Цикл for

Цикл for используется для итерации (перебора) последовательностей, таких как списки, строки, словари, множества и диапазоны. Это один из наиболее удобных способов проходить через элементы коллекции или выполнять действия заданное количество раз. Благодаря данному видео ты научишься пользоваться циклом for.

👀Смотреть видео

#видео

Определение языка текста

Данный проект позволяет определить язык текста и перевести его с использованием библиотеки TextBlob. TextBlob использует API Google Translate для определения языка и перевода текста. В данном примере программа определяет язык текста и переводит его на целевой (английский по умолчанию).

#практика

Логистическая регрессия

Логистическая регрессия — это метод классификации, который используется для предсказания вероятности того, что объект принадлежит к определенному классу. Это один из самых распространенных методов машинного обучения, особенно для бинарных задач классификации (например, да/нет, 0/1). Несмотря на название “регрессия”, логистическая регрессия на самом деле является алгоритмом классификации, так как используется для предсказания категориальных переменных. Делимся статьей, где автор рассказывает про логистическую регрессию.

👉Читать статью

#статьи

Lambda-функции

lambda-функция похожа на обычную функцию, но она короче и не имеет имени. Обычно она используется там, где нужен короткий код, например, внутри другой функции или для обработки данных. Благодаря данному видео ты научишься пользоваться lambda-функциями.

👀Смотреть видео

#видео

Замыкания

Замыкание — это функция, которая “помнит” значения переменных из области видимости, где она была создана, даже если эта область уже недоступна. Замыкания позволяют сохранять данные, связанные с функцией, без использования глобальных переменных. Благодаря этой статье ты научишься пользоваться замыканиями.

👉Читать статью

#статьи

Прогнозирование финансовых данных

Данный проект применяется для анализа и прогнозирования временных рядов с помощью модели ARIMA. Мы будем прогнозировать цены акций или валют.

Мы используем ARIMA модель для прогнозирования временных рядов (например, цен акций). Модель обучается на исторических данных, а затем используется для прогнозирования будущих значений. Прогнозирование визуализируется на графике, показывая реальные и предсказанные значения.

#практика

Работа с файловой системой

Продолжаем делиться циклом видео, благодаря которому ты научишься работать с файлами в Python. В этот раз ты поработаешь с файловой системой. Для этого тебе понадобится модуль os.

👀Смотреть видео

#видео

Линейная регрессия

Линейная регрессия — это метод машинного обучения, используемый для нахождения зависимости между одной или несколькими независимыми переменными (факторами) и зависимой переменной (результатом). Цель линейной регрессии — построить прямую линию, которая максимально хорошо описывает зависимость между переменными. Делимся статьей, где автор рассказывает про линейную регрессию.

👉Читать статью

#статьи

Веб-приложение для анализа изображений

Делимся кодом, который позволяет реализовать веб-приложение. Этот сервис может загружать изображение, анализировать его с помощью нейросети и возвращать результаты (например, распознавание объектов).

Flask используется для создания простого веб-приложения, которое позволяет пользователю загрузить изображение. Изображение обрабатывается через TensorFlow, используя предобученную модель MobileNetV2 для классификации изображений. После загрузки изображения приложение возвращает топ-3 предсказания модели, с вероятностями для каждого из классов. Для запуска нужно создать шаблон HTML (например, index.html) для загрузки изображения.

#практика

Вложенные функции

Вложенные функции — это функции, которые определены внутри другой функции. Это значит, что одна функция содержит в себе другую, как будто прячет её внутри. Делимся видео, где автор рассказывает про вложенные функции.

👀Смотреть видео

#видео

pydantic_settings

Pydantic Settings — это механизм, предоставляемый библиотекой Pydantic, который упрощает управление конфигурационными данными и настройками для приложений, таких как веб-серверы, базы данных, API-ключи и другие параметры, необходимые для работы программы. Благодаря данной статье ты научишься пользоваться pydantic_settings.

👉Читать статью

#статьи

Django: Миграции

Представь, ты создаёшь сайт, где есть таблица “Пользователи”. В ней хранятся данные: имя, почта, возраст. Чтобы это работало, тебе нужно создать таблицу в базе данных. Django позволяет сделать это автоматически через миграции. Благодаря данной статье ты научишься пользоваться миграциями.

👉Читать статью

#статьи #django

Создание сайта на Django: Индивидуальные страницы

Продолжаем делиться циклом видео, благодаря которому ты научишься разрабатывать сайты с помощью Django. В данном уроке ты пропишешь URL-проверку, а также создашь правильный вывод из базы данных.

👀Смотреть видео

#видео #django

math.ldexp

Функция math.ldexp() используется для вычисления значения, эквивалентного выражению x ⋅ 2ⁱ. Это полезно для работы с числами с плавающей запятой, особенно в контексте низкоуровневых вычислений или манипуляций с представлениями чисел.

#практика

Создание Diffusion модели

Диффузионные модели — это тип алгоритмов машинного обучения, которые используются для генерации данных, таких как изображения, аудио или текст. Они работают, постепенно улучшая случайный шум, чтобы получить осмысленные данные. Благодаря данной статье ты научишься создавать Diffusion модели с нуля.

👉Читать статью

#статьи

IMG to PDF

Продолжаем делиться циклом видео, где автор рассказывает про веб парсинг. В этот раз ты научишься делать запросы для сохранений изображений из интернета. Также напишешь код для конвертации множества изображений в один PDF файл.

👀Смотреть видео

#видео