Коварный аргумент по умолчанию

Что выведет код 😎

✈️ Python Ninja

Откопал полезное руководство для изучения кластеризации на Python

Наткнулся на суперполезный гайд по кластеризации — и если ты ещё не пробовал группировать данные в Python, то пора. Там всё объяснено максимально понятно: от подготовки датасета до того, как K-Means находит свои центроиды и зачем DBSCAN шарахается от шумных точек

Короче, инфа, которую реально можно применить уже сегодня — особенно если у тебя есть данные, которые давно просят “разложи нас по смыслу” 👍

☝️ Ссылка источник

✈️ Python Ninja

Программирование c нуля «От новичка к уверенности в коде на Python»

На Stepik запустили курс для новичков, которым важно не зубрить команды, а понимать логику. Наглядные схемы и визуальные разборы показывают, что происходит внутри программы и как она работает

Много практики, понятные объяснения решений не дадут застрять на теории. Материал предлагает вам не иллюзию знаний, а ощущение контроля: вы ясно видите как из нескольких строк кода рождается работающая программа

Программа курса:

✅переменные и типы данных
✅условия и логика программ
✅циклы и рекурсия
✅функции и работа с вводом данных
✅списки, словари и множества
✅базовое ООП
✅работа с библиотеками Python
✅десятки задач и упражнений

Эти знания фундамент для написания простых ботов и автоматизации задач

🔗Скидка 25% действует 48 часов

Awesome Math — огромная подборка материалов по математике в одном репозитории.

Там собраны Khan Academy, MIT OpenCourseWare, конспекты лекций, учебники и другие бесплатные материалы по разным разделам математики.

Проект живой и довольно популярный: сейчас у него больше 16 тысяч звёзд на GitHub.

https://github.com/rossant/awesome-math

👉 @PythonPortal

Замыкания в Python: Динамика переменных

Что выведет код? 🪑

✈️ Python Ninja

«Transformer с полной пропускной способностью»

Обычно Transformer передаёт на следующий шаг только выбранный токен, хотя сама модель только что вычислила гораздо более богатое скрытое состояние.

В этой работе скрытое состояние тоже подаётся обратно в модель. За счёт этого она может продолжать внутренне развивать идею, не расписывая всё токен за токеном.

На масштабе 1 млрд параметров подход улучшает результаты в математике, программировании и тестах языковых моделей, добавляя менее 1% к стоимости декодирования.

При этом модель может показывать результаты на уровне моделей, обученных примерно на вдвое большем объёме данных.

https://alphaxiv.org/abs/2608.08888

✈️ Python Ninja

Кто-то сделал детектор, который ловит характерные паттерны ИИ-текста ещё до публикации.

Работает полностью локально: без модели и без подключения к сети. Он проверяет текстовые файлы, отмечает подозрительные шаблоны и просит агента переписать проблемные места. Репозиторий написан на Python и использует только стандартную библиотеку.

GitHub: https://github.com/seyedehsanhadi/sloptrim

✈️ Python Ninja

🐱 GitHub — это тысячи новых репозиториев каждый день.

Но сколько из них реально стоят внимания?

Нашёл канал, где уже отбирают самое интересное:
🟢AI и нейросети
🟢self-hosted
🟢полезные утилиты
🟢инструменты для разработки
🟢автоматизация и многое другое

Короткое описание, ссылка на репозиторий, ничего лишнего.

➡️ @GitHubRadar

Как в Python развернуть строку и список одним и тем же кодом.

✈️ Python Ninja

Строки и replace()

Что выведет код 🧠

✈️ Python Ninja