python_practics

Помощь в трудоустройстве в IT-сфере! В России из-за дефицита айтишников запустили бесплатную программу по обучению IT-специалистов. Теперь любой желающий может попробовать себя в IT с полного нуля и начать обучение бесплатно! Узнайте про дальнейшее трудоустройство в ведущие IT-компании для восполнения кадрового дефицита. Для этого нужно: - Перейти по ссылке - Заполнить анкету и ответить на вопросы (занимает менее 3 минут) - На основании ваших ответов вы сразу узнаете, подходит ли вам сфера IT и сможете ли вы в ней работать Перейти на сайт #реклама 16+ urban-university.ru О рекламодателе

Головоломка на Python Полный код можно посмотреть по ссылке👇 #sandbox @python_practics

Внимание! - Вопрос! Расскажите подробнее об алгоритме k ближайших соседей. Метод k-ближайших соседей (k Nearest Neighbors, или kNN) – популярный алгоритм классификации, который используется в разных типах задач машинного обучения. Наравне с деревом решений это один из самых понятных подходов к классификации. На интуитивном уровне суть метода проста: посмотри на соседей вокруг, какие из них преобладают, таковым ты и являешься. Формально основой метода является гипотеза компактности: если метрика расстояния между примерами введена удачно, то схожие примеры гораздо чаще лежат в одном классе, чем в разных. В случае использования метода для классификации объект присваивается тому классу, который является наиболее распространённым среди k соседей данного элемента, классы которых уже известны. В случае использования метода для регрессии, объекту присваивается среднее значение по k ближайшим к нему объектам, значения которых уже известны. #вопросы_из_собеседований

Регистрируйтесь на главную конференцию Yandex Cloud! Большая конференция Yandex Cloud для тех, кто создаёт цифровые продукты и решения. Вас ждут 5 тематических треков, 31 доклад, 50 экспертов, нетворкинг и общение. Участие бесплатное! Зарегистрироваться #реклама 16+ scale.yandex.cloud О рекламодателе

Обзор библиотек для работы с графами в Python: NetworkX и Graph-tool В математике и программировании графы — это структурированная группа данных, которые представляют собой связанные элементы. Благодаря гибкости этих элементов и их способности сохранять данные в удобной для использования форме, они широко применяются в программировании и сфере технологий. В настоящее время одна из самых популярных отраслей, в которых используются графы — машинное обучение. Для работы с графами созданы библиотеки Python, наиболее востребованные из них — это NetworkX и Graph-tool. В этом обзоре авторы расскажут об этих продуктах, а также выяснят практические аспекты работы с графами в программировании. Подробнее👇 #статьи @python_practics

Ставь 👍 если было полезно #теория_python @python_practics

Станьте AI-разработчиком на Python и зарабатывайте от 150.000₽ в месяц 🔥🔥🔥 Мы научим вас создавать и тренировать нейронные сети, и вы сможете: 1️⃣ Устроиться разработчиком в крупную компанию и зарабатывать от 150 тыс. ₽ в месяц 2️⃣ Разрабатывать такие проекты на заказ и зарабатывать от 500 тыс. ₽ за проект 3️⃣ Создать нейро-сотрудника в вашей компании и вырасти на +30-100% в зарплате На интенсиве будет много практики: создадим 9 нейросетей за 1 вечер: 🧬 Прогноз стоимости золота 🧬 Сегментация изображения для робота доставщика 🧬 Трекинг людей на видео Ведущий интенсива - Senior AI-разработчик и основатель Университета искусственного интеллекта 🔥 Регистрируйтесь на бесплатный интенсив! Встречаемся в ближайшую среду

PostgreSQL 16 изнутри Чему вы научитесь: • Глубокому пониманию архитектуры и внутренней работы PostgreSQL 16; • Настройке и оптимизации производительности баз данных PostgreSQL; • Созданию и управлению расширениями PostgreSQL; • Использованию новых возможностей и улучшений в версии 16; • Решению сложных задач администрирования и мониторинга базы данных. "PostgreSQL 16 изнутри" поможет вам углубить знания о внутренней архитектуре PostgreSQL и освоить передовые методы настройки и оптимизации производительности. Вы узнаете, как эффективно использовать новые функции и управлять крупномасштабными базами данных с минимальными рисками. Книга в формате pdf👇 #курсы_книги @python_practics

А ещё можно поставить будильник на калькуляторе и на утро удивляться тому, что он не сработал) 👍 - если жизненно #мемчики @python_practics

