Просто Python | Data science | ML | AI

📷🙎‍♂️Создание модели распознавания лиц с использованием глубокого обучения на языке Python. Одной из основных задач компьютерного зрения является автоматическое обнаружение объекта без вмешательства человека. Например, определение человеческих лиц на изображении. Распознавание лиц — это метод идентификации или подтверждения личности человека по его лицу. 🧠Читать полностью Просто Python

📈Асинхронное программирование на Asyncio. Асинхронное программирование — это концепция программирования, при применении которой запуск длительных операций происходит без ожидания их завершения и не блокирует дальнейшее выполнение программы. Python-модуль asyncio позволяет заниматься асинхронным программированием с применением конкурентного выполнения кода, основанного на корутинах. Хотя этот модуль имеется в Python уже много лет, он остаётся одним из самых интересных механизмов языка. 🧠Подробнее Просто Python

✨ Сегодня делимся с вами подборкой полезных материалов из канала! 🔷 Области применения Data Science: DS в маркетинге: https://t.me/cshsedpo/191 DS в индустрии такси: https://t.me/cshsedpo/202 DS в медицине: https://t.me/cshsedpo/251 DS в финтехе: https://t.me/cshsedpo/255 Ml-алгоритмы в смартфоне: https://t.me/cshsedpo/181 Нестандартные применения ML: https://t.me/cshsedpo/349 Data Science в Legal Tech: https://t.me/cshsedpo/355 Data driven в бизнес-моделях: https://t.me/cshsedpo/346 DS в разработке приложений:​​ https://t.me/cshsedpo/372 Data Science в футболе: https://t.me/cshsedpo/410 🔷 Посты, полезные для карьеры: Программы профессиональной перепоготовки vs магистратура: https://t.me/cshsedpo/221 Четыре ответа на вопросы об IT: https://t.me/cshsedpo/125 Подборка инструментов для DS часть 1: https://t.me/cshsedpo/157 Подборка инструментов для DS часть 2: https://t.me/cshsedpo/163 Подборка ресурсов для поиска идей для проектов по DS: https://t.me/cshsedpo/172 Этапы подготовки к интервью по DS: https://t.me/cshsedpo/220 Зарубежные сообщества DS: https://t.me/cshsedpo/228 Русскоязычные сообщества DS: https://t.me/cshsedpo/237 Бизнес-аналитик: https://t.me/cshsedpo/297 Системный аналитик: https://t.me/cshsedpo/303 Аналитик данных: https://t.me/cshsedpo/314 Топ вакансий по DS в России: https://t.me/cshsedpo/285 Подборка хакатонов: https://t.me/cshsedpo/445 🔷 Библиотеки и модули Python: Пакет Pickle для Python: https://t.me/cshsedpo/233 Библиотека Klib: https://t.me/cshsedpo/248 Python-библиотеки для создания бота в Telegram: https://t.me/cshsedpo/403 Python-модуль DateTime: https://t.me/cshsedpo/378 Местоположение по IP-адресу с помощью Python Ip2geotools: https://t.me/cshsedpo/375 QR-код с помощью библиотеки Pyqrcode: https://t.me/cshsedpo/195 Смайлики с помощью библиотеки emoji: https://t.me/cshsedpo/190 Библиотека Pandas AI: https://t.me/cshsedpo/412 Оптимизация гиперпараметров с Optuna: https://t.me/cshsedpo/422 Подборка малоизвестных, но полезных Python-пакетов: https://t.me/cshsedpo/453 🔷 Облегчить работу в Python: Шпаргалки по Python для анализа данных: https://t.me/cshsedpo/193 Читаем данные разных форматов в Python: https://t.me/cshsedpo/198 Ошибки в Python: https://t.me/cshsedpo/257 Регулярные выражения в Python: https://t.me/cshsedpo/401 Доступ к значениям датафрейма в Python: https://t.me/cshsedpo/370 Оформление DS-ноутбука: https://t.me/cshsedpo/389 Карточки по структурам данных: https://t.me/cshsedpo/430 Антипаттерны Pandas: https://t.me/cshsedpo/443 Зачем использовать tqdm: https://t.me/cshsedpo/451 🔷 Визуализация данных: Выбор графика для визуализации данных: https://t.me/cshsedpo/174 Tableau для анализа данных: https://t.me/cshsedpo/288 Анализ scatter-plot: https://t.me/cshsedpo/245 Выбросы в данных с помощью графиков: https://t.me/cshsedpo/209 Небанальная визуализация: https://t.me/cshsedpo/418 Использование тепловых карт в Data Science: https://t.me/cshsedpo/455 🔷 Про SQL: Пространственные SQL-запросы: https://t.me/cshsedpo/463 Генерация данных с помощью SQL: https://t.me/cshsedpo/460 Выбираем СУБД: https://t.me/cshsedpo/424 Платформы для практики SQL: https://t.me/cshsedpo/368 Зачем нужен SQL и какие задачи можно решить с его помощью: https://t.me/cshsedpo/269 Базовые функции SQL: https://t.me/cshsedpo/212 Интерактивное изучение SQL с помощью SQL Murder Mystery от Knight Lab: https://t.me/cshsedpo/204 Обучающие платформы для совершенствования навыков SQL и не только: https://t.me/cshsedpo/253 🔷 Математические посты: Типы данных в Data Science: https://t.me/cshsedpo/138 Разница между овариацией, корреляцией, дисперсией: https://t.me/cshsedpo/184 Математика для Data Science: https://t.me/cshsedpo/148 Зачем изучать теорвер и матстат: https://t.me/cshsedpo/343 Логистическая регрессия в реальной жизни: https://t.me/cshsedpo/449 Подборка книг по математике для DS для любого уровня: https://t.me/cshsedpo/337 Графы в ML: https://t.me/cshsedpo/266 Топологический анализ данных: https://t.me/cshsedpo/458

