en
Feedback
PythonCamp

PythonCamp

Open in Telegram

Лагерь Python-программистов! Обратная связь: @earlsky Copyright: @camprobot Perfluence

Show more
Buy Ad
9 074
Subscribers
No data24 hours
-267 days
-11330 days
Posts Archive
Магическое число NaN Not a Number получается в случае, если компьютер не может посчитать выражение. Сколько будет, если беско
Магическое число NaN Not a Number получается в случае, если компьютер не может посчитать выражение. Сколько будет, если бесконечность поделить на бесконечность? Не знаете? Вот и компьютер не знает. Основной особенностью этого числа является то, что оно не равно самому себе. То есть NaN == NaN всегда будет False. #lesson

Microsoft Excel теперь в Telegram! Информация по созданию таблиц еще никогда не была такой доступной, как сейчас. Никаких сло
Microsoft Excel теперь в Telegram! Информация по созданию таблиц еще никогда не была такой доступной, как сейчас. Никаких сложных слов, только простые видео, которые обучат вас и раскроют весь потенциал таблиц. Внутри канала всевозможные лайфхаки и приемы, которые облегчат вам работу и учебу от сотрудника Microsoft. Используй весь потенциал таблиц: @Excel #промо

Осваиваем архитектуру Transformer.pdf18.13 MB

Осваиваем архитектуру Transformer: Разработка современных моделей с помощью передовых методов обработки естественного языка Й
Осваиваем архитектуру Transformer: Разработка современных моделей с помощью передовых методов обработки естественного языка Йылдырым C., Асгари-Ченаглу М. 2022 В этой книге рассказывается, как создавать различные приложения NLP на основе трансформеров, используя библиотеку Python Transformers. Вы познакомитесь с архитектурой трансформеров и напишете свою первую программу для работы с моделями на основе этой передовой технологии. Вашему вниманию будут представлены эффективные модели c открытым исходным кодом для решения сложных задач и тестовые наборы данных; вы освоите методы многоязычной и межъязыковой обработки текстов, научитесь оптимизировать модели и узнаете, как добиться для этих моделей интерпретируемости и объяснимости. Книга адресована специалистам по NLP, преподавателям машинного обучения / NLP и тем, кто хочет освоить машинное обучение в части обработки естественного языка. #python #rus

Изменение путем присваивания Это особенность срезов, с помощью которой мы можем менять элементы списка. Таким образом мы заме
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

Robo_Advisor_with_Python_A_hands_on_guide_to_building_and_operating.epub5.76 MB

Robo-Advisor with Python: A hands-on guide to building and operating your own Robo-advisor Aki Ranin 2023 Эта книга - ваше пр
Robo-Advisor with Python: A hands-on guide to building and operating your own Robo-advisor Aki Ranin 2023 Эта книга - ваше практическое руководство по пониманию того, как работают робо-консультанты, и как эффективно их создать. Главы книги составлены таким образом, чтобы помочь вам получить полное представление о том, что делают робо-консультанты и как они устроены с помощью сквозного рабочего процесса. #java #eng

Pretty print Модуль pprint позволяет настраивать вывод коллекций. Это полезно при работе с коллекциями, в которых больше двух
Pretty print Модуль pprint позволяет настраивать вывод коллекций. Это полезно при работе с коллекциями, в которых больше двух вложений и более 10 элементов. pprint.pprint(object, indent=1, width=80, depth=None) — выводит объект с отступами indent, ограничивает строку до width символов и идёт в глубь до depth элементов. #lesson

Explainable_AI_Recipes_Implement_Solutions_to_Model_Explainability.pdf8.19 MB

Explainable AI Recipes: Implement Solutions to Model Explainability and Interpretability with Python Pradeepta Mishra 2023 Кн
Explainable AI Recipes: Implement Solutions to Model Explainability and Interpretability with Python Pradeepta Mishra 2023 Книга начинается с интерпретации модели для линейных моделей контролируемого обучения, которая включает в себя важность признаков, анализ частичных зависимостей и анализ влиятельных точек данных для моделей классификации и регрессии. Далее рассказывается о контролируемом обучении с использованием нелинейных моделей и современных механизмах, таких как SHAP values/scores и LIME для локальной интерпретации. Объяснимость для моделей временных рядов рассматривается с использованием LIME и SHAP, также как и задачи, связанные с обработкой естественного языка, такие как классификация текстов и анализ настроений с помощью ELI5 и ALIBI. В конце книги рассматривается классификация сложных моделей и регрессионно-подобные нейронные сети и модели глубокого обучения с использованием фреймворка CAPTUM. #python #eng

