Будущим специалистам по DS или аналитикам данных важно подружиться с математикой🤜 🤛
Математика умножит ваши шансы на хороший оффер. И обычно именно на этих позициях ценится классическое образование в хорошем ВУЗе.
Но а что делать тем, кто не знал в 18 лет, что свяжет свою жизнь с DS?
Для этого есть полугодовой курс от преподавателей МГУ! Он объемный и довольно сложный, так как соответсвует университестким стандартам.
Подробности – https://proglib.io/w/f66e573a
Там все по канонам классического образования:
1. Лекции по 1,5 часа
2. Много практики, подробная обратная связь от преподателей
3. Общий чатик со студентами, где можно получить поддержку от сокурсников
Посмотрите примеры занятий
Математика умножит ваши шансы на хороший оффер. И обычно именно на этих позициях ценится классическое образование в хорошем ВУЗе.
Но а что делать тем, кто не знал в 18 лет, что свяжет свою жизнь с DS?
Для этого есть полугодовой курс от преподавателей МГУ! Он объемный и довольно сложный, так как соответсвует университестким стандартам.
Подробности – https://proglib.io/w/f66e573a
Там все по канонам классического образования:
1. Лекции по 1,5 часа
2. Много практики, подробная обратная связь от преподателей
3. Общий чатик со студентами, где можно получить поддержку от сокурсников
Посмотрите примеры занятий
👍2❤1
Что такое файлы .pth
Файлы с расширением .pth — это файлы, которые могут быть использованы для добавления директорий в путь поиска модулей Python. Директивы .pth выполняются при запуске интерпретатора Python и добавляют определенные каталоги в переменную sys.path.
Это удобно, когда нужно импортировать модули из нестандартных директорий без необходимости переноса файлов в директории по умолчанию.
#код
Файлы с расширением .pth — это файлы, которые могут быть использованы для добавления директорий в путь поиска модулей Python. Директивы .pth выполняются при запуске интерпретатора Python и добавляют определенные каталоги в переменную sys.path.
Это удобно, когда нужно импортировать модули из нестандартных директорий без необходимости переноса файлов в директории по умолчанию.
#код
👍18
Игра с генетическими алгоритмами в Python
Генетический алгоритм (ГА) — это метод искусственного интеллекта, при котором случайный код мутирует и итеративно проверяется на пригодность, пока не будет найдено решение. В этой статье показано несколько проблем, решенных с помощью ГА в Python.
Читать статью
Генетический алгоритм (ГА) — это метод искусственного интеллекта, при котором случайный код мутирует и итеративно проверяется на пригодность, пока не будет найдено решение. В этой статье показано несколько проблем, решенных с помощью ГА в Python.
Читать статью
❤13
Сколько лет опыта по вашему должен иметь синьор?
#интерактив
#интерактив
❤2👍1
Дано целое число, преобразовать его в римскую цифру.
В этом решении мы создаем метод intToRoman, который принимает целое число в качестве аргумента и возвращает его римское представление в виде строки.
Метод использует жадный алгоритм для поиска наибольшего римского числа, которое может быть вычтено из входного числа. Затем он вычитает это число и добавляет соответствующее римское число к результату.
Этот процесс повторяется до тех пор, пока входное число не станет равным нулю.
#код
В этом решении мы создаем метод intToRoman, который принимает целое число в качестве аргумента и возвращает его римское представление в виде строки.
Метод использует жадный алгоритм для поиска наибольшего римского числа, которое может быть вычтено из входного числа. Затем он вычитает это число и добавляет соответствующее римское число к результату.
Этот процесс повторяется до тех пор, пока входное число не станет равным нулю.
#код
🔥27👏5👍2❤1🎉1
Очередной #дайджест по Python:
🐍 DVC — прекрасный инструмент для Data Science
Инструмент, который многие, незаслуженно, обходят стороной.
🐍 Кто отвечает за развитие Python
Начиная с версии 3.8 за будущее Python отвечает руководящий совет в составе нескольких известных разработчиков.
🐍 Архитектура высоконагруженных телеграм-ботов на Python
В условиях высокой нагрузки, когда ботом начинают пользоваться тысячи и даже миллионы пользователей, стандартные решения становятся недостаточными.