📚Python Requests — это библиотека, которая создана для быстрой и простой работы с запросами. Стандартные HTTP-библиотеки Python, например та же Urllib3, часто требуют значительно больше кода для выполнения одного и того же действия, а это затрудняет работу. В целом, практически любая задача, которая возникает у разработчика, нашла свое отражение в коде библиотеки. 🧠Подробнее Просто Python

♻️Как Python использует сборку мусора для эффективного управления памятью. Под сборкой мусора в Python понимается автоматический процесс освобождения памяти, занимаемой объектами, которые больше не используются. Это механизм, который управляет выделением и освобождением памяти в Python. 🧠Читать полностью Просто Python

📱 Apple теперь в Telegram! Подписывайтесь: @Apple

🆕Анонс Python digest: Cython, Flask и Quart Жаркий июль закончился, на дворе август. Нас порадовали мажорным релизом компилятора Cython, которого ждали несколько лет. Также мы решили узнать, в чём разница между двумя микрофреймворками Flask и Quart, а также нашли отличную статью про тонкости популярных конструкций, таких как with…contextmanager. 🧠 Читать статью Просто Python

🎥  [ENG] LangChain - это потрясающее | Краткое руководство по Python LangChain - отличная библиотека Python для создания приложений, взаимодействующих с API-интерфейсами Large Language Model (LLM). В этом руководстве я покажу вам, как это работает, а также расскажу о его дизайне 👀Смотреть в  YouTube #LangChain #DataScience | Просто Python

Нашли лучшие курсы по Python-разработке! Tutortop — образовательный маркетплейс №1, где представлено более 5000 курсов от более чем 300 школ. Вы можете сравнить курсы по рейтингу, цене и отзывам, а еще купить дешевле, чем напрямую 🔥 Собрали для вас подборку лучших курсов для разработчиков по мнению пользователей tutortop: — Профессия «Разработчик на Python с гарантией трудоустройства» от Skypro. Рейтинг 4.9 из 5. Скидка 15% по промокоду TUTORTOP до 14.08 — Курс «Python-разработчик с гарантией трудоустройства» от Eduson. Рейтинг 4.8 из 5. Скидка 5% по промокоду TUTORTOP до 14.08 — Курс «Разработчик Python» от Академии АйТи. Рейтинг 4.7 из 5. Все эти курсы и десятки других можно найти и сравнить на tutortop⚡️

🖥 Как стать инженером Python в 2023 году Предлагаем подробное руководство по овладению основными навыками работы с Python, которые требуются начинающим программистам в 2023 году. Это руководство, составленное с учетом последних тенденций и технологий IT-индустрии, поможет сосредоточиться на самом главном. 🧠Читать статью Просто Python

🖥 Эффективное итерирование по строкам в Pandas DataFrame Рассмотрим продвинутые методы итерирования по строкам, которые заменят iterrows и itertuples. Некоторые из них позволяют повышать производительность почти в две тысячи раз, не снижая при этом читабельности кода. 🧠Читать статью Просто Python

🎥  Введение в Pydantic в Python Pydantic — это библиотека Python, которая предоставляет ряд функций проверки и анализа данных. 👀Смотреть в  YouTube #Pydantic | Просто Python

🖥 29 сниппетов Pytorch для ускорения цикла машинного обучения Мне очень нравится задействовать фрагменты кода для создания более быстрых циклов итераций по сравнению с традиционными конвейерами машинного обучения. Pytorch уже давно стал важной частью моего инструментария для машинного обучения, и я решил написать эту статью, чтобы поделиться своими любимыми фрагментами кода и помочь вам в работе с моделями Pytorch. 🧠Читать статью #Pytorch | Просто Python

ИТ + научпоп + музыка = большой ИТ-пикник в Москве 💛 2 сентября Тинькофф, CodeFest и Мельница собирают большой благотворительный ИТ-фестиваль. Встречаемся в Коломенском на максимально летнем вайбе. В программе: ИТ- и научпоп-лектории, выступления топовых спикеров, воркшопы, интерактивные зоны и вишенка на торте — музыкальные перформансы от Антохи MC, Zoloto, Therr Maitz, The Hatters, «Сироткина», а также секретного хедлайнера. Как думаете, кто им может быть? Для участия нужно выбрать благотворительный фонд из списка и сделать донат от 1000 рублей. Подробности и регистрация — тут.

