Python и анализ данных — Книгу можно рассматривать как современное практическое введение в разработку научных приложений на Python, ориентированных на обработку данных.

Python и наука о данных для чайников, 2-е издание — Наука о данных — это вовсе не страшно! Изучите программирование на языке Python для анализа данных и статистики. Пишите код в облаке, используя Google Colab. Обменивайтесь данными и визуализируйте информацию.
Интересуетесь наукой о данных, но немного побаиваетесь? Не нужно!

Программные коллекции данных. Проектирование и реализация — Настоящий учебник предназначен для изучения основных типов программных коллекций, хранящих множества данных, фундаментальных структур данных и алгоритмов управления ими.

Анализ поведенческих данных на R и Python — Задействуйте всю мощь поведенческих данных в своей компании, используя инструменты, специально разработанные для их анализа.

Параллельные системы баз данных — Цель учебного пособия состоит в изложении основ технологий параллельных систем баз данных. Особое внимание уделяется вопросам реализации СУБД для кластерных систем. Дается классификация известных форм параллельной обработки транзакций.

Наука о данных: учебный курс — Для того чтобы понять мир, необходимо собрать и проанализировать данные о нем. Объединение последних технологических тенденций предоставляет новые возможности для применения анализа данных к более сложным задачам, чем когда-либо прежде.

Структуры и алгоритмы обработки данных — Рассмотрены математические основы анализа вычислительной сложности алгоритмов, типовые структуры данных для представления множеств: массивы и динамические списковые структуры, стеки, очереди и деревья.

Система управления базами данных Microsoft Access 2019 — Учебное пособие подготовлено в соответствии с требованиями Федерального государственного образовательного стандарта высшего образования бакалавров по направлению подготовки 35.03.06 «Агроинженерия».

Структуры данных в C#: линейные и нелинейные динамические структуры — Учебное пособие включает разделы, которые подробно описывают абстрагирование типов, идентификацию объектов, классы оперативной памяти, линейные динамические структуры данных (односвязные, двусвязные списки, мультисписки)

Структуры и алгоритмы обработки данных. Линейные структуры — Учебное пособие содержит 6 лабораторных работ, посвященных линейным структурам данных. Среди них динамические массивы, односвязный линейный список, стек, очередь, множества. В лабораторных работах предлагается 30 вариантов заданий для закрепления темы лабораторной работы.