowania komponentów w Redux Zastosowanie Redux Provider w testach Testowanie komponentów wykorzystujących GraphQL Testowanie komponentów zbudowanych przy użyciu Material-UI Dodanie etykiety ARIA w testach komponentu Vote Dodawanie testID do testowego komponentu CustomerTable Refaktoryzacja starych aplikacji z React Testing Library Korzystanie z testów do wykrywania regresji przy aktualizacji zależności Stworzenie zestawu testów regresyjnych Aktualizacja zależności Material-UI Refaktoryzacja testów napisanych z wykorzystaniem Enzyme Refaktoryzacja testów wykorzystujących ReactTestUtils Implementacja dodatkowych narzędzi i rozszerzeń do testów Implementowanie dobrych praktyk z rozszerzeniami ESLint Instalacja i konfiguracja rozszerzenia eslint-plugin-testing-library Instalacja i konfiguracja eslint-plugin-jest-dom Testowanie dostępności z jest-axe Dobór zapytań z Testing Playground Dobór zapytań z wykorzystaniem strony internetowej Testing Playground Dobór zapytań z wykorzystaniem rozszerzenia Testing Playground do przeglądarki Chrome Zwiększanie produktywności z Wallaby.js Instalacja i konfiguracja Wallaby.js Pisanie testów z Interactive Test Output Testy end-to-end z Cypress Wprowadzenie do Cypress Rozszerzenie metod zapytań z Cypress Testing Library Programowanie sterowane narzędziem Cypress Pisanie testów z wykorzystaniem wzorców projektowych w Cypress Tworzenie obiektowych modeli stron w Cypress Tworzenie specjalnych metod w Cypress Testowanie API z Cypress Testy w stylu Gherkin z Cucumber Korzystanie z React Developer Tools z Cypress

Sygnatura czytelni BWEAiI: XII F 95

dostępna w czytelni

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Biblioteka WEAiI

Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 153053 (1 egz.)

Książka

W koszyku

Jak zmienić zachowanie użytkowników i zdobyć wiernych klientów : zastosowania psychologii i ekonomii behawioralnej / Stephen Wendel ; przekład Katarzyna Bogusławska. - Gliwice : Helion, 2021. - 332, [4] strony : ilustracje ; 24 cm.

Autor

Wendel Stephen. Bogusławska Katarzyna.

Forma i typ

Książki Publikacje popularnonaukowe

Temat

Psychologia biznesu

Gatunek

Poradnik

Dziedzina i ujęcie

Psychologia Gospodarka, ekonomia, finanse

Na stronie tytułowej i okładce: Wydanie II - dotyczy oryginału.

Bibliografia na stronach 323-332.

