PythonCamp

Data Science Fundamentals with R, Python, and Open Data Marco Cremonini 2024 В книге «Основы науки о данных с R, Python и открытыми данными», организованной с упором на открытые данные, рассматриваются концепции, методы, инструменты и первые шаги по реализации проектов в области науки о данных с акцентом на Python и RStudio, что отражает явную тенденцию развития отрасли к их интеграции. В тексте рассматриваются тонкости и несоответствия, часто встречающиеся в реальных данных, объясняется, как их распознать, и предлагаются возможные решения, а также дается возможность уверенно работать с реальными данными и применять преобразования для реорганизации, индексации, агрегирования и детализации. #python #eng

Универсальный уникальный идентификатор (UUID) UUID — это значение, которое можно смело считать уникальным. Да, есть риск совпадений, но он настолько низок, что его можно вообще игнорировать. Суть в том, что в uuid1() генерируется на основе времени и информации устройства. Создание копий примерно в один и тот же момент и на той же машине привело к «совпадению». uuid4() же всегда создаёт случайные числа. 📌 Документация #lesson

Foundations of Data Science with Python John M. Shea 2024 Foundations of Data Science with Python знакомит читателей с основами науки о данных, включая манипулирование данными и их визуализацию, вероятность, статистику и снижение размерности. Книга ориентирована на инженеров и ученых, но она должна быть понятна любому, кто знает основы исчисления и основы компьютерного программирования. В книге используется подход к науке о данных, основанный на вычислениях: читатель узнает, как использовать Python и связанные с ним библиотеки для визуализации, преобразования и моделирования данных, а также как проводить статистические тесты с использованием реальных наборов данных. #python #eng

Python For Data Science And Machine Learning Andy Vickler 2021 Вы думаете об изучении науки о данных? Вы умеете писать на Python и хотите продолжить обучение? Тогда вы пришли в нужное место. Вот что вы узнаете: - Узнаете, что такое наука о данных и машинное обучение и каковы их ограничения. - Познакомитесь с NumPy и работой с массивами NumPy - Познакомитесь с Pandas и манипулированием данными - Познакомитесь с Matplotlib и Seaborn и визуализацией данных - Откройте для себя углубленное введение в машинное обучение - Освоите популярные алгоритмы машинного обучения - Узнайте, как реализовать классификацию и регрессию с помощью Python #python #eng

Подготовка к Новому году – это волнительно и приятно. Но давайте совместим приятное с полезным. Например, создадим телеграм-бот для новогодних поздравлений! 18 декабря на вебинаре «Телеграм-бот своими руками» вы узнаете: - Как устроен телеграм-бот - Как создать телеграм-бот на сервере Telegram - Как написать бэкенд для телеграм-бота на базе фреймворка Aiogram Мастер-класс проведёт Кирилл Панфилов, преподаватель OTUS, классный программист и автор ютуб-канала [dirty-python] Приглашаем начинающих Python-разработчиков, разработчиков на Jave и других языках, а также всех, кто интересуется разработкой и IT. Результаты вебинара: функционирующий бот, прокачка навыков программирования на Python, доступ к закрытому сообществу,  а ещё – скидка на курсы и полезные материалы. 18 декабря, 19:00 МСК Записаться на вебинар - https://otus.pw/7qve/?erid=LjN8K8Nte Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

SQLAlchemy Object-Relational Mapping (ORM) — технология, которая связывает базы данных и языки программирования. С ней больше не придется писать SQL-код. Для Python есть SQLAchem. Он работает с самыми популярными базами данных, поддерживает асинхронность, но слегка труден в освоении. 📌 Документация #lesson

Using Stable Diffusion with Python Andrew Zhu 2024 Вы познакомитесь со стабильной диффузией, поймете теорию, лежащую в основе диффузионных моделей, настроите среду и создадите свое первое изображение с помощью диффузоров. Вы сможете оптимизировать производительность, использовать пользовательские модели и интегрировать ресурсы сообщества, такие как LoRAs, текстовая инверсия и ControlNet, чтобы улучшить свои творения. Охватывая такие техники, как восстановление лица, масштабирование и реставрация изображений, вы сосредоточитесь на разблокировании ограничений подсказок, разборе подсказок по расписанию и взвешенных подсказках, чтобы создать полностью адаптированное приложение Stable Diffusion промышленного уровня. В этой книге также рассматриваются реальные приложения для медицинской визуализации, дистанционного зондирования и улучшения фотографий. #python #eng

aiogram Лучшая асинхронная библиотека для создания Telegram-ботов на Python. На данный момент у неё 3.3к звёзд на Github. aiogram позволяет создавать ботов любой сложности и горизонтально масштабировать их. #lesson

Сбер выкатил в открытый доступ сразу три новые нейронки — GigaChat Lite, GigaEmbeddings и GigaAMv2. Релиз новинок состоялся на конфе AI Journey. Отмечу нейронку GigaEmbeddings — это модель эмбеддингов для RAG. Работает отлично, сильно лучше E5, на RAG бенчах даёт до 15% абсолютного качества. Другая нейронка GigaAMv2 — пока одна из самых лучших моделей, которые распознают речь.

Программирование на Python с помощью GitHub Copilot и ChatGPT Даниэль Зингаро, Лео Портер 2024 Узнайте, как создавать и улучшать программы на Python с помощью ИИ, даже если прежде вы не написали ни строчки компьютерного кода. Сэкономьте время на рутинном программировании и воспользуйтесь услугами ИИ, способного мгновенно воплотить ваши идеи в жизнь. Заодно выучите Python! #python #rus

Bayesian Analysis with Python Osvaldo Martin 2024 Третье издание книги «Байесовский анализ с помощью Python» служит введением в основные концепции прикладного байесовского моделирования с использованием PyMC, современной библиотеки вероятностного программирования, и других библиотек, поддерживающих и облегчающих моделирование, таких как ArviZ для исследовательского анализа байесовских моделей, Bambi для гибкого и простого иерархического линейного моделирования, PreliZ для элективного анализа предшествующих факторов. библиотек, поддерживающих и облегчающих моделирование, таких как ArviZ - для исследовательского анализа байесовских моделей; Bambi - для гибкого и простого иерархического линейного моделирования; PreliZ - для элективного определения приоритетов; PyMC-BART, для гибкой непараметрической регрессии; и Kulprit для выбора переменных. #python #eng

Хотите добавить собственную логику при настройке атрибута? Используйте декоратор Python «setter property»! Используя это, в примере класса Circle вы можете установить радиус с проверкой:

c = Circle(5)
c.radius = 10

But c.radius = -1 will raise a ValueError! #theory

Изменение путем присваивания Это особенность срезов, с помощью которой мы можем менять элементы списка. Таким образом мы заменяем элементы внутри этого среза другими из итератора (list, tuple, range). С их помощью мы также можем добавлять/удалять элементы, опустошать список и многое другое. Стоит отметить, что в разреженных срезах (с шагом > 1) ничего не сработает, если длина итератора не равна длине результата среза. #lesson