🐍 Моделирование биологических явлений с помощью Python
Моделирование биологических явлений позволяет нам лучше понимать и прогнозировать поведение живых систем, начиная от популяционных динамик до молекулярных взаимодействий.
🐍 DVC — прекрасный инструмент для Data Science
Инструмент, который многие, незаслуженно, обходят стороной.
🐍 Кто отвечает за развитие Python
Начиная с версии 3.8 за будущее Python отвечает руководящий совет в составе нескольких известных разработчиков.
🐍 Архитектура высоконагруженных телеграм-ботов на Python
В условиях высокой нагрузки, когда ботом начинают пользоваться тысячи и даже миллионы пользователей, стандартные решения становятся недостаточными.
🐍 Моделирование биологических явлений с помощью Python
Моделирование биологических явлений позволяет нам лучше понимать и прогнозировать поведение живых систем, начиная от популяционных динамик до молекулярных взаимодействий.
LineaPy
LineaPy — это библиотека для работы с временными рядами и анализа временных данных.
Эта библиотека позволяет быстро решать типовые задачи анализа временных рядов без необходимости "изобретать велосипед".
Она удобна для анализа временных данных в задачах прогнозирования, мониторинга, выявления сезонности, трендов и аномалий. Имеет интуитивный API и хорошую документацию.
В этом примере мы получили прогнозные значения временного ряда на 5 периодов вперед с помощью модели ARIMA из LineaPy за считанные строки кода.
#код
LineaPy — это библиотека для работы с временными рядами и анализа временных данных.
Эта библиотека позволяет быстро решать типовые задачи анализа временных рядов без необходимости "изобретать велосипед".
Она удобна для анализа временных данных в задачах прогнозирования, мониторинга, выявления сезонности, трендов и аномалий. Имеет интуитивный API и хорошую документацию.
В этом примере мы получили прогнозные значения временного ряда на 5 периодов вперед с помощью модели ARIMA из LineaPy за считанные строки кода.
#код
👍9👏2❤1
Создавайте красивые QR-коды с помощью Python
В статье описано, как использовать Python для генерации QR-кодов: от стандартных черно-белых QR-кодов до красивых QR-кодов ваших любимых цветов.
Читать статью
В статье описано, как использовать Python для генерации QR-кодов: от стандартных черно-белых QR-кодов до красивых QR-кодов ваших любимых цветов.
Читать статью
🔥16👍2
Forwarded from Библиотека программиста | программирование, кодинг, разработка
🤖📄 ChatGPT: эффективная суммаризация с помощью LLM
В этой статье разберём суммаризацию с помощью LLM на примере обработки отзывов в e-commerce.
🔗Читать статью
🔗Зеркало
В этой статье разберём суммаризацию с помощью LLM на примере обработки отзывов в e-commerce.
🔗Читать статью
🔗Зеркало
👍2
Можно ли создать словарь с упорядоченным набором ключей в Python ниже 3.7?
Начиная с версии Python 3.7, порядок вставки ключей сохраняется, и вы можете создать словарь с упорядоченным набором ключей.
Чтобы создать такой словарь на версиях ниже чем 3.7, вы можете использовать collections.OrderedDict.
collections.OrderedDict сохраняет порядок добавления элементов, а также предоставляет два дополнительных метода:
— .popitem() удаляет элемент с начала или конца OrderedDict;
— .move_to_end() перемещает элемент в начало или конец OrderedDict.
#вопросы_с_собеседований
#вопросы_с_собеседований
👍10❤4
mix-in
mix-in — это паттерн проектирования в ООП, когда в цепочку наследования добавляется небольшой класс-помощник. Основная идея mix-in заключается в том, что можно создать класс с определенным функционалом и потом использовать его методы в других классах. Таким образом, mix-in — это способ расширения функциональности классов без явного наследования.
В этом примере мы создали класс Mixin, который содержит метод mixin_method. Затем мы создали класс MyClass, который наследуется от Mixin и содержит свой метод my_method. Объект obj создан на основе класса MyClass и вызывает метод mixin_method, который определен в Mixin.
