Вкатываемся в машинное обучение и нейросети с нуля — нашли топовый учебник (https://ml-visualized.com/index.html) с визуализациями, которые показывает, как всё работает.

— Вся база по математике;
— Демонстрация работы алгоритмов;
— Интерактивные демо: меняете один параметр и смотрите, как меняется график;
— Полностью бесплатно, локально (https://github.com/gavinkhung/machine-learning-visualized?tab=readme-ov-file) и вбраузере (https://ml-visualized.com/index.html).

Через полгода подаём заявку в OpenAI — здесь (https://github.com/gavinkhung/machine-learning-visualized?tab=readme-ov-file).

@python_be1

Вышел Python 3.14.0 Release Candidate 1

Это первый релиз-кандидат Python 3.14 — значит, API уже стабильно, а до финального релиза будут приниматься только чёткие багфиксы.

➡️ Следующий и последний кандидат запланирован на 26 августа, а официальный релиз — на 7 октября 2025.

Главное из нового релиза:
— PEP 779: официальная поддержка free-threaded Python
— PEP 649: отложенная оценка аннотаций типов
— PEP 750: template-строки — как f-строки, но кастомные
— PEP 734: несколько интерпретаторов в стандартной библиотеке
— PEP 784: поддержка Zstandard (модуль compression.zstd)
— PEP 765: запрет return, break, continue вне finally
— Улучшенная C API конфигурация (PEP 741)
— Экспериментальный интерпретатор с заметным ускорением
— Новый CLI-инструмент для асинхронной инспекции Python-процессов

🔗 Подробнее (https://www.python.org/downloads/release/python-3140rc1/)

@python_be1

🖥 Разработка реального и продвинутого ИИ‑проекта на Python

В этой статье мы рассмотрим разработку реального проекта машинного обучения на языке Python с использованием нейронных сетей.

Будем строить модель для классификации изображений, подробно объясняя каждый шаг и весь исходный код.

📌 Читать подробнее (https://uproger.com/razrabotka-realnogo-i-prodvinutogo-ii%E2%80%91proekta-na-python/https://uproger.com/razrabotka-realnogo-i-prodvinutogo-ii%E2%80%91proekta-na-python/)

@python_be1

🖥 Контекстный перехват stdout — как легко отключить или сохранить print

💡 Хотите, чтобы `print()` не мешал логике и при этом легко отключался или сохранялся в файл?

Вместо того чтобы комментировать все `print()` в проде, подмените стандартный вывод через контекстный менеджер — и легко направляйте вывод в файл, /dev/null или даже буфер для последующей обработки.

Это особенно полезно при отладке в прод-среде или при генерации логов без сторонних библиотек.

```

import sys
from contextlib import contextmanager
from io import StringIO
import os

def capture_stdout(to_file=None, suppress=False):
original_stdout = sys.stdout
try:
if suppress:
sys.stdout = open(os.devnull, 'w')
elif to_file:
sys.stdout = open(to_file, 'w')
else:
buffer = StringIO()
sys.stdout = buffer
yield sys.stdout
finally:
sys.stdout.close() if sys.stdout not in (original_stdout, sys.__stdout__) else None
sys.stdout = original_stdout

# Пример использования:
with capture_stdout(suppress=True):
print("Этого вы не увидите")

with capture_stdout(to_file="output.log"):
print("А это уйдёт в файл")

with capture_stdout() as captured:
print("Это записано во внутренний буфер")

print("Буфер содержит:", captured.getvalue().strip())

```

@python_be1

Microsoft Edge превратили в ИИ-браузер — там появилась функция Copilot Mode со встроенным агентом.

Бот может анализировать все открытые вкладки, пересказывать видео и работать как поисковик. Скоро добавят управление голосом, возможность отправлять бота за покупками и анализ всей истории браузера.

Включаем бесплатно здесь (https://www.microsoft.com/en-us/edge/ai-powered/copilot-mode). Доступно на Windows и macOS.

@python_be1

🖥 Хочешь узнать, какие библиотеки в твоём Python‑проекте реально используются?

Многие проекты тянут за собой ненужные зависимости, особенно после десятков итераций.

С помощью vulture ты можешь найти неиспользуемый код и импорты — и легко вычистить проект от мусора.

```

Установка vulture
pip install vulture

Поиск неиспользуемого кода и импортов
vulture your_project/ > unused.txt

Пример: посмотреть, что не используется
cat unused.txt

```

@python_be1

Айтишник? [спойлер: SOSAL?][спойлер: 😂]

@python_be1

🆕 В pyfonts — мощное обновление!

Теперь можно задать глобальный шрифт по умолчанию — и он применится ко всем текстам автоматически.
Больше не нужно вручную проставлять font в каждом элементе 🎯

Идеально для проектов с единой визуальной стилистикой — экономит кучу времени и кода.

🔥 Фичу реализовал John Gardner — спасибо!

Ждём фидбек, звёзды и предложения ✨

📦 GitHub: http://github.com/JosephBARBIERDARNAL/pyfonts

@python_be1

🔥 100 вопросов со собеседований по Docker с подробными ответами

Хочешь пройти собеседование по Docker без "ммм..." и "сейчас погуглю"?

Мы собрали 100 самых частых (и каверзных) вопросов с реальных интервью — с чёткими, техничными и понятными ответами. Это не шпаргалка, это твой боевой лист на собес.

