Programmazione e sviluppo del software

Questo libro guida il lettore lungo un percorso di apprendimento ragionato che conduce dalle basi fino alle caratteristiche più avanzate di Java, per poterlo sfruttare e diventarne padroni. Dopo avere illustrato i fondamenti del linguaggio, per imparare a programmare anche senza alcuna esperienza pregressa, il testo presenta una panoramica completa sulla Programmazione Orientata agli Oggetti (OOP). Segue una completa trattazione degli strumenti di gestione delle informazioni, per analizzare e valorizzare il patrimonio informativo, vera ricchezza di ogni software. Un ampio spazio è dedicato all’esplorazione delle vie di comunicazione e interazione, considerando sia le risorse esterne (database, file e servizi in rete) sia le interfacce utente, per una comoda fruizione delle applicazioni.

Python per Data Science, la guida perfetta per i programmatori di livello intermedio, mostra i modi migliori per sfruttare Python per le applicazioni basate sui dati. Ricco di esempi pratici, il libro offre un ampio tour delle funzionalità di Python per ottenere, trasformare e analizzare i dati. Scoprirete le strutture dati integrate in Python e il suo robusto ecosistema di librerie open source per la scienza dei dati, tra cui NumPy, pandas, scikit-learn e matplotlib. Vi eserciterete a caricare dati in vari formati, a ottimizzare, raggruppare e aggregare insiemi di dati e a creare visualizzazioni come grafici e mappe. Esempi approfonditi mostrano come costruire applicazioni di dati del mondo reale, tra cui un servizio di taxi alimentato dai dati di localizzazione, un’analisi delle regole di associazione dei dati delle transazioni per identificare gli articoli comunemente acquistati insieme e un modello di apprendimento automatico per prevedere l’andamento delle scorte. Ogni capitolo contiene esercizi che incoraggiano a provare le tecniche da soli. Imparerete a: Manipolare in modo efficiente strutture di dati come liste, dizionari, array NumPy e pandas DataFrames; Spostare dati da e verso database relazionali e NoSQL; Ottenere informazioni utili sui dati attraverso l’aggregazione, la visualizzazione e altri metodi di analisi; Lavorare con testi semplici, dati GPS, dati di serie temporali, file JSON e CSV e molti altri tipi e formati di dati; Utilizzare il machine learning per l’elaborazione del linguaggio naturale, come l’analisi del sentiment.

Il testo presenta la prima panoramica completa e dettagliata delle principali funzionalità di data visualization per gli ambienti R e Python nella tipica pipeline che prevede la realizzazione di grafici statici, grafici dinamici e interattivi e dashboard web, vere e proprie applicazioni web nelle quali confluiscono e si integrano gli elementi della data visualization e dei servizi web interattivi. Gli strumenti utilizzati sono tutti di tipo open source e garantiscono risultati di alta qualità e livello professionale, oltre a essere insostituibili come ausili didattici per comprendere in modo chiaro la logica e la realizzazione delle diverse visualizzazioni. L'ultima parte del volume presenta la visualizzazione di dati geografici attraverso mappe e utilizzando geodataset e shape file cartografici. Questo ambito affascinante, fino a pochi anni fa quasi di esclusiva pertinenza di strumenti specialistici per la moderna cartografia, è ora accessibile con strumenti degli ambienti R e Python che nelle più recenti evoluzioni hanno raggiunto un livello qualitativo sorprendente. La visualizzazione di dati geografici con strumenti open source non si limita alle semplici choropleth map, ma consente di gestire efficacemente grafici con stratificazione di molti livelli cartografici e di operare su dati geografici in maniera sofisticata. Tutti i numerosi esempi svolti con Open Data sono liberamente accessibili e resi disponibili nel materiale online insieme al codice completo e ai risultati di ogni esempio, rendendo quindi sempre facile riprodurli, variarli e, in ultima istanza, apprendere a sviluppare una fase di data visualization moderna e professionale. L'opera si rivolge a chiunque sia interessato alla data visualization, indipendentemente dalla disciplina o ambito professionale di appartenenza: richiede solo una certa familiarità con i fondamenti di R e Python per la data science.