#код
mix-in — это паттерн проектирования в ООП, когда в цепочку наследования добавляется небольшой класс-помощник. Основная идея mix-in заключается в том, что можно создать класс с определенным функционалом и потом использовать его методы в других классах. Таким образом, mix-in — это способ расширения функциональности классов без явного наследования.
В этом примере мы создали класс Mixin, который содержит метод mixin_method. Затем мы создали класс MyClass, который наследуется от Mixin и содержит свой метод my_method. Объект obj создан на основе класса MyClass и вызывает метод mixin_method, который определен в Mixin.
#код
👍25❤2
Библиотека питониста | Python, Django, Flask pinned «Самые полезные каналы для программистов в одной подборке! Сохраняйте себе, чтобы не потерять 💾 🔥Для всех Библиотека программиста — новости, статьи, досуг, фундаментальные темы Книги для программистов IT-мемы ☕️Java Библиотека джависта — полезные статьи…»
Фильтры в Django: filter(A, B) vsfilter(A).filter(B)
Расширенное погружение в Django ORM, как он обрабатывает соединения и что это значит для вашего кода.
Читать статью
Расширенное погружение в Django ORM, как он обрабатывает соединения и что это значит для вашего кода.
Читать статью
Forwarded from Библиотека программиста | программирование, кодинг, разработка
💬🦙 LlamaIndex: создаем чат-бота без боли и страданий. Часть 3
Завершаем исследование фреймворка LlamaIndex. В этой части разбираемся с ретриверами, которые обеспечивают различные способы извлечения релевантного контекста из индексов документов.
🔗 Читать статью
🔗 Зеркало
Завершаем исследование фреймворка LlamaIndex. В этой части разбираемся с ретриверами, которые обеспечивают различные способы извлечения релевантного контекста из индексов документов.
🔗 Читать статью
🔗 Зеркало
👍6
Очередной #дайджест по Python:
🐍 Построение распределенной системы очередей сообщений с RabbitMQ и Python
Распределенные системы — это важная составляющая современных вычислений. Они позволяют нам создавать приложения и сервисы, способные обрабатывать огромные объемы данных, обеспечивать высокую доступность и масштабируемость.
🐍 SymPy и симуляция физических процессов
Физические процессы окружают нас повсюду, и понимание их характеристик и поведения имеет огромное значение в различных областях науки и инженерии.
🐍 Reinforcement learning для оптимизации цен в ритейле
Динамическое ценообразование является современным подходом к ценообразованию в ритейле. Оно напрямую связано с моделированием спроса, что позволяет проводить оптимизацию цен на будущий период.
🐍 Python в помощь инженеру ПТО
В статье приведены некоторые скриптоы на Python для решения вопросов, с которыми иногда пересекается инженер ПТО строительной организации.
🐍 Построение распределенной системы очередей сообщений с RabbitMQ и Python
Распределенные системы — это важная составляющая современных вычислений. Они позволяют нам создавать приложения и сервисы, способные обрабатывать огромные объемы данных, обеспечивать высокую доступность и масштабируемость.
🐍 SymPy и симуляция физических процессов
Физические процессы окружают нас повсюду, и понимание их характеристик и поведения имеет огромное значение в различных областях науки и инженерии.
🐍 Reinforcement learning для оптимизации цен в ритейле
Динамическое ценообразование является современным подходом к ценообразованию в ритейле. Оно напрямую связано с моделированием спроса, что позволяет проводить оптимизацию цен на будущий период.
🐍 Python в помощь инженеру ПТО
В статье приведены некоторые скриптоы на Python для решения вопросов, с которыми иногда пересекается инженер ПТО строительной организации.
❤5👍4
Какой фреймворк для работы изучали последний раз?
#интерактив
#интерактив
👍4
Bottleneck
Bottleneck — это библиотека, которая ускоряет работу методов NumPy в 25 раз. Особенно, если массив имеет значения NaN.
В этом примере мы создаём 2D массив NumPy с 1000 строками и 10 столбцами со случайными значениями.
Далее функция move_mean используется для вычисления скользящего среднего для каждой строки в массиве. Параметр window указывает количество значений, которые будут использоваться при вычислении каждого скользящего среднего, а параметр axis указывает ось, вдоль которой будет вычисляться скользящее среднее (в данном случае мы вычисляем его для каждой строки, поэтому устанавливаем axis=1).