🖥 Руководство для начинающих исследователей данных Как новичку влиться в сферу науки о данных? Наличие продуманного плана может дать значительное преимущество начинающему специалисту. Предлагаем взять на вооружение план действий, основанный на личном опыте человека, добившегося успехов в этой области. 🧠Читать статью Просто Python

🎓 Python-пакеты для Data Science Loguru - это модуль Python, целью которой является приятное ведение журналов в Python. При создании приложения практически всегда лень настраивать регистратор стандартной библиотеки loging, а вместо него используется функция print(). Ведение журналов имеет фундаментальное значение для каждого приложения и упрощает процесс отладки. loguru позволяет начать использовать ведение журнала с самого начала и без настройки. Это так же просто, как loguru import logger. Модуль loguru предназначен для того, чтобы сделать ведение логов менее болезненным и плюс ко всему добавляет ряд полезных функций. Хотя ведениe логов на производительность приложения в большинстве случаев влияет незначительно, регистратор с нулевой стоимостью позволит использовать его где угодно без особого беспокойства. В предстоящем выпуске критические функции loguru будут реализованы на языке C. Особенности: 🔸 Готов к использованию без настройки; 🔸 Одна функция для управления обработчиком, форматированием, фильтром; 🔸 Упрощенное логирование в файл с ротацией/сохранением/сжатием; 🔸 Форматирование строк с использованием фигурных скобок; 🔸 Перехват исключений в потоках или main; 🔸 Красивая регистрация в консоли с цветами; 🔸 Асинхронный, потокобезопасный, многопроцессорный; 🔸 Полностью описательные исключения; 🔸 Структурированное ведение логов (по необходимости); 🔸 Изменение сгенерированного сообщения журнала; 🔸 Пользовательские уровни логирования; 🔸 Улучшенная обработка даты и времени; 🔸 Конфигурирование словарём, включение и выключение логирования; 🔸 Полностью совместим со стандартным модулем logging; 🔸 Значения по умолчанию через переменные среды; 🔸 Легко комбинировать с модулем уведомлений. #Loguru | Просто Python

🖥 Моделирование данных в мире современного стека данных 2.0 Сравнивать моделирование данных со стеком данных - все равно что уподоблять автомобили интеллектуальным навигационным системам. Предлагаем на практических примерах убедиться в том, что технологии современного стека данных позволяют аналитикам успешно вести исследования без моделирования. 🧠Читать статью Просто Python

🎓 Python-пакеты для Data Science Pyright — это невероятно быстрая статическая проверка типов и валидатор кода. Если вы управляете большой кодовой базой в Python, то линтер, такой как Pylint, может быть довольно тяжелым. Это расширение включает в себя следующие функции: 🔸 Интеллектуальное заполнение ключевых слов, символов и имен импорта. 🔸 Автоматическая вставка инструкций импорта для завершения типов при необходимости. 🔸 Показывать строки документов и информацию о типе при наведении курсора мыши на символы. 🔸 Быстрое нахождение местоположения определения символа, когда вы жмете на символы, наводя курсор мыши. 🔸 Быстрый поиск или переименование всех ссылок на символ в кодовой базе. 🔸 Автоматически переупорядочивайте импорт в вашем коде в соответствии с правилами PEP8. 🔸 Сторонние библиотеки поддерживают генерацию заглушек типов. #Pyright #DataScience | Просто Python

🎥  [ENG] Pandas и Python для анализа данных на примере – Полный курс для начинающих Узнайте, как использовать Pandas и Python для анализа данных, очистки данных и их обработки. Вы научитесь создавать реальные проекты в интерактивном режиме, которые помогут вам сделать следующий шаг в вашей карьере в области обработки данных. 👀Смотреть в  YouTube #Pandas #DataScience | Просто Python

🎓 Python-пакеты для Data Science PIL (Python Imaging Library) — это бесплатная Python-библиотека для открытия, работы и сохранения различных форматов изображений. К сожалению, ее разработка окончательно остановилась, а последнее обновление вышло в 2009. К счастью, есть Pillow — активно развивающийся форк PIL с простой установкой. Он работает на всех основных операционных системах и поддерживает Python 3. Библиотека содержит базовый функционал для обработки изображений, включая точечные операции, фильтры с набором встроенных ядер свертки и преобразование цветового пространства. В документации описан процесс установки и примеры использования каждого модуля библиотеки. #PIL #Pillow | Просто Python