​​Извлечение признаков из текстовых данных с использованием TF-IDF

Изучение текстовых данных является одной из фундаментальных задач в области анализа данных и машинного обучения. Однако тексты представляют собой сложные и многомерные структуры, которые не могут быть напрямую обработаны алгоритмами машинного обучения. В этом контексте извлечение признаков — это процесс преобразования текстовых данных в числовые векторы, которые могут быть использованы для обучения моделей и анализа. Этот шаг играет ключевую роль в предварительной обработке данных перед применением алгоритмов.

Подробнее: 👉 тут

#изучаем

​​Я сделал Stable Diffusion XL «умнее» обучив её на плохих изображениях, созданных искусственным интеллектом

Релиз прошёл в основном незамеченным, потому что шумиха вокруг генеративного искусственного интеллекта немного поутихла.

Подробнее: 👉 тут

#изучаем

​​Обработка и анализ естественного языка с помощью Python-библиотеки spaCy

Обработка естественного языка (NLP) представляет собой важную область исследований, объединяющую лингвистику, компьютерные науки и искусственный интеллект. Она посвящена разработке методов и инструментов для анализа, понимания и генерации текста человеческими искусственными системами. Важность NLP становится все более явной, поскольку она находит применение в различных сферах, включая автоматический перевод, анализ тональности, извлечение информации, вопросно-ответные системы и многое другое.

Подробнее: 👉 тут

#изучаем

​​Django Rest Framework. Туториал или как легко писать backend.

Сегодня очень многие backend разработчики стали писать именно rest api

Подробнее: 👉 тут

#изучаем

​​Как организовать отдачу статических файлов в контейнеризованном Django

Этот вопрос часто возникает у студентов к одному из заданий в самом начале курса «Мидл Python-разработчик» в Яндекс Практикуме. Мы попросили наставника на курсе Евгения Морозова написать подробный ответ. Дублируем его здесь, потому что уверены, что он будет полезен не только нашим студентам.

Подробнее: 👉 тут

#изучаем

​​Моделирование движения космических объектов

Как часто хочется себе представить как движения планет зависят от звезды? Сегодня для этого не нужен телескоп! Представить движения планет в зависимости от объекта очень большой массы можно и на компьютере.

Подробнее: 👉 тут

#изучаем

​​Что для меня значит быть программистом

Я ненавижу статьи-биографии и интервью каких-то неизвестных чуваков вроде меня. Поэтому я напишу тут лишь краткую предысторию, просто чтобы вы не думали, что я родился уже с ноутбуком и первыми моими словами были git pull && docker-compose up.

Подробнее: 👉 тут

#изучаем

​​Работа с матрицами в Python

Я недавно начал свой путь в data science и хочу поделиться свои опытом в написание алгоритмов для работы с матрицами, я планирую активно пополнять свой репозиторий новыми функциями

Подробнее: 👉 тут

#изучаем

​​Давайте озвучим Baldur's Gate 3 и другие игры через AI

Прими за аксиому, что озвучка субтитров нужна. Почему? Чтение субтитров в играх не просто неудобно — это настоящее испытание для глаз, особенно для тех, кто проводит перед монитором большую часть дня, например, программистов. После 9 часов чтения кода дополнительная нагрузка на глаза в виде чтения субтитров в играх кажется избыточной.

Подробнее: 👉 тут

#изучаем

​​Python-разработка: подборка материалов для самостоятельного изучения

Собрали для вас подборку вспомогательных материалов для изучения Python — они помогут разработчикам решать более сложные задачи и чувствовать себя увереннее в работе.

Подробнее: 👉 тут

#изучаем

​​Расширение возможностей веб-приложений с помощью WebAssembly и Python

В этой статье мы расскажем, как запустить программу на Python внутри другого приложения, использующего среду исполнения Wasm (хост), и заставить программу на Python общаться с хостом, и наоборот.

Подробнее: 👉 тут

#изучаем

​​Разработка RESTful API на Python с помощью HappyX

На данный момент HappyX в Python не имеет CLI, поэтому все придется делать лапками ручками. Хотя можно просто создать проект с помощью PyCharm — это мы и сделаем.

Подробнее: 👉 тут

#изучаем

​​Приложение Tinkerstellar для обучения Python на iPad получило поддержку iPhone

Первая версия Tinkerstellar была доступна только для iPad. Само приложение содержит в себе коллекции уроков по языку программирования Python. Уроки разделяются по темам и охватывают основы языка, визуализацию данных, структуры данных, машинное обучение и работу с сетями.

Подробнее: 👉 тут

#изучаем

​​Асинхронный ETL-процесс на Python

Продолжаю цикл статей по разработке ETL-процессов на Python. На этот раз мы преобразуем синхронный etl-процесс из статьи Пишем ETL-процесс на Python в асинхронный.

Подробнее: 👉 тут

#изучаем

​​Создание красивого Desktop-приложения на Python

Если Вы, как и я, решили впервые взглянуть в сторону Python после нескольких попыток изучения С++/C# то скорее всего первым проектом станет desktop-приложение. Отходя от темы скажу что тяга к изучению этих языков была безнадежно утрачена в виду классического преподавания в духе "лишь бы сдали" и бесчисленных однотипных и монотонных лекций. Как я сказал выше хоть и на начальном уровне, но я всё же касался разработки приложений для Windows и поэтому мне хотелось посмотреть на принципы работы питона сначала отсюда(а не прыгать в django и прочие мощные фреймворки). Должен предупредить - в статье не приводятся выдержки из кода и она является скорее выражением моих эмоций, полученных за этот проект.

Подробнее: 👉 тут

#изучаем

​​Как подготовить окружение для React-приложения

Данная статья будет полезна новичкам и, возможно, старичкам. Для понимания материала требуются базовые навыки работы с React.

Подробнее: 👉 тут

#изучаем

​​Асинхронные микросервисы на Python

Микросервисы – это парадигма, где приложение разбивается на небольшие независимые компоненты, каждый из которых отвечает за конкретную функцию. Это как отделы в офисе, каждый офис – это отдельный сервис, который может быть разработан, масштабирован и развернут независимо.

Подробнее: 👉 тут

#изучаем

​​Как Python упрощает жизнь тестировщикам КОМПАС-3D

Инженер по тестированию КОМПАС-3D, рассказывает, как при минимальных усилиях облегчить тестирование с помощью инструментов Python, а также приводит примеры уже реализованных задач. 

Подробнее: 👉 тут

#изучаем

​​Быстрые дашборды на Python с помощью DashExpress

Сегодня дашборды используются повсеместно: от быстрых отчетов "на лету" до демонстрации возможностей AI.

Подробнее: 👉 тут

#изучаем

​​Работа со скрипичной диаграммой (Violin Plot) в Seaborn

Скрипичные диаграммы могут эффективно отображать распределение данных, сравнивать различные наборы данных и выявлять аномалии (выбросы) и тенденции. В этой статье мы рассмотрим четыре различных стиля скрипичных диаграмм Seaborn, включая обычную, сгруппированную, горизонтальную и улучшенную версии, и разберемся в случаях их применения, преимуществах и недостатках. Мы также покажем, как улучшить код, чтобы нарисовать индивидуальную скрипичную диаграмму.

Подробнее: 👉 тут

#изучаем