10 курсов по машинному обучению на лето
https://habr.com/post/417641/?utm_campaign=417641

За последние десятилетия с помощью машинного обучения создали самоуправляемые автомобили, системы распознавание речи и эффективный поиск. Сейчас это одна из самых быстроразвивающихся и перспективных сфер на стыке компьютерных наук и статистики, которая активно используется в искусственном интеллекте и data science. Методы машинного обучения используются в науке, технике, медицине, ритейле, рекламе, генерации мультимедиа и других областях.


Команда Университета ИТМО собрала десять курсов по машинному обучению, которые можно успеть пройти до конца лета. Одним они помогут войти в профессию, а другим — углубиться в нее.

Всё что нужно знать о сборщике мусора в Python
https://habr.com/post/417215/?utm_campaign=417215

Как правило, вам не нужно беспокоиться о сборщике мусора и работе с памятью когда вы пишете код на Python. Как только объекты больше не нужны, Python автоматически освобождает память из под них. Несмотря на это, понимание как работает GC поможет писать более качественный код.

В отличие от других популярных языков, Python не освобождает всю память обратно операционной системе как только он удаляет какой либо объект. Вместо этого, он использует дополнительный менеджер памяти, предназначенный для маленьких объектов (размер которых меньше чем 512 байт). Для работы с такими объектами он выделяет большие блоки памяти, в которых в дальнейшем будет хранится множество маленьких объектов.

 

Photon - паук для поиска ссылок, файлов
http://github.com/s0md3v/Photon

Оптимизации, используемые в Python: список и кортеж
https://habr.com/post/417783/?utm_campaign=417783

В Python, есть два похожих типа — список (list) и кортеж (tuple). Самая известная разница между ними состоит в том, что кортежи неизменяемы.

Tutorial: введение в квантовые вычисления
http://dataespresso.com/en/2018/07/22/Tutorial-Generating-random-numbers-with-a-quantum-computer-Python/#comments

strokes - проект для изучения китайского алфавит
http://github.com/d33tah/strokes

Как ускорить вычисления на Pandas
https://realpython.com/fast-flexible-pandas/

dvc - Git для data science
http://github.com/iterative/dvc

Документируем Python код
https://realpython.com/documenting-python-code/

9 платных, условно-бесплатных и бесплатных программ для трекинга кода приложений
https://habr.com/post/352680/?utm_campaign=352680

Трекинг кода must-have в среде разработки. Но вот насколько нужен этот же инструмент в продуктиве? Тот, кто лишь кропотливо собирает логи скажет «ну его нафиг, мой ELK меня не подводит» и будет по-своему прав. До поры до времени.

Google Seedbank: Коллекция интерактивных примеров кода для решения задач машинного обучения http://amp.gs/7vlu

Язык программирования Rockstar. Код получается словами рок-песен в стиле 80х. Да. Почему нет. http://amp.gs/7LiV

Вот FizzBuzz:

Страничка, которую можно отправлять юзерам чтобы узнать информацию об их браузере и ОС http://amp.gs/7QrL

Можно быть полезным для техподдержки, например

Коллекция шпаргалок (cheat sheets) по разным языкам и технологиям http://amp.gs/7Qox

Optimizing Linux for Slow Computers http://amp.gs/7QoB

Хороший гайд по оптимизации Linux (англ)

Новые (и старые) единицы измерения в CSS, о которых вы никогда не слышали

http://amp.gs/7bAC

Как работают библиотеки виртуального окружения
https://habr.com/post/418579/?utm_campaign=418579

Вы когда-нибудь задумывались о том, как работают библиотеки виртуального окружения в Python? В этой статье я предлагаю ознакомится с главной концепцией, которую используют все библиотеки для окружений, такие как virtualenv, virtualenvwrapper, conda, pipenv.


Изначально, в Python не было встроенной возможности создавать окружения, и такая возможность была реализована в виде хака. Как оказалось, все библиотеки базируются на очень простой особенности интерпретатора питона.

Книга «Чистый Python. Тонкости программирования для профи»
https://habr.com/post/418761/?utm_campaign=418761

Изучение всех возможностей Python — сложная задача, а с этой книгой вы сможете сосредоточиться на практических навыках, которые действительно важны. Раскопайте «скрытое золото» в стандартной библиотеке Python и начните писать чистый код уже сегодня.


Если у вас есть опыт работы со старыми версиями Python, вы сможете ускорить работу с современными шаблонами и функциями, представленными на Python 3.

SICP Cousin in Python
http://www.composingprograms.com/