#код
Bottleneck — это библиотека, которая ускоряет работу методов NumPy в 25 раз. Особенно, если массив имеет значения NaN.
В этом примере мы создаём 2D массив NumPy с 1000 строками и 10 столбцами со случайными значениями.
Далее функция move_mean используется для вычисления скользящего среднего для каждой строки в массиве. Параметр window указывает количество значений, которые будут использоваться при вычислении каждого скользящего среднего, а параметр axis указывает ось, вдоль которой будет вычисляться скользящее среднее (в данном случае мы вычисляем его для каждой строки, поэтому устанавливаем axis=1).
#код
👍12❤2🥰1
Что делать, если нужно сериализовать данные, которые не поддерживаются стандартным модулем json?
Если нужно сериализовать объекты, которые по умолчанию не поддерживаются модулем json, то есть несколько вариантов:
— Реализовать методы __getattr__ и __setattr__ в классе объекта, чтобы преобразовать его в словарь, который уже можно сериализовать в JSON.
— Использовать декоратор dataclass из модуля dataclasses для автоматической генерации методов сериализации.
— Создать собственный класс-наследник json.JSONEncoder и переопределить метод default(), чтобы указать как сериализовать нестандартные объекты.
— Использовать библиотеку marshmallow для создания схем сериализации/десериализации сложных объектов в JSON.
— Преобразовать объекты в dict или list вручную перед сериализацией с помощью методов объекта или отражения (reflection).
— Использовать другой формат сериализации, например YAML или MessagePack, который может поддерживать произвольные типы.
#вопросы_с_собеседований
Если нужно сериализовать объекты, которые по умолчанию не поддерживаются модулем json, то есть несколько вариантов:
— Реализовать методы __getattr__ и __setattr__ в классе объекта, чтобы преобразовать его в словарь, который уже можно сериализовать в JSON.
— Использовать декоратор dataclass из модуля dataclasses для автоматической генерации методов сериализации.
— Создать собственный класс-наследник json.JSONEncoder и переопределить метод default(), чтобы указать как сериализовать нестандартные объекты.
— Использовать библиотеку marshmallow для создания схем сериализации/десериализации сложных объектов в JSON.
— Преобразовать объекты в dict или list вручную перед сериализацией с помощью методов объекта или отражения (reflection).
— Использовать другой формат сериализации, например YAML или MessagePack, который может поддерживать произвольные типы.
#вопросы_с_собеседований
👍10
Eli5
Библиотека eli5 используется для анализа и интерпретации результатов моделей машинного обучения. Она работает с такими библиотеками, как: Scikit-learn, XGBoost, CatBoost, Keras, lightning и LightGBM.
В этом примере мы загружаем датасет Бостон из библиотеки sklearn, разбиваем его на обучающую и тестовую выборки и строим модель линейной регрессии.
Затем мы используем функцию show_weights из библиотеки eli5 для отображения весов линейной регрессии.
eli5 может помочь понять, какие признаки важны для модели и как они влияют на предсказания. Это может быть полезно для улучшения качества моделей и для объяснения их работы другим людям.
#код
Библиотека eli5 используется для анализа и интерпретации результатов моделей машинного обучения. Она работает с такими библиотеками, как: Scikit-learn, XGBoost, CatBoost, Keras, lightning и LightGBM.
В этом примере мы загружаем датасет Бостон из библиотеки sklearn, разбиваем его на обучающую и тестовую выборки и строим модель линейной регрессии.
Затем мы используем функцию show_weights из библиотеки eli5 для отображения весов линейной регрессии.
eli5 может помочь понять, какие признаки важны для модели и как они влияют на предсказания. Это может быть полезно для улучшения качества моделей и для объяснения их работы другим людям.
#код
👍8❤1
Визуализация процесса релиза CPython
В этом сообщении блога рассказывается, как работает процесс выпуска CPython, и содержится диаграмма, документирующая каждый шаг. Также выявляются точки угроз в цепочке поставок.
Читать статью
В этом сообщении блога рассказывается, как работает процесс выпуска CPython, и содержится диаграмма, документирующая каждый шаг. Также выявляются точки угроз в цепочке поставок.
Читать статью
👍12❤1