Глубокий Анализ FastHTML FastHTML — это мощный фреймворк для Python, который упрощает процесс создания веб-приложений и статических страниц. Он предлагает уникальное сочетание простоты и мощи, позволяя разработчикам сосредоточиться на создании качественного контента и функциональности, не отвлекаясь на детали фронтенд-разработки. В этом руководстве автор рассмотрел основные возможности FastHTML, предоставил подробные примеры кода и объяснил, почему этот фреймворк может стать отличным выбором для вашего следующего проекта. Подробнее👇 #статьи @python_practics

Объединение двух словарей А этот фрагмент кода пригодится при работе с базами данных и файлами JSON, когда нужно объединить данные из разных файлов или таблиц в общий файл. Объединение двух словарей таит в себе ряд опасностей, например возможность появления повторяющихся ключей. 👍 - если было полезно #полезные_сниппеты @python_practics

​Узнайте, как использовать нейросети в работе для автоматизации задач, и познакомьтесь с Data Science на практике бесплатно. Занятия подходят для новичков — не бойтесь попробовать себя в чём-то новом и решить, хотите ли изучать эту сферу дальше. Зарегистрируйтесь прямо сейчас и получите гайд «Как пользоваться ChatGPT и Midjourney»: https://epic.st/OUDZkU?erid=2VtzqvRwUDd В программе разбираем 3 главных направления Data Science: — ML Engineer — пишем нейросеть для подбора новостных статей — Data Engineer — изучаем основные конструкции SQL на примере базы данных заказов — Data Analyst — визуализируем данные индекса счастья c помощью Python — А также изучаем основы Python и SQL После просмотра видеоматериалов будет онлайн-встреча с Анастасией Борневой — руководителем направления по исследованию данных в «Сбере». Разберём пройденный материал и обсудим актуальные вопросы профессии. 🎁 Участников ждут подарки: — Год бесплатного изучения английского — Персональная карьерная консультация — 5 полезных чек-листов для старта карьеры — Сертификат на скидку 10 000 рублей на любой курс Skillbox Вперёд к знаниям! Реклама. ЧОУ ДПО «Образовательные технологии «Скилбокс (Коробка навыков)», ИНН: 9704088880

Scrapy Scrapy – это бесплатный фреймворк Python с открытым исходным кодом, который широко используется для веб-скрейпинга и ряда других задач, в том числе автоматического тестирования и интеллектуального анализа данных. Изначально Scrapy был разработан именно для веб-скрейпинга, а позже был доработан для выполнения других задач. Библиотека предлагает быстрый и высокоуровневый метод сбора данных с веб-сайтов и извлечения структурированных данных с веб-страниц. Scrapy написан на Python и построен на основе «пауков», или автономных поисковых роботов, которым предоставляется набор инструкций. Scrapy соблюдает принцип DRY (don’t repeat yourself – не повторяйся) и тем самым упрощает создание и масштабирование готовых проектов веб-сканирования. Подробнее👇 #фреймворки_библиотеки @python_practics

Не платите за подписку: получите её на 2 месяца за 0₽ Ответьте на 1 вопрос до конца июля и получите в подарок доступ к Кинопоиску, Музыке и Букмейту бесплатно на 60 дней ✨ Сервисы будут доступны не только для Вас, но и для трёх ваших близких Попробовать #реклама 18+ kinopoisk.ru О рекламодателе

Внимание! - Вопрос! Расскажите подробнее про динамическое программирование. Применяется для оптимизации некоторой характеристики, например положить в рюкзак вещей на наибольшую сумму, или найти самую длинную подстроку в двух словах и тд. Работает только в ситуациях когда задача может быть разбита на автономные подзадачи В каждом решении из области динамического программирования строится таблица (!) Значения ячеек таблицы обычно соответствует оптимизируемой характеристике (цена вещей, их важность, количество повторений букв и тд) Не существует единой формулы для вычисления решений методом динамического программирования. #вопросы_из_собеседований @python_practics

Ставь 👍 если было полезно #теория_python @python_practics

👩‍💻 Программирование теперь в Telegram! Вот 8 обучающих каналов по самым востребованным направлениям в IT. Выбирай своё направление: 👩‍💻 Python: @python_ready 👩‍💻 Java: @java_ready 📖 Общее IT: @roadmap_ready 👩‍💻 Frontend: @code_ready 👩‍💻 C#: @csharp_ready 👩‍💻 C/C++: @cpp_ready 🖥 Базы Данных & SQL: @sql_ready 🖥 Design: @time_design 📌 Ресурсы, гайды, шпаргалки, книги, задачи и статьи для каждого языка программирования.

Чтение данных Загрузка данных из различных источников, таких как CSV, Excel или базы данных SQL. 👍 - если было полезно #полезные_сниппеты @python_practics