Python è un linguaggio semplice e, a differenza di altri linguaggi di programmazione, non richiede l’apprendimento di tecnicismi che possono distogliere dall’obiettivo di imparare a programmare. Questo libro propone tutto ciò che occorre per esprimere con algoritmo la soluzione a problemi specifici. L’impostazione è basata sull’imparare facendo e divertendosi, e dà largo spazio a progetti creativi. Gli argomenti sono presentati come problemi da risolvere mediante l’elaborazione di algoritmo. Il volume si rivolge a coloro che vogliono imparare a programmare con Python per acquisire uno stile metodologico di massima fruibilità professionale e di utilità personale. Lettori e lettrici impareranno a sviluppare un proprio metodo di lavoro da applicare in diverse situazioni e, alla fine del percorso, saranno in grado di muoversi in autonomia e di scrivere programmi completi.

Questo testo è ideale per chi desidera introdursi nel mondo della programmazione, per chi vuole imparare a programmare partendo da zero, ma anche utile a chi possiede già un po' di esperienza in quest’ambito. Completo per la varietà degli argomenti trattati, è dedicato soprattutto a chi parte da zero. Offre una vasta panoramica dell’argomento in modo da fornire al lettore buone basi per cimentarsi sulla creazione di applicazioni anche di una certa complessità. Nel libro vengono trattati molti esempi realistici corredati di codice e provenienti direttamente da esperienze in campo lavorativo. C# è un moderno linguaggio di programmazione orientato agli oggetti sviluppato da Microsoft nei primi anni 2000. È progettato per essere semplice, efficiente e facile da imparare, il che lo rende una scelta popolare per gli sviluppatori di tutti i livelli. C# viene utilizzato per sviluppare un'ampia gamma di applicazioni, tra cui app desktop e per dispositivi mobili, applicazioni Web, giochi e altro ancora. Dispone di un supporto multipiattaforma è può essere usato per sviluppare applicazioni per un'ampia gamma di piattaforme, tra cui Windows, MacOS, Linux, iOS e Android.

Questo testo è stato pensato da noi per accompagnarvi nell'affascinante mondo della domotica, con un approccio il più possibile sperimentale. Siamo entrambi insegnanti della disciplina “Sistemi e reti” presso un Istituto Tecnico e la nostra esperienza in classe, ci ha più volte dimostrato che gli studenti subiscono sempre abbastanza passivamente i concetti teorici, mentre si attivano quando devono mettere “le mani in pasta”. Abbiamo quindi pensato di proporre un libro che partendo da concetti teorici basilari, imprescindibili per comprendere al meglio il mondo della domotica, fornisse senza troppi fronzoli un approccio pratico, con esempi di facile applicazione, in grado di incuriosire il lettore e di fargli venire voglia di “sperimentare in autonomia” qualche modifica ai progetti proposti, oppure di stravolgerli completamente e personalizzarli. Abbiamo inoltre voluto creare un'estensione online di questo manuale di esercizi dove i nostri lettori potranno trovare i codici integrali di tutti gli esercizi proposti, ma anche integrazioni future riguardanti argomenti su cui attualmente non abbiamo potuto produrre materiale (ad esempio una futura libreria su Matter). Troverete tutto questo, e molto altro ancora, consultando questo URL: https://www.inriga.it/strumentidomotici/ e immettendo la password che viene data a inizio capitolo 4.

Tutti possono apprendere i fondamenti della data science e l'uso di questi strumenti computazionali con successo, anche con poche competenze informatiche di base, per trovare in seguito numerose occasioni di applicazione in tutti, o quasi, gli ambiti professionali, scientifici, umanistici e culturali. Versione Digitabook inclusa.

