COVID-19 Open Source Dashboard
https://towardsdatascience.com/covid-19-open-source-dashboard-fa1d2b4cd985

Перші кроки в NLP: розглядаємо Python-бібліотеку scikit-learn в реальному завданні
https://dou.ua/lenta/articles/first-steps-in-nlp-scikit-learn/

Курс по этичному хакингу на Python.

https://youtu.be/3iZCAWGst00

Быстрое введение в библиотеку Bokeh для визуализации данных.

https://youtu.be/2TR_6VaVSOs

Связывание зависимостей Python в ZIP-архиве.

https://jhermann.github.io/blog/python/deployment/2020/03/08/ship_libs_with_shiv.html

Подсказки для Git

Нужно решить какую-то задачу в Git, но ещё не до конца разобрались, где и какую команду использовать?

Обратите внимание на сервис Git Explorer. Выбираете задачу, которую необходимо решить, а сервис подсказывает нужную команду:

https://tprg.ru/GLPW

#git

5 расширений для VSCode, которые значительно упростят вам жизнь.

Небольшая подборка расширений для VSCode, включающая инструменты для выделения цветом hex-кодов, предварительного просмотра SVG-изображений, средств автоматизации решения типичных задач JS и TypeScript.

Читать статью

#programming #extensions

Тім Роденброкер виклав у вільний доступ бета-версію свого курсу з creative coding

Курс побудовано на основі мови програмування Processing

https://timrodenbroeker.de/courses/creative-coding-essentials/

​Python и философия

В Python есть такая функция all(). Она принимает на вход список и проверяет каждый его элемент на истинность. Если все элементы истинны, то на выходе получается True.

Что, по-вашему, должна выдать эта функция, если список пуст? Ответ на этот вопрос отсылает нас к философской дискуссии, которой уже больше 2 500 лет. Вот её суть:

Во времена античности считалось, что утверждение «все единороги синие» ложно, т.к. единорогов не существует. Однако современная логика утверждает, что это утверждение истинно, потому что не существует не синих единорогов.

Python в этом вопросе придерживается как раз современной логики, поэтому и all() с пустым списком на входе выдаст True.

В этой небольшой статье чуть больше рассуждений на эту тему:

https://tprg.ru/0OuI

#логика #python

Подборка лучших репозиториев

Просто подборка из 11 репозиториев, которые помогут прокачаться любому разработчику:

https://tprg.ru/4Jy5

Моем датасет: руководство по очистке данных в Python

Прежде чем передать набор данных ML-модели, его нужно очистить: обработать пропуски, дубликаты, выбросы. Как это сделать, не потеряв важную информацию, – в этом посте.

https://proglib.io/w/068ed8df

Modelling the Three Body Problem in Classical Mechanics using Python
https://towardsdatascience.com/modelling-the-three-body-problem-in-classical-mechanics-using-python-9dc270ad7767?gi=129114192755

​​Practical statistics for data scientists: 50 essential concepts (2017)
Авторы: Peter Bruce, Andrew Bruce
Количество страниц: 318

#english #book #advanced

Статистические методы являются ключевой частью науки о данных, однако очень немногие специалисты в области данных имеют подобный опыт работы. Курсы и книги по базовой статистике редко охватывают эту тему с точки зрения Data Science. В этом практическом руководстве объясняется, как применять различные статистические методы в науке о данных, рассказывается о том, как избежать их неправильного использования, и приводится информация по аспектам, которым необходимо уделять особое внимание. Для комфортного чтения необходимы знания R.

Во время чтения книги вы узнаете:
✔️Почему предварительный анализ данных является ключевым в науке о данных;
✔️Как случайная выборка может уменьшить смещение и получить набор данных более высокого качества, даже с большими данными;
✔️Как использовать регрессию для оценки результатов и выявления аномалий;
✔️О статистических методах машинного обучения, которые «учатся» на данных и многое другое.

Достоинства:
➕Качественный обзор основных концепций;
➕Интересные идеи по работе с необычными данными;
➕Хороший авторский стиль.

Недостатки:
➖Не хватает объяснений к некоторым примерам кода.

Скачать книгу