Советы при работе с Pandas

В данной статье автор собрал несколько советов и подводных камней, которые следует избегать для чистоты кода на Pandas. А в комментариях под этим постом ты можешь поделиться своими советами!

👉Читать статью

#статьи

Flask: Разработка страниц и добавление стилей

Делимся циклом видео, благодаря которому ты научишься пользоваться Flask. В этот раз автор демонстрирует разработку страниц и добавление стилей.

👀Смотреть видео

#видео

Подборка литературы

В данной статье автор собрал пять книг, которые могут быть полезны для любого Python-разработчика. А в комментариях под этим постом ты можешь поделиться своими книгами!

👉Читать статью

#статьи

percentile

Функция percentile используется для вычисления перцентиля в наборе данных. Перцентиль — это значение, ниже которого падает определенный процент наблюдений в наборе данных. Например, 50-й перцентиль (также известный как медиана) означает, что 50% значений меньше этого значения, а остальные 50% больше.

#практика

Приложение для управления расходами

Данное простое приложение позволяет тебе управлять своими расходами.

expenses = []

def add_expense():
    item = input("Введите название расхода: ")
    cost = float(input("Введите сумму: "))
    expenses.append((item, cost))
    print("Расход успешно добавлен.")

def view_expenses():
    total = 0
    if not expenses:
        print("У вас пока нет расходов.")
    else:
        print("Ваши расходы:")
        for item, cost in expenses:
            print(f"{item}: {cost}")
            total += cost
        print(f"Общая сумма расходов: {total}")

while True:
    print("\nВыберите действие:")
    print("1. Добавить расход")
    print("2. Просмотреть расходы")
    print("3. Выйти")

    choice = input("Введите номер действия: ")

    if choice == '1':
        add_expense()
    elif choice == '2':
        view_expenses()
    elif choice == '3':
        break
    else:
        print("Некорректный выбор. Пожалуйста, выберите существующий пункт меню.")

Простой Python

Универсальные типы

Универсальные типы данных — это типы данных, которые могут хранить различные значения. Делимся статьей, где автор рассказывает про универсальные типы.

👉Читать статью

#статьи

Наивный байесовский классификатор

Наивный байесовский классификатор — это простой вероятностный классификатор, основанный на принципе байесовской классификации. Он основан на предположении о "наивности" или независимости признаков. Это означает, что каждый признак влияет на класс независимо от других признаков. Делимся статьей, где автор рассказывает про данный классификатор.

👉Читать статью

#статьи

MySQL: WHERE

WHERE используется для фильтрации результатов запроса на основе определенного условия. Например, если ты хочешь выбрать только определенные строки из таблицы, удовлетворяющие определенному условию, используй WHERE в SQL-запросе.

#практика #mysql

Дерево решений

Дерево решений представляет собой структуру древовидного типа, в которой каждый узел представляет тест над атрибутом данных. Каждая ветвь представляет результат этого теста, а каждый лист дерева представляет прогноз или класс. Делимся статьей, где автор рассказывает про данный алгоритм.

👉Читать статью

#статьи

Английское издание TechBullion сравнило генеративные модели со всего мира

Первое место в топе заняла модель Midjourney, впечатлившая рецензентов своей работой с пользовательскими промптами, выраженных в очень красивых и детализированных генерациях. Позади остались другие гиганты AI-рисования: Stable Diffusion и DALL-E 3, которые получили не меньше положительных отзывов.

В рейтинг также вошли две российские разработки — Kandinsky от Сбера (5 место) и YandexArt от Яндекса (10 место). В первом случае эксперты отметили визуальные работы, наполненные глубинным смыслом с желанием задуматься насчет бытия. Модель от Яндекса похвалили за гибкость в работе с разными стилями, но добавили, что для желаемого результата может потребоваться больше одной генерации.

👉Читать статью

#статьи

PyFlet: Библиотека Pyxel

Делимся циклом видео, где автор рассказывает про UI дизайн приложений. В этот раз рассматривается библиотека Pyxel. Это небольшой игровой движок для создания игр в стиле ретро.

👀Смотреть видео

#видео

NumPy.std

numpy.std() используется для вычисления стандартного отклонения значений в массиве или последовательности чисел. Стандартное отклонение — это мера разброса значений относительно их среднего значения. Данная функция принимает массив или последовательность чисел в качестве аргумента и возвращает стандартное отклонение этих чисел.

#практика

Алгоритмы AdaBoost

AdaBoost (Adaptive Boosting) — это алгоритм машинного обучения, который используется для построения сильного классификатора на основе комбинации нескольких слабых классификаторов. Делимся статьей, где автор рассказывает про данный алгоритм.

👉Читать статью

#статьи

Flask: Работа с базой данных SQLite

Продолжаем делиться циклом видео, благодаря которому ты научишься пользоваться Flask. В этот раз автор демонстрирует подключение базы данных SQLite. а также работу с БД.

👀Смотреть видео

#видео

MySQL: executemany

executemany — это метод, который используется для выполнения SQL-запросов с несколькими наборами параметров. Он часто применяется при вставке больших объемов данных в базу данных. Когда ты вызываешь executemany, передается список кортежей (или список списков) вместе с SQL-запросом. В результате запрос выполняется один раз, обрабатывается каждый набор параметров поочередно.

#практика #mysql

Градиентный бустинг

Градиентный бустинг используется в задачах регрессии и классификации. Он предоставляет модель прогнозирования в виде ансамбля моделей слабого прогнозирования, подобных деревьям решений. Делимся статьей, где автор рассказывает про реализацию градиентного бустинга с нуля на Python.

👉Читать статью

#статьи

Телеграм-бот: Библиотека aiogram

Делимся циклом видео, благодаря которому ты научишься разрабатывать телеграм-бота на Python. В этот раз автор рассказывает про библиотеку aiogram. Она создана для работы с Telegram API и создания ботов.

👀Смотреть видео

#видео