К вопросам: https://uproger.com/100-voprosov-so-sobesedovanij-po-docker-s-podrobnymi-otvetami/

@python_be1

Чтобы получить все уникальные пары элементов из списка, вовсе не обязательно писать громоздкие вложенные циклы. Python предоставляет модуль itertools, который содержит готовые инструменты для таких задач.

Например, для списка` features = ['price', 'size', 'rating'] `можно написать так:

```

from itertools import combinations

pairs = list(combinations(features, 2))
print(pairs) # [('price', 'size'), ('price', 'rating'), ('size', 'rating')]
```

Функция combinations берёт на вход итерируемый объект и размер комбинации.

В нашем случае размер равен 2, поэтому мы получаем все возможные неупорядоченные пары без повторов.

Это решение не только короче, но и легче читается. Пользуйтесь библиотекой itertools, чтобы избавляться от рутины и писать более чистый код!

@python_be1

🔥 Полный гайд по подготовке к собеседованиям по программированию в 2025 году

Подготовка к собеседованиям по программированию постоянно развивается. Компании используют всё более сложные задачи, включающие алгоритмы, структуры данных, проектирование систем и вопросы о поведении кандидата.

В 2025 году собеседования остаются серьёзным испытанием: от вас ждут не только знания, но и умение объяснять свои мысли, работать с ограниченным временем и применять системный подход.

В этом руководстве мы собрали лучшие практики подготовки, советы по решению сложных задач и примеры вопросов, чтобы вы смогли уверенно подойти к собеседованию.

🔜 Читать подробнее (https://uproger.com/polnyj-gajd-po-podgotovke-k-sobesedovaniyam-po-programmirovaniyu-v-2025-godu/)

@python_be1

Отличный способ освоить Postgres SQL прямо в браузере.

На Crunchydata есть онлайн-плейграунд, в котором собраны:
— Интерактивный терминал;
— Короткие уроки по делу;
— Практические задания;
— Объяснение каждой команды;
— И даже тестовые базы.

Слоны довольны (https://www.crunchydata.com/developers/tutorials)

@python_be1

Разработка платформера на Python: подробный проект с кодом

В этой статье мы разберём, как создать простой, но функциональный платформер на Python с использованием библиотеки Pygame.

Платформер — это жанр игр, где игрок управляет персонажем,перемещающимся по уровням с препятствиями и платформами. Мы последовательно рассмотрим, как подготовить окружение, спроектировать игру, реализовать движок, персонажа, платформы и обработку столкновений.

📌 https://uproger.com/razrabotka-platformera-na-python-podrobnyj-proekt-s-kodom/

@python_be1

🧠 DualDistill: как 7B-модель обходит гигантов в математике

📚 Agentic‑R1 учится у двух учителей:
• один рассуждает в тексте
• другой — пишет Python-код
Затем оба трека сливаются в 2 678 гибридных примеров.

✅ Если оба правы — сохраняются оба пути
⚠️ Если один ошибается — фиксируется момент передачи
❌ Безнадёжные случаи — отбрасываются

После обучения ученик запускается сам:
• сохраняет удачные попытки
• исправляет ошибки с помощью учителей
• дообучается, добавляя 16 новых попыток на каждую задачу

🎯 Финальная модель в реальном времени решает: рассуждать или писать код
• вызывает исполнитель в 79.2% тяжёлых комбинаторных задач
• но лишь в 52.0% простых AMC-вопросов

📈 Результаты:
• DeepMath‑L и Combinatorics300: рост точности с 34.7 → 59.3
• Стандартные датасеты — стабильные метрики
→ Гибридное обучение оказалось сильнее одиночных стратегий

📝 Paper: https://arxiv.org/abs/2507.05707

@python_be1

Супер подбора для подготовки к Собесу:
🟢Более 100 вопросов с собеседования Python. Разбор реальных вопросов. (https://uproger.com/bolee-100-voprosov-s-sobesedovaniya-python-razbor-realnyh-voprosov/)
🟢120 ключевых вопросов по SQL за 2025 год (https://uproger.com/120-klyuchevyh-voprosov-po-sql-za-2025-god/)
🟢 100 вопросов с собеседований продвинутого DevOps специалиста: подробный разбор (https://uproger.com/100-voprosov-s-sobesedovanij-prodvinutogo-devops-speczialista-podrobnyj-razbor/)
🟢100 вопросов со собеседований по Docker с подробными ответами (https://uproger.com/100-voprosov-so-sobesedovanij-po-docker-s-podrobnymi-otvetami/)
🟢100 вопросов для продвинутого Linux администратора (https://uproger.com/100-voprosov-dlya-prodvinutogo-linux-administratora/)
🟢100 вопросов c собесов в Data Science и ML (https://uproger.com/100-voprosov-c-sobesov-v-data-science-i-ml/)
🟢100 вопросов с собеседованию Go. (https://www.youtube.com/watch?v=8QbI-8zMsLk)

@python_be1

CodeEasy: Python Essentials

Отличный способ прокачаться в Python.
🔹Объясняет сложное простыми словами
🔹Основан на реальной истории с заданиями по ходу сюжета
🔹Бесплатный старт
Переходим сюда (https://codeeasy.io/course/python-essentials) для старта

@python_be1