Jak działa umysł Decyzja i podjęcie działania Zmiana zachowania i nauki o zachowaniu Wstęp do nauk behawioralnych: jak działa umysł Jesteśmy ograniczeni Dwa umysły Chodzimy na skróty: błędy i heurystyki Chodzimy na skróty: nawyki Kontekst ma olbrzymie znaczenie Możemy projektować kontekst Co może pójść nie tak Kaprysy procesu podejmowania decyzji Kaprysy działania Mapa procesu podejmowania decyzji Tworzenie działania Od problemów do rozwiązań Prosty model tego, kiedy i dlaczego działamy Wskazówka Reakcja Ocena Zdolność Czas Doświadczenie Model działania CREATE Każdy etap jest względny Etapy mogą na siebie wpływać Model powtarza się zawsze, gdy człowiek działa, i za każdym razem jest inny Powstrzymywanie chybionych działań Wykorzystywanie modelu CREATE do tworzenia przeszkód w działaniu Zmiana istniejących nawyków Uwaga: unikaj wskazówek Reakcja: zmień rutynę przez przejęcie reakcji Ocena: używaj świadomego wnioskowania Ocena: zwiększ uwagę przez ćwiczenie uważności Zdolność: wzmocnij siłę innych zachowań Pochopne decyzje i godne pożałowania działania Etyka zmiany zachowania Szczególnie narzędzia cyfrowe manipulują użytkownikami Co poszło nie tak: cztery typy zmiany zachowania Długi cień Produkty uzależniające Behawioryzm etyki Idziemy za pieniędzmi Dalsze kroki: samodzielne korzystanie z nauk o zachowaniu Oceń zamiary Oceń bariery behawioralne Odśwież sobie pamięć dzięki planowi etycznemu Stwórz zespół opiniujący Nie bądź elastyczny Podnieś stawkę: używaj energii społecznej do zmiany motywacji Pamiętaj o podstawowym błędzie przypisania Stosuj zachęty prawne i ekonomiczne Dlaczego projektowanie zmiany zachowania to temat szczególnie drażliwy Plan zmiany zachowania Podsumowanie procesu Zrozumienie nie wystarczy potrzebujemy procesu Proces jest powszechny Szczegóły mają znaczenie Skoro też jesteśmy ludźmi: praktyczne wskazówki i arkusze robocze Definiowanie problemu Gdy zespoły produktowe nie zdefiniują jasno problemu Rozpocznij od wizji produktu Sprecyzuj oczekiwany rezultat Doprecyzuj rezultat To i nic innego Unikaj stanów umysłu Ustal priorytety i połącz je Staraj się nie zaczynać od pytania jak to zrobić? Po co się trudzić? Co, jeśli nie jesteście w stanie dojść do porozumienia odnośnie do oczekiwanego rezultatu? Zdefiniuj wskaźniki mierzące rezultat Praca z celami zorientowanymi na firmę Nakreśl wizję Wyznacz cele firmy Zdefiniuj rezultaty dla użytkownika Lista kontrolna Kto podejmuje działanie? Spisz swój początkowy pomysł działania Doprecyzuj działanie Wskaźniki działania Szukaj minimalnego opłacalnego działania Hipoteza zmiany zachowania Przykłady z różnych dziedzin Przypomnienie: działanie != rezultat Arkusz roboczy: notatka z projektu behawioralnego Badanie kontekstu Co wiesz o swoich użytkownikach? Jak zachowują się w codziennym życiu? Jak zachowują się w aplikacji? Persony behawioralne Mapa behawioralna: jakie mikrozachowania prowadzą do działania? Budowanie mapy behawioralnej Zapisz to lub narysuj i dodaj szczegóły Nowe produkty lub funkcjonalności a istniejące Mapa behawioralna zaprzestania działania Czy jest lepsze działanie? Techniki generowania pomysłów Wystrzegaj się oczywistości Wybierz idealne oczekiwane działanie Aktualizacja person behawioralnych Diagnozowanie problemu przy użyciu modelu CREATE Diagnozowanie niepodjęcia działania Diagnozowanie niezaprzestania działania Trochę praktyki Arkusz roboczy: mapa behawioralna Arkusz roboczy: doprecyzowanie pojęć aktora i działania Zrozumienie naszej pracy: krótka historia o rybce Zrób to za nich, gdy możesz Strategie oszukiwania w jednorazowych działaniach Zautomatyzuj działanie Wystudiowana przypadkowość Strategie oszukiwania w powtarzających się działaniach Zautomatyzuj powtórzenia Ale czy oszukiwanie to nie oszukiwanie? Oszukiwanie w modelu działania Kiedy nie możesz działać za nich, używaj modelu CREATE Patrz dalej niż na motywację Wartość i ograniczenia uświadamiania użytkowników Patrz dalej niż na ekran produktu przeanalizuj ponownie mapę Tworzenie ingerencji: wskazówka, reakcja i ocena Wskazówki do działania Poproś ich Przekształć coś we wskazówkę Wyjaśnij, gdzie działać Usuń rozproszenia: zmieć konkurencję Bądź tam, gdzie skierowana jest uwaga użytkownika Dopasuj się do grafiku użytkownika Korzystaj z przypomnień Taktyka dodatkowa: migający tekst Reakcja intuicyjna Opowiadaj o przeszłości, by wspierać przyszłe działania Niech myślą o sukcesie Buduj skojarzenia z tym, co dobre i znane Skorzystaj z dowodu społecznego Korzystaj z porównań ze znajomymi Wykaż autorytet w danej dziedzinie Bądź autentyczny i miej indywidualne podejście Stwórz profesjonalną i piękną stronę Świadoma ocena Upewnij się, że zachęty są właściwe Wykorzystaj istniejące motywacje, zanim dodasz nowe Unikaj bezpośrednich płatności Wykorzystaj lęk przed stratą Twórz kontrakty zobowiązań i nośniki zobowiązań Wypróbuj różne rodzaje motywacji Wykorzystaj