Подборка @pythonetc, январь 2019
https://habr.com/ru/post/438778/?utm_campaign=438778

Это восьмая подборка советов про Python и программирование из моего авторского канала @pythonetc.

Keras: Multiple Inputs and Mixed Data
https://www.pyimagesearch.com/2019/02/04/keras-multiple-inputs-and-mixed-data/

Мозг изнутри (Визуализация прохождения паттерна через модель искусственной нейронной сети)
https://habr.com/ru/post/438972/?utm_campaign=438972

Статья предназначена для тех, кто когда-либо интересовался вопросом о том что же происходит внутри искусственной нейронной сети (artificial neural network) — ИНС. Сейчас разработать собственную ИНС может практически каждый используя уже готовые библиотеки, в большинстве языков программирования. В рассматриваемой статье я постараюсь показать как именно выглядит объект (Паттерн) проходящий через слои ИНС, разработанной и скомпилированной при помощи библиотеки глубокого обучения Tensorflow с надстройкой Keras.

Делаем нейронную сеть: как не сломать мозг
https://habr.com/ru/post/439038/?utm_campaign=439038

В этой небольшой заметке расскажу о двух подводных камнях, с которыми как легко столкнуться, так и легко о них разбиться.


Речь пойдет о создании тривиальной нейронной сети на Keras, с помощью которой будем предсказывать среднее арифметическое двух чисел.


Казалось бы, что может быть проще. И действительно, ничего сложного, но есть нюансы.


Кому тема интересна, добро пожаловать под кат, здесь не будет долгих занудных описаний, просто короткий код и комментарии к нему.

Пишем XGBoost с нуля — часть 1: деревья решений
https://habr.com/ru/post/438560/?utm_campaign=438560

После многочисленных поисков качественных руководств о решающих деревьях и ансамблевых алгоритмах (бустинг, решающий лес и пр.) с их непосредственной реализацией на языках программирования, и так ничего не найдя (кто найдёт — напишите в комментах, может, что-то новое почерпну), я решил сделать своё собственное руководство, каким бы я хотел его видеть. Задача на словах простая, но, как известно, дьявол кроется в мелочах, коих в алгоритмах с деревьями очень много.


Так как тема достаточно обширная, то очень сложно будет уместить всё в одну статью, поэтому будет две публикации: первая посвящена деревьям, а вторая часть будет посвящена реализации алгоритма градиентного бустинга. Весь изложенный здесь материал собран и оформлен на основе открытых источников, моего кода, кода коллег и друзей. Сразу предупреждаю, кода будет много.

Как устроен штрихкод?
https://habr.com/ru/post/439604/?utm_campaign=439604

Со штрихкодами современный человек сталкивается каждый день, даже не задумываясь об этом. Когда мы покупаем в супермаркете продукты, их коды считываются именно с помощью штрихкода. Также посылки, товары на складах, и прочее и прочее. Однако, мало кто знает, как же реально это работает.


Как устроен баркод, и что закодировано на этой картинке?

​​Горячие клавиши ускоряют работу, упрощая жизнь любого разработчика. Рассмотрим несколько крайне полезных горячих клавиш для GitHub

https://nuancesprog.ru/p/3111

@nuancesprog #статьи #Git #Productivity

Учим Python (Step-by-Step Guide)
https://www.afternerd.com/blog/learn-python/

Перестановки (Комбінаторика)
https://en.wikipedia.org/wiki/Permutation

Шаблон фабричного метода и его реализация в Python
https://webdevblog.ru/shablon-fabrichnogo-metoda-i-ego-realizaciya-v-python/

Перевод статьи: The Factory Method Pattern and Its Implementation in Python

awesome-python-security - набор утилит для проверки безопасности
https://github.com/guardrailsio/awesome-python-security

Холиварный рассказ про линтеры
https://habr.com/ru/post/433480/?utm_campaign=433480

Все мы пишем код. Много кода. Само собой, бывают ошибки. Иногда это просто кривой код, а иногда цена ошибки — взорванный космический корабль (https://ru.wikipedia.org/wiki/%D0%9C%D0%B0%D1%80%D0%B8%D0%BD%D0%B5%D1%80-1#%C2%AB%D0%A1%D0%B0%D0%BC%D1%8B%D0%B9_%D0%B4%D0%BE%D1%80%D0%BE%D0%B3%D0%BE%D0%B9_%D0%B4%D0%B5%D1%84%D0%B8%D1%81_%D0%B2_%D0%B8%D1%81%D1%82%D0%BE%D1%80%D0%B8%D0%B8%C2%BB). Конечно, никто не делает намеренных косяков, все в меру возможностей стараются следить за качеством, но без инструментов статического анализа вряд ли можно быть уверенным, что всё идеально.


Линтеры помогают приводить код к единому стилю и избегать ошибок. Правда, только в том случае, если вы готовы к страданиям, а не отмахиваетесь в конце концов «pylint: disable», только чтобы оно отстало. Какой должен быть линтер, и почему таки не обойтись Pylint, знает Никита Соболев (sobolevn (https://habr.com/ru/users/sobolevn/)), который понимает и любит линтеры настолько, что даже свою компанию назвал так, чтобы их не расстраивать — wemake.services.

Learn Enough Git to Be Dangerous (2016)
Автор: Michael Hartl

#git #book #english #beginner

https://www.learnenough.com/git-tutorial

Складність алгоритму — одна з базових метрик при аналізі алгоритму, саме та загадкова O(n), яку ви могли бачити в літературі по програмуванню

https://codeguida.com/post/1622