Forwarded from Proglib.academy | IT-курсы
freeCodeCamp.org
Data Visualization Tools – Full Guide
Data visualization is the process of interpreting or representing data graphically. Generally, it is the graphical or visual representation of data using charts, tables, histograms, and other info-graphics. Data plays a major role in any type of orga...
Forwarded from Proglib.academy | IT-курсы
Realpython
A Practical Introduction to Web Scraping in Python – Real Python
In this tutorial, you'll learn all about web scraping in Python. You'll see how to parse data from websites and interact with HTML forms using tools such as Beautiful Soup and MechanicalSoup.
Forwarded from Proglib.academy | IT-курсы
➕ ➕ 7 способов сортировки массивов на примере С++ с иллюстрациями
В этой статье продемонстрируем на иллюстрациях, как работают алгоритмы сортировки: от простейшей пузырьковой до сложной древовидной кучи. Также определим сложность худших и лучших случаев, а код напишем на С++.
🔗 Основной сайт
🔗 Зеркало
Зачем учить алгоритмы сортировки, если есть уже готовые методы сортировки?
Чтобы знать плюсы и минусы каждого алгоритма, понимать, как действительно он работает (а не просто копипастить) и какой алгоритм выбрать для конкретной задачи. Плюс изучение алгоритмов развивает мышление и профессиональный кругозор.
Как мне оперативно научиться применять алгоритмы?
Мы запустили курс «Алгоритмы и структуры данных», на котором junior и middle+ программисты смогут потренировать навыки применения алгоритмов и сгенерировать идеальные решения сложных задач в сообществе других разработчиков.
➡️ Начать обучение
В этой статье продемонстрируем на иллюстрациях, как работают алгоритмы сортировки: от простейшей пузырьковой до сложной древовидной кучи. Также определим сложность худших и лучших случаев, а код напишем на С++.
🔗 Основной сайт
🔗 Зеркало
Зачем учить алгоритмы сортировки, если есть уже готовые методы сортировки?
Чтобы знать плюсы и минусы каждого алгоритма, понимать, как действительно он работает (а не просто копипастить) и какой алгоритм выбрать для конкретной задачи. Плюс изучение алгоритмов развивает мышление и профессиональный кругозор.
Как мне оперативно научиться применять алгоритмы?
Мы запустили курс «Алгоритмы и структуры данных», на котором junior и middle+ программисты смогут потренировать навыки применения алгоритмов и сгенерировать идеальные решения сложных задач в сообществе других разработчиков.
➡️ Начать обучение
Forwarded from Proglib.academy | IT-курсы
🤯🤯🤯 Задачка на IT тематику.
Напишите функцию, которая возвращает максимальную прибыль от одной сделки с одной акцией (сначала покупка, потом продажа). Исходные данные — массив вчерашних котировок stock_prices_yesterday с ценами акций.
Информация о массиве:
Индекс равен количеству минут с начала торговой сессии (9:30 утра).
Значение в массиве равно стоимости акции в это время.
Например: если акция в 10:00 утра стоила 20 долларов, то stock_prices_yesterday[30] = 20.
Допустим, имеем некоторые условия:
stock_prices_yesterday = [10, 7, 5, 8, 11, 9]
profit = get_max_profit(stock_prices_yesterday)
#вернет 6 (купили за 5, продали за 11)
Массив может быть любым, хоть за весь день. Нужно написать функцию get_max_profit как можно эффективнее — с наименьшими затратами времени выполнения и памяти.
Напишите функцию, которая возвращает максимальную прибыль от одной сделки с одной акцией (сначала покупка, потом продажа). Исходные данные — массив вчерашних котировок stock_prices_yesterday с ценами акций.
Информация о массиве:
Индекс равен количеству минут с начала торговой сессии (9:30 утра).
Значение в массиве равно стоимости акции в это время.
Например: если акция в 10:00 утра стоила 20 долларов, то stock_prices_yesterday[30] = 20.
Допустим, имеем некоторые условия:
stock_prices_yesterday = [10, 7, 5, 8, 11, 9]
profit = get_max_profit(stock_prices_yesterday)
#вернет 6 (купили за 5, продали за 11)
Массив может быть любым, хоть за весь день. Нужно написать функцию get_max_profit как можно эффективнее — с наименьшими затратами времени выполнения и памяти.
Forwarded from Proglib.academy | IT-курсы
🏋️♀️♟🥇 30 крутых трюков на Python для прокачки качества кода с примерами.
Рассмотрите подборку приемов Python, которые вы могли бы использовать для улучшения своего кода и развития навыков работы на Python.
Подробнее
Рассмотрите подборку приемов Python, которые вы могли бы использовать для улучшения своего кода и развития навыков работы на Python.
Подробнее
Datacamp
30 Cool Python Tricks For Better Code With Examples
We've curated 30 cool Python tricks you could use to improve your code and develop your Python skills.
Forwarded from Proglib.academy | IT-курсы
Подсказки по типам Python - как использовать обнаружение всегда истинной логической проверки Mypy.
