×
Dodano do koszyka:
Pozycja znajduje się w koszyku, zwiększono ilość tej pozycji:
Zakupiłeś już tę pozycję:
Książkę możesz pobrać z biblioteki w panelu użytkownika
Pozycja znajduje się w koszyku
Przejdź do koszyka

Zawartość koszyka

ODBIERZ TWÓJ BONUS :: »

JS, jakiego jeszcze nie znasz. Na dobry początek Kyle Simpson

(ebook) (audiobook) (audiobook)
JS, jakiego jeszcze nie znasz. Na dobry początek Kyle Simpson - okladka książki

JS, jakiego jeszcze nie znasz. Na dobry początek Kyle Simpson - okladka książki

JS, jakiego jeszcze nie znasz. Na dobry początek Kyle Simpson - audiobook MP3

JS, jakiego jeszcze nie znasz. Na dobry początek Kyle Simpson - audiobook CD

Autor:
Kyle Simpson
Ocena:
3.5/6  Opinie: 2
Stron:
108
Dostępne formaty:
     ePub
     Mobi
Na dobry początek to pierwsza książka z serii JS, jakiego jeszcze nie znasz, dzięki której zaczniesz swoją przygodę z głębszą znajomością języka JavaScript. Publikacja analizuje JS na wielu warstwach, tworząc wraz z pozostałymi książkami z serii mapę drogową będącą przewodnikiem w nauce JavaScriptu i rozwoju umiejętności z nim związanych. Jest to pierwszy krok dla każdego programisty, który chce przejść z podstawowej znajomości JS na wyższy poziom. JS, jakiego jeszcze nie znasz to drugie wydanie cieszącej się uznaniem serii książek You Dont Know JS. Książki z tej serii pomogą Ci wziąć pełną odpowiedzialność za pisany kod, zrozumieć go i programować w sposób czytelny oraz świadomy. Będą Twoim podręcznikiem podczas podróży po świecie JavaScriptu, od aktualnego stanu wiedzy po głębsze jego zrozumienie.

Wybrane bestsellery

Kyle Simpson - pozostałe książki

Wydawnictwo Naukowe PWN - inne książki

Zamknij

Przenieś na półkę

Proszę czekać...
ajax-loader

Zamknij

Wybierz metodę płatności

Ebook
47,20 zł
Dodaj do koszyka
Zamknij Pobierz aplikację mobilną Ebookpoint
Zabrania się wykorzystania treści strony do celów eksploracji tekstu i danych (TDM), w tym eksploracji w celu szkolenia technologii AI i innych systemów uczenia maszynowego. It is forbidden to use the content of the site for text and data mining (TDM), including mining for training AI technologies and other machine learning systems.