Beginning PyQt.pdf9.21 MB

Beginning PyQt Joshua M. Willman 2022 Изучите разработку приложений с графическим интерфейсом с нуля, используя практический
Beginning PyQt Joshua M. Willman 2022 Изучите разработку приложений с графическим интерфейсом с нуля, используя практический подход, реализованный в этой книге, создавая простые проекты, обучающие основам использования PyQt. Каждая глава в этой книге постепенно переходит к обучению более сложным и разнообразным концепциям, которые помогут вам в разработке интересных приложений с использованием последней версии PyQt. #python #eng

A Students Guide to Python for Phys Model.pdf10.29 MB

A Student's Guide to Python for Physical Modeling, 2nd Edition Jesse M. Kinder 2021 Это полностью обновленное второе издание
A Student's Guide to Python for Physical Modeling, 2nd Edition Jesse M. Kinder 2021 Это полностью обновленное второе издание книги "Руководство студента по Python для физического моделирования" призвано помочь вам, студенту, освоить язык программирования Python в объеме, достаточном для начала работы с физическим моделированием. Вы узнаете, как установить среду программирования Python с открытым исходным кодом и использовать ее для выполнения многих распространенных задач научных вычислений: импорта, экспорта и визуализации данных, численного анализа и моделирования. #python #eng

Почти каждое приложение использует базу данных, поэтому вот вам небольшая шпаргалка по SQL.

Совет на всю жизнь — залипайте в Ютуб правильно. Ведь тут есть всё: от истории Вселенной и теории струн до программирования и танцев. А не только мемы, треш и идиотские челленджи. И лучшее со всего Ютуба собирают на канале Маствочинг. Внутри: как вкусно готовить, почему выучить английский за 5 минут — легко и как работают нейросети (спойлер: это не так уж и сложно). Подписывайтесь, потом сами себе спасибо скажете: Маствочинг.

Бывший менеджер Лионеля Месси открыл свой канал в телеграме. Там он постит инсайдерскую информацию про футбол, которая не поп
Бывший менеджер Лионеля Месси открыл свой канал в телеграме. Там он постит инсайдерскую информацию про футбол, которая не попадает в простой люд и рассказывает, кто выиграет Чемпионат мира. Подписывайтесь, других таких каналов просто нет: @first_foot

Pro Deep Learning with TensorFlow 2.0.pdf15.87 MB

Pro Deep Learning with TensorFlow 2.0: A Mathematical Approach to Advanced Artificial Intelligence in Python Santanu Pattanay
Pro Deep Learning with TensorFlow 2.0: A Mathematical Approach to Advanced Artificial Intelligence in Python Santanu Pattanayak 2023 Эта книга начинается с математических и технических основ глубокого обучения. Далее вы узнаете о сверточных нейронных сетях, включая новые сверточные методы, такие как расширенная свертка, свертка с разделением по глубине, и другие. Затем вы получите представление об обработке естественного языка в передовых сетевых архитектурах и различные механизмы внимания, имеющие отношение к обработке естественного языка. По мере продвижения вы будете изучать механизмы обучения без учителя, которые отражают текущее состояние методов глубокого обучения, такие как автоэнкодеры и вариационные автоэнкодеры. Последняя глава охватывает продвинутую тему генеративных адверсарных сетей и их разновидностей, таких как циклические консистентные GAN и методы графовых нейронных сетей, такие как графовые сети внимания и GraphSAGE. #python #TensorFlow #eng

__debug__ Константа, от неё зависит будет ли выполняться выражения assert. Если значение True, то все операторы assert будут
__debug__ Константа, от неё зависит будет ли выполняться выражения assert. Если значение True, то все операторы assert будут игнорироваться. По умолчанию значение у __debug__ — False. Чтобы задать True надо выполнить скрипт -O. Это ускорит проект, если у вас много assert в приложении. Задать значение константе из приложения не получится, выдаст SyntaxError в Python 3.10+ или NameError в версиях постарше. 📌 Документация #урок