🧑‍💻 Статьи для IT: как объяснять и распространять значимые идеи

Напоминаем, что у нас есть бесплатный курс для всех, кто хочет научиться интересно писать — о программировании и в целом.

Что: семь модулей, посвященных написанию, редактированию, иллюстрированию и распространению публикаций.

Для кого: для авторов, копирайтеров и просто программистов, которые хотят научиться интересно рассказывать о своих проектах.

👉Материалы регулярно дополняются, обновляются и корректируются. А еще мы отвечаем на все учебные вопросы в комментариях курса.

Запустится ли этот код на Python 3? Если да, то что он выведет?

sys.allow_boolean_assignment разрешает создавать переменные с именами, зарезервированными под идентификаторы типа bool. Поэтому этот код запустится и выведет «True is False».

Эта настройка введена в известном первоапрельском коммите, который до сих пор остался в коде интерпретатора. Если кандидат об этом знает, можно с уверенностью сказать, что он общается в должных профессиональных кругах и любят углубляться в детали.
#вопросы_с_собеседований

Как прочитать данные в DataFrame из файла CSV?

Мы можем создать фрейм данных из файла CSV — «Comma Separated Values (значения, разделенные запятыми)». Это можно сделать с помощью метода read_csv(), который принимает файл csv в качестве параметра:
pandas.read_csv(file_name)

Другой способ сделать это — использовать метод read_table(), который принимает CSV-файл и значение разделителя в качестве параметра:
pandas.read_table(file_name, delimiter)
#вопросы_с_собеседований

👾 «Как я спас робота от жены»

Программисты — интересные люди. Они могут потратить часы своего времени чтобы реализовать сложную, но интересную вещь.

В этом видео автор использовал компьютерное зрение, нейросети и смекалку программиста, чтобы спасти робота-пылесоса от ужасной участи оказаться на свалке.

Смотреть видео

LightGBM

LightGBM — библиотека, созданная сотрудниками Microsoft для работы в сфере машинного обучения. Ее ключевая особенность — быстрая реализация градиентного бустинга. Это такой принцип машинного обучения, который помогает разработчикам создавать новые алгоритмы, используя многоуровневые решения.

Выполнение этого кода позволит обучить модель LightGBM на выборки данных из файла 'data.csv', разделить выборку на обучающую и тестовую, определить параметры модели и обучить ее. В конце модель используется для прогнозирования значений на тестовом наборе данных, и вычисляется точность модели.

Результат работы показывает Accuracy (точность) модели, которая здесь равна 0.8761.

Приходилось ли вам приукрашивать опыт работы на собеседовании? Ловили ли вас на слове?
#интерактив

Метод index()

Метод index — это встроенный метод списка, который позволяет узнать индекс или позицию элемента в последовательности.

Этот метод ищет элемент в списке и возвращает индекс, соответствующий его значению, в противном случае возникает ошибка ValueError.

Ещё один свежий #дайджест по области DS:

🤖 Как создать панель мониторинга на Python из PostgreSQL
Классический гайд.

🤖 О каких проблемах в AI/ML никто не говорит? [Обсуждение на Реддите]
Более 190 комментариев.

🤖 torch.compile, недостающее руководство [документ Google]
Углублённое введение в метод.

🤖 Погружение в R с Изабеллой Веласкес: перспективы R-Ladies Сиэтла
О языке R и его использовании в DS.

🤖 Regrets and Regression (Сожаления и регрессия)
Фрагмент из книги.

Пошаговое распространение: элементарное руководство

Авторы представляют доступный первый курс по диффузионным моделям и сопоставлению потоков для машинного обучения, предназначенный для технической аудитории без опыта. Они постарались максимально упростить математические детали (иногда эвристически), сохраняя при этом достаточную точность для вывода правильных алгоритмов.

Читать руководство

Итак, вы хотите написать потоковый процессор? Остерегайтесь синдрома утки.

Слышали ли вы о «утином синдроме»? Эта концепция описывает утку, которая, кажется, легко скользит по течению, но яростно гребет под поверхностью воды, и обычно используется для описания человека, который выглядит расслабленным, но неустанно работает, чтобы сохранить этот внешний вид.

Читать статью

🧠 Как нейросети генерируют изображения

У нейросетей очень много направлений, но генерация изображений — это, пожалуй, самое востребованное и перспективное направление среди всех остальных.

Из этого видео вы во всех подробностях узнаете, какие есть архитектуры построения модели для создания изображений, чем они отличаются друг от друга и увидите всё на понятных практиктических примерах.

