SQL. Przewodnik dla początkujących. Jak zacząć efektywną pracę z danymi
SQL dla analityków danych. Opanuj możliwości SQL-a, aby wydobywać informacje z danych. Wydanie III
Sztuka tworzenia wydajnego kodu. Przewodnik po zaawansowanych technikach wykorzystywania sprzętu i kompilatorów
Wysoko wydajny Python. Efektywne programowanie w praktyce. Wydanie III
Sztuka tworzenia wydajnego kodu. Przewodnik po zaawansowanych technikach wykorzystywania sprzętu i kompilatorów
Wysoce wydajny C++. Opanuj sztukę optymalizowania działania kodu. Wydanie II
Wysoko wydajny Python. Efektywne programowanie w praktyce. Wydanie III
Nauka programowania opartego na testach. Jak pisać przejrzysty kod w kilku językach programowania
Koncepcja Domain-Driven Design. Dostosowywanie architektury aplikacji do strategii biznesowej
Nowoczesna analiza danych w Excelu. Power Query, Power Pivot i inne narzędzia
Analityka rozszerzona. Automatyzacja i sztuczna inteligencja w podejmowaniu decyzji
Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 2
FAIK. Sztuczna inteligencja w służbie fałszywej rzeczywistości. Jak przetrwać w epoce cyfrowych oszustw
Microsoft Power BI. Jak modelować i wizualizować dane oraz budować narracje cyfrowe. Wydanie II
Dodaj mocy Power BI! Jak za pomocą kodu w Pythonie i R pobierać, przekształcać i wizualizować dane
Modelowanie danych z Power BI dla ekspertów analityki. Jak w pełni wykorzystać możliwości Power BI
DAX i Power BI w analizie danych. Tworzenie zaawansowanych i efektywnych analiz dla biznesu
PHP i MySQL. Aplikacje internetowe po stronie serwera
Czysty kod w PHP. Wskazówki ekspertów i najlepsze rozwiązania pozwalające pisać piękny, przystępny i łatwy w utrzymaniu kod PHP
Algorytmy, struktury danych i techniki programowania. Wydanie VI
Algorytmy, struktury danych i techniki programowania dla programistów Java
Algorytmy w Pythonie. Techniki programowania dla praktyków
Bezpiecznie już było. Jak żyć w świecie sieci, terrorystów i ciągłej niepewności
Lider wystarczająco dobry. 12 lekcji autentycznego przywództwa na czasy niepewności
Sztuka niepewności. Jak ryzyko, przypadek i niewiedzę przekuć we własną siłę
Python. Uczenie maszynowe w przykładach. TensorFlow 2, PyTorch i scikit-learn. Wydanie III
Python. Uczenie maszynowe w przykładach. Najlepsze praktyki w realnych zastosowaniach. Wydanie IV
Korzystając z tej strony zgadzasz się na używanie plików cookie, które są przechowywane na Twoim urządzeniu. Za pośrednictwem cookies zbieramy informacje, które mogą stanowić dane osobowe. Wykorzystujemy je w celach analitycznych, marketingowych oraz aby dostosować treści do Twoich preferencji i zainteresowań. Więcej informacji, w tym sposób zmiany ustawień znajdziesz w Polityce Prywatności.