Иногда код использует логические проверки переменных, которые могут быть только истинными. Обычно это признак ошибки либо в подсказках типа, либо в реализации. У Mypy есть необязательная проверка, которая может обнаружить такое проблемное логическое использование с помощью кода ошибки truthy-book.
Читать
Иногда код использует логические проверки переменных, которые могут быть только истинными. Обычно это признак ошибки либо в подсказках типа, либо в реализации. У Mypy есть необязательная проверка, которая может обнаружить такое проблемное логическое использование с помощью кода ошибки truthy-book.
Читать
Forwarded from Python School
Зачем использовать namedtuple вместо обычного словаря
Основным преимуществом namedtuple является то, что он занимает меньше места (памяти), чем аналогичный словарь.
Поэтому, в случае больших данных именованные кортежи эффективны.
Выполняя приведенный выше код, вы обнаружите, что namedtuple имеет размер 64 байта, тогда как словарь занимает гораздо больше — 240 байт. Это почти в 4 раза больше памяти.
Основным преимуществом namedtuple является то, что он занимает меньше места (памяти), чем аналогичный словарь.
Поэтому, в случае больших данных именованные кортежи эффективны.
Выполняя приведенный выше код, вы обнаружите, что namedtuple имеет размер 64 байта, тогда как словарь занимает гораздо больше — 240 байт. Это почти в 4 раза больше памяти.
Forwarded from Python School
UserList
UserList — это похожий на список контейнерный тип данных, который является классом-оболочкой для списков.
Синтаксис будет следующим: collections.UserList([list]).
Вы передаете обычный список в качестве аргумента userlist. Этот список хранится в атрибуте ‘data’ и доступен через метод UserList.data.
UserList — это похожий на список контейнерный тип данных, который является классом-оболочкой для списков.
Синтаксис будет следующим: collections.UserList([list]).
Вы передаете обычный список в качестве аргумента userlist. Этот список хранится в атрибуте ‘data’ и доступен через метод UserList.data.
Чем заняться на длинных выходных?
❓ Можно залпом пройти все наши тесты:
— Тест на знание алгоритмов и структур данных (первый и второй)
— Тесты на знание языков: Python (первый, второй), Data Science, Java (первый, второй), PHP, Kotlin, JavaScript, C#
🐍 Либо решить все 49 задач по Python:
🧩 Словари в Python: 12 задач для начинающих с решениями
🧩 Задача о поврежденной XML-строке
🧩 Задача об определении латинского квадрата
🧩 5 классических задач по Python для начинающих с решениями
🧩 5 задач по Python для новичков с решениями
🧩 5 задач с решениями на Python для начинающих разработчиков
🧩 Словари в Python: 5 задач с решениями для изучения генераторов и методов словарей
🧩 Функции в Python: 5 задач для тренировки *args, **kwargs и lambda-функций
🧩 Обработка вложенных списков и матриц в Python: 5 задач с решениями для совершенствования навыков
🧩 Работа с файлами в Python: 5 задач для начинающих с решениями
📺 Посмотреть сериалы:
— Периферийные устройства (Кинопоиск: 7.7/10, IMDB: 8.4/10)
— Разделение (Кинопоиск: 8.7/10, IMDB: 8.4/10)
— Разрабы (Кинопоиск: 7.7/10, IMDB: 7.7/10)
💤 Или просто выспаться:
— Повышаем свою продуктивность: 6 ключевых факторов
❓ Можно залпом пройти все наши тесты:
— Тест на знание алгоритмов и структур данных (первый и второй)
— Тесты на знание языков: Python (первый, второй), Data Science, Java (первый, второй), PHP, Kotlin, JavaScript, C#
🐍 Либо решить все 49 задач по Python:
🧩 Словари в Python: 12 задач для начинающих с решениями
🧩 Задача о поврежденной XML-строке
🧩 Задача об определении латинского квадрата
🧩 5 классических задач по Python для начинающих с решениями
🧩 5 задач по Python для новичков с решениями
🧩 5 задач с решениями на Python для начинающих разработчиков
🧩 Словари в Python: 5 задач с решениями для изучения генераторов и методов словарей
🧩 Функции в Python: 5 задач для тренировки *args, **kwargs и lambda-функций
🧩 Обработка вложенных списков и матриц в Python: 5 задач с решениями для совершенствования навыков
🧩 Работа с файлами в Python: 5 задач для начинающих с решениями
📺 Посмотреть сериалы:
— Периферийные устройства (Кинопоиск: 7.7/10, IMDB: 8.4/10)
— Разделение (Кинопоиск: 8.7/10, IMDB: 8.4/10)
— Разрабы (Кинопоиск: 7.7/10, IMDB: 7.7/10)
— Повышаем свою продуктивность: 6 ключевых факторов
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение
Если вы начинающий разработчик, дата-инженер или выпускник смежных специальностей, а ещё хотите расти и инвестируете в своё дальнейшее развитие, вам подойдет новый курс Яндекс Практикума «Инженер машинного обучения».
За 4 месяца вы научитесь:
• Переводить бизнес-задачу на язык машинного обучения и применять алгоритмы и архитектуры ML-решений.
• Выявлять источники качественных данных, выбирать эффективные способы их разметки и работать с большими данными.
