PythonCamp

How To Python Ben Good 2024 Отправьтесь в путешествие по программированию вместе с преобразующей книгой Бена Гуда «Как работать на Python». Это руководство идеально подходит для новичков и тех, кто хочет освежить свои навыки. Оно разбивает программирование на Python на понятные и увлекательные уроки, наполненные реальными примерами. Каждый раздел основан на предыдущем, от простых сценариев до сложных алгоритмов, обеспечивая прочную основу для динамических возможностей Python. Бен Гуд дает вам возможность создавать, отлаживать и развертывать приложения, расширяя границы того, чего вы можете достичь с помощью кода. Окунитесь в мир программирования уверенно и творчески с этим важным руководством по Python! #python #eng

Метод str.split(sep) Этот метода разделяет строку по значению sep, но у него некоторые свои особенности. Например, если аргумент sep не указан, то есть None, то тогда пробелов рассматриваются как один разделитель. Так же, в результате не будет пустых строк в начале и в конце. В ином случае, разделители не группируются, а значит на месте повторов образуются пустые строки. Также, разделение пустой строки всегда вернёт ['']. Документация #lesson

Modern Survey Analysis: Using Python for Deeper Insights W. R. Paczkowski 2024 В этой книге разрабатываются инструменты анализа данных опроса на языке Python для создания и анализа таблиц с перекрестными вкладками и визуальных элементов данных, взвешивания данных, проверки гипотез и обработки специальных вопросов опроса, таких как Проверка всего, что применимо. Кроме того, представлены основы байесовского анализа данных и его реализация на языке Python. Поскольку опросы широко используются в качестве основного метода сбора данных и, в конечном счете, информации об установках, интересах и мнениях клиентов и заинтересованных сторон, эти инструменты имеют жизненно важное значение для принятия политических решений в частном или государственном секторе. #python #eng

Prettytable Это библиотека для отображения таблиц в Python. Она позволяет создавать красивые и форматированные таблицы с минимальным количеством кода. #lesson

Введение в статистическое обучение с примерами на Python Джеймс Г. 2024 Книга доступным для восприятия языком описывает все разнообразие форм статистического обучения – полезного инструментария для извлечения выводов из огромных наборов данных, появившихся в последние 20 лет в самых разных областях науки. В дополнение к линейной регрессии описываются многие из наиболее значимых на сегодняшний день подходов в статистике и машинном обучении, включая методы повторной выборки, разреженные методы классификации и регрессии, обобщенные аддитивные модели, методы на основе деревьев, машины опорных векторов, глубокое обучение, анализ выживаемости или надежности, кластеризацию и множественную проверку гипотез. Повествование в книге обогащается примерами из реальной жизни. Книга предназначена не только для опытных специалистов в области статистики, но и для тех, кто желает попробовать применить продвинутые техники статистического обучения при анализе своих данных. #python #rus

jango 4. Практика создания веб-сайтов на Python В. Дронов 2024 Книга посвящена разработке веб-сайтов на языке Python с применением веб-фреймворка Django. Представлены новинки Django 4 и дано наиболее полное описание его инструментов: моделей, контроллеров, шаблонов, средств обработки пользовательского ввода, включая выгруженные файлы, разграничения доступа, посредников, сигналов, инструментов для отправки электронной почты, кеширования и пр. Рассмотрены дополнительные библиотеки, производящие обработку BBCode, CAPTCHA, вывод графических миниатюр, аутентификацию через социальные сети (в частности, «ВКонтакте»), интеграцию с Bootstrap. Рассказано о программировании веб-служб REST, использовании и настройке административного веб-сайта Django, публикации сайтов с помощью веб-сервера Uvicorn, работе с базами данных PostgreSQL, локализации строк, форматов и временных зон. Подробно описано создание полнофункционального веб-сайта – электронной доски объявлений. #python #django #rus

Deep Learning for Finance: Creating Machine & Deep Learning Models for Trading in Python Sofien Kaabar 2024 лубокое обучение быстро набирает обороты в мире финансов и трейдинга. Однако для многих профессиональных трейдеров эта сложная область имеет репутацию сложной и трудной. Это практическое руководство научит вас разрабатывать торговые модели глубокого обучения с нуля с помощью Python, а также поможет вам создать и протестировать торговые алгоритмы на основе машинного обучения и обучения с подкреплением. #python #eng

Excel with AI: A Comprehensive Guide to CoPilot and Python Integration 2024 Hayden Van Der Post Раскройте всю мощь Excel с искусственным интеллектом на кончиках ваших пальцев. Погрузитесь в глубины передовых методов работы с Excel с помощью книги «Excel с искусственным интеллектом» - окончательного руководства для энтузиастов, стремящихся использовать весь потенциал Excel с помощью искусственного интеллекта (ИИ) и программирования. Эта книга предназначена для тех, кто освоил основы и теперь готов исследовать неизведанные территории. Она выходит за рамки фундаментальных основ и раскрывает сложные методы, которые произведут революцию в ваших навыках анализа данных и автоматизации. #python #eng

all() & any() all(iter) — возвращает True если ни один из элементов не равен False. Проще говоря, если всё — True. any(iter) — вернёт True если хоты бы один из элементов будет правдивым, то есть True. #lesson

Машинное обучение с использованием Python. Сборник рецептов: практические решения от предобработки до глубокого обучения, 2 изд. Кайл Галлатин, Крис Элбон 2024 Книга содержит около 200 задач машинного обучения, таких как загрузка и обработка текстовых или числовых данных, отбор модели и многие другие. Рассмотрена работа с языком Python, библиотеками pandas и scikit-learn. Коды примеров можно вставлять, объединять и адаптировать, создавая собственное приложение. Приведены рецепты решений с использованием: векторов, матриц и массивов; данных из CSV, JSON, SQL, баз данных, облачных хранилищ и других источников; обработки данных, текста, изображений, дат и времени; уменьшения размерности и методов выделения или отбора признаков; оценивания и отбора моделей; линейной и логистической регрессии, деревьев, лесов и k ближайших соседей; опорно-векторных машин (SVM), наивных байесовых классификаторов, кластеризации и нейронных сетей; сохранения и загрузки натренированных моделей. #python #rus

Python-интенсив. 50 быстрых упражнений Лернер Реувен 2024г Это пособие по программированию для продолжающих, тех, кто владеет теоретической базой языка Python. Книга отлично подойдет всем, кто хочет применить свои знания на практике. Перед каждым упражнением вы найдете теоретическую выжимку, необходимую для успешного выполнения заданий. #python #rus