Смотреть видео

Что такое дескрипторы?

Дескрипторы — это механизм в Python, который позволяет настраивать доступ к атрибутам объектов. Они используются для определения поведения при доступе, изменении или удалении атрибута объекта.

Дескрипторы реализуются через три метода:

— __get__(self, instance, owner) вызывается при доступе к атрибуту
— __set__(self, instance, value) вызывается при изменении атрибута
— __delete__(self, instance) вызывается при удалении атрибута

Дескрипторы могут быть определены как отдельный класс или внутри другого класса. Они могут быть использованы для создания свойств, которые имеют специальное поведение при доступе, изменении или удалении.
#вопросы_с_собеседований

🤖 Напоминаем, что у нас есть еженедельная email-рассылка, посвященная последним новостям и тенденциям в мире искусственного интеллекта.

В ней:
● Новости о прорывных исследованиях в области машинного обучения и нейросетей
● Материалы о применении ИИ в разных сферах
● Статьи об этических аспектах развития технологий
● Подборки лучших онлайн-курсов и лекций по машинному обучению
● Обзоры инструментов и библиотек для разработки нейронных сетей
● Ссылки на репозитории с открытым исходным кодом ИИ-проектов
● Фильмы, сериалы и книги

👉Подписаться👈

🔥 8 вопросов к Data Scientists

Team lead по безопасности личных данных рассказывает новичкам про жизнь в Data Science и отвечает на вопросы, которые волнуют начинающих.

Здесь вы услышите, где лучше учиться на специалиста по данным, что должен уметь Data Scientists, сколько получает разработчик и нужно ли ехать за границу.

Смотреть видео

🐋🆚🦭 Docker или Podman: что лучше подойдет для вашего проекта

Контейнеризация приложений — одна из самых важных технологий в современной разработке. За последние 10 лет стандартом и синонимом контейнеризации стал Docker. Однако недавно у Docker появился мощный опенсорсный соперник — Podman, который во многом его превосходит.

Читать статью

Сколько раз в неделю вы ездите в офис? Вы бы хотели перейти на удалёнку?
#интерактив

👾 Transformer своими руками

Профессор Том Йет сделал Google Sheets, в котором предлагает вам вычислить архитектуру Transformer самостоятельно. Вам даются все матрицы, являющиеся компонентами системы, и вам нужно попробовать рассчитать результирующие матрицы. Ответы, которые указаны прописным шрифтом, вы можете скрыть (а затем проверить себя).

Помимо этого, автор даёт ссылки на полезные материалы, объясняющие архитектуру Transformer.

⚕️ Какие специалисты по Data Science требуются в медицинских проектах и что им нужно знать?

Что может быть прибыльнее, чем вести войну, торговать оружием и промышлять в даркнете? Правильно — лечить людей и продавать лекарства. Рассказываем, что нужно знать и уметь, чтобы влиться в выгодную и легальную индустрию здравоохранения.

🔗 Читать статью
🔗 Зеркало

✍️ Исследователи предложили новую архитектуру — Test-Time Training RNN. Что она из себя представляет

Авторы статьи указали на то, что механизм self-attention хорошо работает в длинном контексте, но имеет квадратичную сложность. А существующие RNN-слои имеют линейную сложность, но при этом их производительность с длинным контекстом ограничена. Поэтому исследователи предложили новую архитектуру для моделирования последовательностей с линейной сложностью и скрытым состоянием, способным сохранять контекст.

✅В предложенной архитектуре скрытое состояние представлено как модель машинного обучения, которая сжимает контекст с помощью градиентного спуска по входным токенам. То есть процесс обновления скрытого состояния на тестовой последовательности эквивалентен обучению модели. Можно сказать, что конечная архитектура учится находить лучший способ сжатия контекста, чтобы добиться высшего качества в предсказании следующего токена.

🔗 Ссылка на исследовательскую статью
🔗 Реализация на PyTorch

🏝️ Решаем очень сложную SQL-задачу об островах и проливах

Задача об островах и проливах — это классическая задача в SQL, часто используемая для оценки навыков программиста в работе с базами данных. Суть задачи заключается в том, чтобы в таблице, содержащей данные о событиях и их временных интервалах, объединить отдельные записи в непрерывные интервалы, представляющие собой «острова» (периоды, когда происходили события) и «проливы» (промежутки между ними).

👉В новой статье разбираем решение задачи👈