Programmazione nei linguaggi Grafcet, Ladder, e ST con i software EchoStruxure Machine Expert Basic, Codesys e Grafcet Studio. Progetti 3D con Factory I/O, controllati da PLC M221 o Codesys.

Giunto alla sua quarta edizione, il volume costituisce un punto di riferimento per intraprendere lo studio degli algoritmi grazie alla completezza e all'autorevolezza che lo contraddistinguono. Rivolto ai corsi di laurea in Ingegneria e Informatica, per l'ampia copertura degli argomenti trattati e l'analisi degli aspetti ingegneristici di progettazione degli algoritmi, si presta al tempo stesso a essere utilizzato anche da un pubblico di professionisti. Infatti, la ricchezza di temi da un lato consente al docente di creare percorsi personalizzati adeguati al proprio corso, dall'altro stimola il lettore ad affrontare successivamente l'approfondimento di alcuni argomenti in base alle proprie esigenze formative e professionali. Con un approccio graduale ogni capitolo presenta una classe di algoritmi, le relative tecniche di progettazione, un'area di applicazioni e gli argomenti correlati. A causa della rilevanza del concetto di efficienza, si è affrontata anche l'analisi dei tempi di esecuzione di ciascun algoritmo. La nuova edizione è stata completamente rivista, arricchita e aggiornata. In particolare, sono presenti tre nuovi capitoli sull'abbinamento nei grafi bipartiti, sugli algoritmi online e sugli algoritmi di apprendimento automatico. Completa il testo un efficace apparato pedagogico costituito da più di 900 esercizi (di cui 140 nuovi) e circa 160 problemi e casi di studio.

Il libro descrive le nozioni fondamentali del Linguaggio R ed è un guida per un lettore interessato all'analisi, alla rappresentazione grafica e alla reportistica di indagini statistiche e di altri domini scientifici. Inoltre nel testo si affrontano i concetti basilari del data warehousing e del machine learning.

Ogni anno avvengono decine di migliaia di violazioni di dati che hanno origine da insidiosi bug. Comprenderne le cause può aiutare a prevenire attacchi dannosi, proteggere le applicazioni e gli utenti rendendo Internet un luogo più sicuro. Questo volume esplora le vulnerabilità nelle moderne applicazioni web e le tecniche che possono essere utilizzate per sfruttarle con successo. Si parte creando un vero e proprio laboratorio di hacking per poi immergersi nei meccanismi delle diverse vulnerabilità come per esempio XSS, clickjacking, CSRF, IDOR, SSRF, SQL injection, imparando cosa le causa, come sfruttarle, dove trovarle e come aggirare le protezioni. Vengono inoltre esplorate le strategie per raccogliere informazioni su un obiettivo e automatizzare l'analisi con script lanciati dalla bash. Infine sono illustrate alcune esercitazioni avanzate per l'hacking di app mobile, l'hacking di API e la revisione e messa in sicurezza del codice sorgente. Una guida pensata per studenti, sviluppatori e hacker che vogliono imparare a dare la caccia ai bug, documentarli in maniera puntuale e partecipare ai programmi di bug bounty che permettono di essere ricompensati per la ricerca e il report di vulnerabilità.

Vuoi imparare le tecniche di base per programmare in C# 11 e acquisire un livello di conoscenza sufficiente per iniziare a creare le tue applicazioni? Vuoi conoscere come funzionano .NET 7.0, il compilatore, il Garbage Collector e Visual Studio 2022? Vuoi iniziare a porre le basi per la tua nuova professione nel campo dello sviluppo di software? Oppure semplicemente devi superare degli esami universitari di informatica o di ingegneria informatica e hai bisogno di un testo di facile lettura e veramente efficace per capire la programmazione orientata agli oggetti? Questo è il libro che fa per te. Questa guida, tuttavia, è utile anche come manuale di riferimento da tenere vicino alla postazione di lavoro, per lo sviluppatore già esperto che ha bisogno di consultarlo di tanto in tanto.