Учим Питон

Вебинар по первой главе System design В эту субботу в 11.00 по Москве мы запустим вебинар, в котором обсудим материалы первой главы. Ссылка: https://telemost.yandex.ru/j/79925380906890

Предлагаю начать вместе читать System Design от Алекса Сюй. Это книга позволит вам понять, как устроены онлайн-сервисы, а в последующем позволит и пройти интервью. Предлагаю каждому выбрать гипотетический онлайн-сервис (конкурент тик-тока, онлайн дилер и т.д.) и пытаться применить принципы из книжки. Предлагаю в конце недели, после очередной главы, обсуждать реализацию принципов в своем проекте. В этот раз читаем первую главу. Обсудим её в эти выходные. П.С. Книжку придется самим найти в Интернете.

Learning Machine Learning. Регрессия с регуляризацией (Ridge, Lasso). Первая и вторая темы нашего прохождения сильно связаны между собой. На этой неделе мы начинаем изучать регрессию с регуляризацией. Короткое объяснение: https://www.youtube.com/watch?v=C98SRCZfgkk Задача все та же: предсказать цену дома на датасете https://www.kaggle.com/datasets/camnugent/california-housing-prices Теперь необходимо посмотреть, как регулризация влияет на получаемое решение. Буду рад вопросам и ответам в комментариях. #LearningMachineLearning2025 #LearningMachineLearning

Практика по линейной регрессии. Я вам тут накидал небольшой ноутбук, чтобы было легче начать анализировать. Если вы посмотрели видео из прошлого поста, то у вас начнут появляться вопросы. Ответы на некоторые из них можно найти в книжке "Введение в статистическое обучение с примерами на языке Python" от Гарет Джеймс и др. Я нашел её здесь: https://annas-archive.org/md5/e9d11665dbd051585a2eff1f58407de5 Задача: предсказать цену дома на датасете https://www.kaggle.com/datasets/camnugent/california-housing-prices Мой ноутбук: https://colab.research.google.com/drive/1yPCY4O6fLEXsjzJ02Vj6oc3mBLsaPk2y?usp=sharing

Learning Machine Learning. Линейная регрессия. Наша первая тема - один из самых простых и самых важных алгоритмов машинного обучения. Через несколько дней я выложу свой конспект, а пока - материалы: Объяснение: https://www.youtube.com/watch?v=_PlC8Niun7U Задача: предсказать цену дома на датасете https://www.kaggle.com/datasets/camnugent/california-housing-prices Примеры решения можно найти во вкладке Code по запросу Linear regression. И там надо будет разбираться 🙈 #LearningMachineLearning2025 #LearningMachineLearning Буду рад вопросам и ответам в комментариях.

Learning Machine Learning Итак, мы начинаем наше путешествие в мир машинного обучения. Формат обучения будет такой. В первый день я даю ссылки на материалы и задачи. А через дней несколько делюсь своим конспектом и решением. Задать вопросы можно в чатах тг или в комментариях. Чат в тг по python: https://t.me/learnpythonforfun_chat Чат в тг по данным: https://t.me/datascienceforfun_chat

Я сделал небольшой анализ опроса о том, какие видео на тему продуктивности больше нравятся людям. Для желающих, там есть небольшое домашнее задание: https://colab.research.google.com/drive/1MjXCaO3fZxgnzySRzjzdb-AWUBHnAOEG?usp=sharing Спасибо всем за участие в опросе!

Я составил план нашего самообучения на ближайший год. Апрель-Май - Поколение Python Май-Июль - Основы статистики + книжка Грокаем алгоритмы Август-Сентябрь - Курс по SQL (работа с базами данных) Октябрь-Ноябрь - Объектно-ориентированное программирование Ноябрь-Декабрь - Паттерны + Книжка по архитектуре Мы будем совместно проходить курсы на степике, как это делали раньше. Я анонсирую в группе/тг-чате очередную неделю прохождения, а вопросы можно задавать в тг-чате. Курсы предназначены в основном для начинающих, но я надеюсь, что анонсы получится разбавлять интересными материалами. Наш тг-чат: https://t.me/learnpythonforfun

Напоминаю, что вы можете помочь нам с данными и пройти простой тест за 5 минут: https://forms.gle/5HV4uBuWVkuCDPcQ8 Если вам интересен результат, ставьте любую реакцию на пост, и чуть позже я постараюсь выложить все результаты.

А давайте сделаем простую визуализацию на python? В общем, идея: мы хотим узнать, какие темы наиболее интересны людям для видео по продуктивности. Я составил короткий опрос: https://forms.gle/5HV4uBuWVkuCDPcQ8 Пройдите опрос, и через неделю я поделюсь кодом, данными, и анализом результатов опроса.

Небольшая идея. Было бы круто сделать иметь сервис для корректирования оценки после накрученных отзывов. К примеру, пусть у нас два товара со средними отзывами: Товар 1: Отл. ———————— Хор. ————— Удв. — Плх. —— Товар 2: Отл. ——— Хор. ———— Удв. ——— Плх. — Кажется, что у первого товара гораздо больше хороших и отличных отзывов, значит, и товар лучше. Однако, можно заметить, что у первого товара и плохих отзывов больше. Более того, у него плохих отзывов больше, чем удовлетворительных. То есть люди часто были сильно недовольны товаром. Получается, если отбросить вероятно покупные отзывы у товара 1, то товар 2 будет выглядеть лучше. В общем, интересно создать модель, которая по частотам хороших-плохих отзывов будет выставлять скорректированную оценку товару.

