10 шаблонов поведения для UX-дизайна

Рассмотрим некоторые из наиболее распространенных шаблонов поведения, которые помогут вам улучшить опыт взаимодействия для пользователей. Продукты, поддерживающие эти шаблоны, помогают людям быстро и эффективно достичь своих целей.

https://nuancesprog.ru/p/8024

@nuancesprog #статьи #UX #Design

Перестаньте использовать range() в цикле for в Python

Безусловно, range() бывает полезен, однако не всегда. Посмотрим, как получить доступ к текущему индексу, используя функцию enumerate()

https://nuancesprog.ru/p/8341

@nuancesprog #статьи #Python

4 простых способа рефакторинга кода

Рефакторинг - это важная часть процесса для любого кодера, не только для продвинутых разработчиков. Изучайте новые методы, оптимизируйте свою работу

https://nuancesprog.ru/p/8344

@nuancesprog #статьи #Refactoring #Python

Плохие практики Angular

При написании приложений Angular можно совершить множество ошибок. Рассмотрим несколько шаблонов, ухудшающих читабельность и затрудняющих работу с кодом.

https://nuancesprog.ru/p/7428

@nuancesprog #статьи #Angular

Моделирование логистического роста

Используем библиотеку Scipy в Python для анализа данных о распространении коронавируса в Китае с помощью нелинейной оценки наименьших квадратов функции логистического роста.

Часть 1 - https://nuancesprog.ru/p/7724

https://nuancesprog.ru/p/8332

@nuancesprog #статьи #DataScience #Mathematics

Избегайте этих нелепых ошибок при работе с Python

Программирование - это сложно, особенно когда ловушки программисту расставляет сам язык. Работаем над ошибками!

https://nuancesprog.ru/p/8358

@nuancesprog #статьи #Python

Что такое Open Graph и как применять его для веб-сайта?

Расскажем о том, как с помощью Open Graph можно улучшить отображение ваших страниц в социальных сетях.

https://nuancesprog.ru/p/8337

@nuancesprog #статьи #OpenGraph

Новости об Android

Расскажем об обновлениях для Android 11: запуск бета-версии, библиотека WindowManager, codelab, CameraX.

https://nuancesprog.ru/p/8367

@nuancesprog #статьи #Android

В поисках лучшей среды для Julia: Juno или Jupyter?

Любой выбор предполагает понимание сути вопроса, и это особенно актуально, когда речь идет о выборе среды разработки, определяющей качество и скорость программирования. Поэтому сравнительный анализ достоинств и недостатков Juno и Jupyter поможет вам принять правильное решение.

https://nuancesprog.ru/p/8372

@nuancesprog #статьи #Julia #DataScience

Как с помощью чистого CSS создать красивую анимацию загрузки для приложения

Пошаговое руководство по созданию несложной анимации, имитирующей постепенную загрузку содержимого веб-страницы.

https://nuancesprog.ru/p/8376

@nuancesprog #статьи #CSS

Как украсть секреты разработчиков через Websocket?

Как веб-сайты прослушивают ваши порты и как с помощью этого они могут заполучить частичную информацию о системе, фрагменты кода и даже ключ доступа AWS?

https://nuancesprog.ru/p/8380

@nuancesprog #статьи #WebSocket

4 способа обработки ошибок для стеков

4 способа обработки ошибок с описанием их достоинств и недостатков: коды ошибок, исключения, блокировка и типизация. И всё для того, чтобы вы были готовы к любым ситуациям при работе с кодом.

https://nuancesprog.ru/p/8393

@nuancesprog #статьи #Stack #DataScience

Движок JavaScript: что внутри

Разберёмся, как работает движок V8 и что происходит при выполнении кода. Узнаем, как устроен конвейер движка и что же здесь - компилятор или интерпретатор?

https://nuancesprog.ru/p/8398

@nuancesprog #статьи #JavaScript

Состояние микрофронтендов

В чём реальная польза микрофронтендов, какие крупные компании уже их используют и почему часть сообщества до сих пор сомневается? Наглядный разбор технологии с примерами.

https://nuancesprog.ru/p/8403

@nuancesprog #статьи #JavaScript

15 Python пакетов, которые нужно попробовать

Python - это популярный язык программирования, для которого написано множество библиотек. Разобраться в них не так-то просто, но автор статьи щедро делится подборкой самых полезных инструментов для работы - от парсинга данных и решения проблем с кодировкой до автоматизации дома.

https://nuancesprog.ru/p/8407

@nuancesprog #статьи #Python

Ответы на распространенные вопросы о подписании приложений в Google Play

Вопрос безопасности вашего приложения является одним из самых важных при работе с Google Play. Новые механизмы защиты порождают множество вопросов, ответы на часть из которых мы попробуем разобрать вместе с вами.

https://nuancesprog.ru/p/8416

@nuancesprog #статьи #GooglePlay #Android

Глубокие нейросети: руководство для начинающих

Чем отличаются друг от друга искусственный интеллект, машинное обучение и глубокое обучение? Где применяются такие сети? Как создать подобное самому и какие инструменты для этого есть? Ответы на эти (и не только) вопросы в данном руководстве вместе с кодом.

https://nuancesprog.ru/p/8421

@nuancesprog #статьи #NeuralNetworks #MachineLearning

Какие ошибки можно допустить в описании пользовательских сценариев и как их исправить

Пользовательские сценарии не облегчают разработку, а то и вгоняют её в производственный ад? Вероятно, вы и ваша команда где-то свернули не туда. Проверьте, не допускаете ли вы ошибок при создании сценариев, а если допускаете - узнайте, как их исправить, чтобы сценарий стал вашим другом и помощником.

https://nuancesprog.ru/p/8426

@nuancesprog #статьи #Education

Пять отличных Python-библиотек для data science

Data science, или наука о данных, - это масштабная отрасль со своими ресурсами и инструментами, направленными на оптимизацию работы специалистов. А для экономии времени и получения качественного результата можно воспользоваться данной подборкой.

https://nuancesprog.ru/p/8431

@nuancesprog #статьи #Python #DataScience

​​Анализ моделей машинного обучения при помощи Imandra

Основная часть работы, связанной с формальными методами (область информатики, которая фокусируется на программном и техническом обеспечении, как на математических объектах, чтобы доказать наличие у них определенных качеств) включает в себя аналитические модели, которые могут быть полностью настроены пользователями. Тем не менее все больше значимых частей алгоритмических потоков (составленных моделями) извлекается из данных при помощи искусственного интеллекта. Задача по анализу моделей такого типа открывает новые вызовы для сообществ, придерживающихся формальных методов, и показывает впечатляющий прогресс в последние годы. Пока масштабируемость всё еще остается важной характеристикой, есть некоторая проблема с открытыми исследованиями у моделей самого современного машинного обучения, часто имеющих миллионы параметров. В этой статье мы погрузимся в парадигму в процессе анализа двух простых, но при этом мощных моделей обучения при помощи Imandra. Вот так нативный облачный механизм автоматического мышления приносит формальные методы в массы!

https://nuancesprog.ru/p/8435

@nuancesprog #статьи #MachineLearning