• Разрабатывать код моделей и готовить к использованию в продакшн под большой нагрузкой.
• Развёртывать ML-модели в облаке, поддерживать качество работы модели на меняющихся данных.
К концу курса вы разработаете 3 полноценных сервиса:
• Рекомендательную систему для товаров на маркетплейсе.
• Научитесь предсказывать отток клиентов в банковском секторе.
• Сформируете сегменты для продвижения маркетинговых активностей, смоделировав uplift для пользователей телеком оператора.
Приходите учиться, не обещаем, что будет легко, но наша команда всегда поддержит вас в трудную минуту.
А еще 77% наших выпускников находят новую работу и большинство из них в течение 4-х месяцев.
За 4 месяца вы научитесь:
• Переводить бизнес-задачу на язык машинного обучения и применять алгоритмы и архитектуры ML-решений.
• Выявлять источники качественных данных, выбирать эффективные способы их разметки и работать с большими данными.
• Разрабатывать код моделей и готовить к использованию в продакшн под большой нагрузкой.
• Развёртывать ML-модели в облаке, поддерживать качество работы модели на меняющихся данных.
К концу курса вы разработаете 3 полноценных сервиса:
• Рекомендательную систему для товаров на маркетплейсе.
• Научитесь предсказывать отток клиентов в банковском секторе.
• Сформируете сегменты для продвижения маркетинговых активностей, смоделировав uplift для пользователей телеком оператора.
Приходите учиться, не обещаем, что будет легко, но наша команда всегда поддержит вас в трудную минуту.
А еще 77% наших выпускников находят новую работу и большинство из них в течение 4-х месяцев.
Forwarded from Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение
Ищем учеников на бесплатный интенсив по созданию искусственного интеллекта с нуля. Опыт программирования не важен!🤖
Гарантия трудоустройства всем выпускникам университета! Удаленная работа из любой точки мира!
Всего за 3 вечера под руководством Дмитрия Романова - основателя Университета Искусственного Интеллекта, лидера обучения AI-разработке в РФ и СНГ, вы с легкостью напишете свой первый искусственный интеллект👨💻
Какие нейронные сети вы создадите?
👉Классификация марок молока
👉Классификация людей на входящих и выходящих из автобуса
👉Обнаружение возгораний
👉Оценка стоимости квартир
👉Классификация отзывов на Teslа
👉Оценка резюме соискателей
👉Прогнозирование стоимости полиметаллов
👉Сегментация изображений самолетов
👉Распознавание команд умного дома⠀
Лучше освоить навыки создания нейронных сетей вам помогут домашние задания с проверкой от кураторов.⠀
Приходите на бесплатный интенсив и напишите искусственный интеллект за 3 вечера💪
Регистрируемся тут
Гарантия трудоустройства всем выпускникам университета! Удаленная работа из любой точки мира!
Всего за 3 вечера под руководством Дмитрия Романова - основателя Университета Искусственного Интеллекта, лидера обучения AI-разработке в РФ и СНГ, вы с легкостью напишете свой первый искусственный интеллект👨💻
Какие нейронные сети вы создадите?
👉Классификация марок молока
👉Классификация людей на входящих и выходящих из автобуса
👉Обнаружение возгораний
👉Оценка стоимости квартир
👉Классификация отзывов на Teslа
👉Оценка резюме соискателей
👉Прогнозирование стоимости полиметаллов
👉Сегментация изображений самолетов
👉Распознавание команд умного дома⠀
Лучше освоить навыки создания нейронных сетей вам помогут домашние задания с проверкой от кураторов.⠀
Приходите на бесплатный интенсив и напишите искусственный интеллект за 3 вечера💪
Регистрируемся тут
Forwarded from Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение
6 шаблонов использования ThreadPoolExecutor в Python.
https://superfastpython.com/threadpoolexecutor-usage-patterns/
https://superfastpython.com/threadpoolexecutor-usage-patterns/
Super Fast Python
6 Usage Patterns for the ThreadPoolExecutor in Python - Super Fast Python
You can adopt one of the common usage patterns to get the most out of the ThreadPoolExecutor in Python. In this tutorial, you will discover the common usage patterns for Python thread pools. Let’s get started. ThreadPoolExecutor Usage Patterns The ThreadPoolExecutor…
Forwarded from Python School
UserString
Подобно тому, как UserLists является классом-оболочкой для списков, UserString является классом-оболочкой для строк.
UserString позволяет добавлять к строке определенное поведение. Вы можете передать этому классу любой конвертируемый в строку аргумент и затем получить доступ к этой строке, используя атрибут data
Как видите, число 765 было преобразовано в строку «765», и доступ к ней можно получить с помощью метода UserString.data.
Подобно тому, как UserLists является классом-оболочкой для списков, UserString является классом-оболочкой для строк.
UserString позволяет добавлять к строке определенное поведение. Вы можете передать этому классу любой конвертируемый в строку аргумент и затем получить доступ к этой строке, используя атрибут data
Как видите, число 765 было преобразовано в строку «765», и доступ к ней можно получить с помощью метода UserString.data.