Друзья, предлагаю собрать в одном месте книги и курсы для изучения объектно-ориентированного программирования в python. Подойдут книги, бесплатные курсы (степик, курсера), бесплатные онлайн-туториалы, сайты с задачками на ООП, статьи на тематических ресурсах (хабр, медиум), открытые видео на ютюб. Я начну: https://docs.python.org/3/tutorial/index.html - официальный туториал python. https://stepik.org/course/512/ - не самый интуитивный курс по слегка продвинутому python. https://metanit.com/python/tutorial/ - туториал на метаинит. https://pythonworld.ru/samouchitel-python - еще немного материала (довольно скупое описание ООП). Предлагайте свои варианты в комментариях. Будет круто, если вы дадите и короткое описание/впечатление от предложенного ресурса :)

Планы на 2025 год Итак, 2024 год подошел к концу. Если честно, в самом канале было не так много активности: мы прочитали книжку Грокаем алгоритмы и прошли курc по FastAPI. Что же будет дальше? У меня есть несколько пожеланий на 2025 год. Во-первых, мне хочется сделать группу чуть более community-centered. Иными словами, мне бы хотелось, чтобы другие участники тоже могли создавать посты и активности. Сейчас я делаю бота для группы и надеюсь в будущем добавить функции предложки. Во-вторых, мне бы хотелось добавить в группу разнообразия и глубины в плане изучаемых технологий: чуть больше статистики и анализа данных, чуть больше логики и алгоритмов. Иными словами, не ограничиваться материалами для новичков. В-третьих, мне бы действительно хотелось создать небольшой курс по ООП. Мне кажется несправедливым, что сейчас основные русскоязычные курсы по ООП стоят денег. Такие знания должны быть свободными. Конечно, при этом хочется сохранить прежние активности: прочитать вместе книжку, пройти пару курсов. Надеюсь, у нас всё получится 😀 В общем, всех с наступающим Новым Годом 🎉🎉🎉

Сообщение.

Итак, мы прошли курс по FastAPI. Курс мне не очень понравился. С одной стороны, мне показалось, что автор сам до конца не разобрался в том, как все устроено и как оно работает. С другой стороны, у курса был целый ряд проблем. Итак, к проблемам: 1. Курс дает довольно поверхностную информацию. Кто-то скажет, что курс учит самостоятельности и надо читать документацию, но почему бы тогда просто не читать документацию? Выбрать себе пет-проект и делать его, читая доки. Все-таки, мне кажется, курс должен давать информацию усвояемыми кусками. 2. Задания в курсе сформулированы плохо. Сначала все было терпимо, на ближе к концу курса стало казаться, что автор сдался и с материалом, и с заданиями. Хотелось бы большей ясности с тем, что и как надо делать, как проверять результирующий код. 3. Курс неконсистентен. К примеру, сначала говорится, что SQLAlchemy не будет объяснена, а потом в задании просят её использовать. Кроме этого, автор иногда повторяется - несколько раз встречались главы про валидацию и pydentic. Из плюсов курса можно отметить следующее: он предоставляет некую дорожную карту изучения веб-технологий с python. Иными словами, вы можете зайти на курс, открывать раздел и начать самостоятельно изучать доку нужных технологий. Задания тоже какие-никакие присутствуют. Будем ли мы снова проходить этот курс? Думаю, что нет. Я его также не рекомендую начинающим. Стоит ли он потраченного времени? Мне показалось, что он не хуже простого чтения документации, и если есть свободное время, то можно узнать для себя что-то новое. #fastapi #совместноепрохождение #fastapi_finalreport

Курс по FastAPI. Раздел 9 (последний раздел). Что надо сделать? Проходить девятый раздел курса. Не стесняйтесь задавать вопросы в чате, если чего-то не понимаете: https://t.me/learnpythonforfun_chat Всем удачи! #fastapi #совместноепрохождение #fastapi_part_9

Курс по FastAPI. Раздел 8. Что надо сделать? Проходить восьмой раздел курса. Не стесняйтесь задавать вопросы в чате, если чего-то не понимаете: https://t.me/learnpythonforfun_chat В конце недели написать короткий отчет с тегом #fastapi_report_8, описать в нем, что (не) получалось, что было непонятно. Всем удачи! #fastapi #совместноепрохождение #fastapi_part_8

Курс по FastAPI. Раздел 7. Что надо сделать? Проходить седьмой раздел курса. Он будет про тестирование веб-приложений. Не стесняйтесь задавать вопросы в чате, если чего-то не понимаете: https://t.me/learnpythonforfun_chat В конце недели написать короткий отчет с тегом #fastapi_report_7, описать в нем, что (не) получалось, что было непонятно. Всем удачи! #fastapi #совместноепрохождение #fastapi_part_7

Курс по FastAPI. Раздел 6. Отчеты. Итак, у нас заканчивается шестой раздел курса по FastAPI. А это значит, что настало время коротких отчетов. Что у вас получилось? В чем загвоздка? что непонятно? Не забудьте поставить тег #fastapi_report_6.

Курс по FastAPI. Неделя 6. Продолжение. Я заметил, что несколько человек застряли на шестом разделе, поэтому в эту неделю продолжаем 6 раздел. Что надо сделать? Проходить шестой раздел курса. Не стесняйтесь задавать вопросы в чате, если чего-то не понимаете: https://t.me/learnpythonforfun_chat В конце недели написать короткий отчет с тегом #fastapi_report_6, описать в нем, что (не) получалось, что было непонятно. При желании можно вступить в наш класс (https://stepik.org/join-class/03ef72b3cba78e1c07782f04c15ea000d09d52f9). Всем удачи! #fastapi #совместноепрохождение #fastapi_part_6