współzawodnictwo Przenieś przyszłe motywacje do teraźniejszości Kilka uwag na temat podejmowania decyzji Unikaj narzutu poznawczego Upewnij się, że instrukcje są zrozumiałe Unikaj nadmiaru wyboru Zwolnij Arkusz roboczy: ocena różnych ingerencji za pomocą modelu CREATE Tworzenie ingerencji: zdolność, czas, doświadczenie Zdolność użytkownika do działania Usuń uciążliwości i wąskie gardła Usuwaj niepotrzebne punkty decyzyjne Ustaw odpowiednie wartości domyślne Buduj zamiar implementacji Porównanie ze znajomymi też może pomóc Druga strona medalu: wiesz, że sobie poradzisz Poszukaj prawdziwych przeszkód Właściwy czas Użyj słownictwa, które nie pozwala na czasową krótkowzroczność Przypomnij o wcześniejszym zobowiązaniu do działania Złóż zobowiązania innym Niech nagroda nie powszednieje Zarządzanie wcześniejszym doświadczeniem Stosuj nowe początki Korzystaj z reinterpretacji historii Korzystaj z technik wspierających podejmowanie lepszych decyzji Spraw, że działanie będzie celowo nieznane Sprawdź jeszcze raz pytasz inną osobę Tworzenie ingerencji: tematy zaawansowane Ingerencje wieloetapowe Łącz, gdzie to możliwe Znów oszukuj, jeśli możesz Pozwalaj na małe zwycięstwa Stwórz pętlę informacji zwrotnej Częste błędy Łatwizna! Ciężka praca buduje zobowiązania Kształtowanie nawyków Utrudnianie działania Działania nawykowe Pomysły na utrudnianie innych działań Implementacja w produkcie Dokonaj oceny etycznej Zostaw miejsce na kreatywność Ku przestrodze: moja opaska treningowa Twórz wskaźniki behawioralne od pierwszego dnia Co powinieneś już mieć Implementacja monitorowania behawioralnego Mierzenie zachowań i rezultatów w produkcie Mierzenie zachowań i rezultatów poza produktem Implementacja testów A/B i eksperymentów Narzędzia monitorowania zachowania i eksperymentów Arkusz roboczy: weryfikacja etyczna Transparentność i wolność wyboru Zarządzanie danymi i polityka prywatności Ostateczna ocena Określanie wpływu za pomocą testów A/B i eksperymentów Dlaczego eksperymenty są (prawie) lepsze niż ciepłe bułeczki Projektowanie eksperymentalne w szczegółach Ile osób wystarczy? Jak długo to wystarczająco długo? Wykorzystanie wagi biznesowej, by zdefiniować wystarczająco Punkty do zapamiętania na temat projektowania eksperymentu Analizowanie rezultatów eksperymentów Czy efekt jest wystarczająco duży? Określanie istotności statystycznej Rodzaje eksperymentów Inne rodzaje eksperymentów Optymalizacja eksperymentów Jak działa eksperymentalna optymalizacja Kiedy i dlaczego testować? Arkusz roboczy: projektowanie eksperymentu Krok 1. Co podlega testom? Krok 2. Jakie są ekstrema rezultatów? Krok 3. Oblicz wielkość próby dla ekstremów Krok 4. Jak dużo osób możesz zbadać? Krok 5. Ile osób powinno być w każdej grupie? Krok 6. Czy masz wszystko, czego potrzebujesz? Określanie wpływu, gdy nie można przeprowadzić testów A/B Inne sposoby określenia wpływu Analiza przed po Przekrojowa analiza wpływu Unikatowe działania i rezultaty Co, jeśli rezultatu nie można zmierzyć w produkcie? Znajdź dowolny sposób mierzenia rezultatu i działania (byle nie była to ankieta) Znajdź przypadki połączenia zachowania produktowego z realnymi rezultatami Budowanie mostu danych Ocena kolejnych kroków Określ, jakie zmiany zaimplementować Zbierz Nadaj priorytety Włącz Mierz wpływ każdej dużej zmiany Jakościowe testy przyrostowych zmian Kiedy jest wystarczająco dobrze? Trochę praktyki Zbuduj swój zespół i odnieś z nim sukces Obecny stan wiedzy Co zrobiliśmy: światowe badania zespołów behawioralnych Kogo tam mamy? Co nas interesuje Zespoły dedykowane Pozostałe zespoły Szeroki zakres zastosowań Początki Model biznesowy Miejsce Obszary zainteresowań Wyzwania Praktyczne wyzwania w funkcjonowaniu zespołu Kryzys powtarzalności w nauce Trochę praktyki Czego będziesz potrzebował dla swojego zespołu Od tego, co zrobiono, do tego, co Ty zrobisz Udowodnienie swojej wartości Przemyśl model biznesowy Umiejętności i ludzie, których potrzebujesz Pierwszy zestaw umiejętności: podstawy niebehawioralne Drugi zestaw umiejętności: ocena wpływu Trzeci zestaw umiejętności: głębokie zrozumienie umysłu i jego osobliwości Poza listą: tytuł naukowy Jak łączyć te umiejętności w zespole Pomoc badaczy akademickich Data science i nauki o zachowaniu Korzystanie z data science w projektowaniu zmiany zachowania Jak podejmujemy decyzje i działania Kształtowanie zachowania przez produkt: model CREATE Model DECIDE i budowanie ingerencji behawioralnej Czym zwykle różnią się warunki wstępne od działania? Co się zmienia, gdy użytkownik nabiera doświadczenia z produktem? Jak utrzymać zaangażowanie w produkt? Co się dzieje, zanim człowiek po raz pierwszy podejmie działanie? Spojrzenie w przód

Sygnatura czytelni BWZ: IX D 156

dostępna w czytelni

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Biblioteka WEiZ

Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. E 6318 (1 egz.)