Теоремы о сортировках

В данной статье автор рассказывает о трех теоремах сортировок. В результате ты узнаешь, почему сортировка пузырьком не такая эффективная как кажется; каким интересным свойством оптимальности обладает сортировка выбором и многое другое.

👉Читать статью

#статьи

MongoDB: Выборка данных из коллекции

Делимся циклом видео, благодаря которому ты научишься пользоваться MongoDB. В этот раз автор рассказывает, как фильтровать выборки данных из коллекции.

👀Смотреть видео

#видео

Ускорение компиляции с помощью numba

Если определённая часть твоего кода всё ещё работает медленно, попробуй библиотеку numba, чтобы компилировать код. numba ускоряет выполнение в 10-20 раз, так как компилирует код в машинные инструкции.

#практика #numpy

Слабые ссылки

weakref — это модуль, который позволяет создавать слабые ссылки (weak references) на объекты. Когда ты создаешь ссылку на объект, Python увеличивает счётчик ссылок, и объект остаётся в памяти, пока на него есть хотя бы одна ссылка. Но если тебе нужно ссылаться на объект, не препятствуя его удалению сборщиком мусора, используется weakref. В данной статье автор рассказывает об особенностях использования weakref.

👉Читать статью

#статьи

Телеграм-бот: Техподдержка

Продолжаем делиться циклом видео, где автор рассказывает про разработку телеграм-бота на Python. В этот раз ты узнаешь, как сделать бота техподдержки с помощью Aiogram.

👀Смотреть видео

#видео

Что такое Brython? Часть 3

Brython — это интерпретатор Python, реализованный на языке JavaScript. Его основная цель — позволить разработчикам писать клиентскую логику веб-приложений на Python вместо JavaScript. Продолжаем делиться циклом статей, где автор рассказывает про Brython.

👉Читать статью

#статьи

Pandas: Удаление дубликатов

pandas.dropduplicates() — метод в библиотеке pandas, который используется для удаления дубликатов строк из DataFrame. С помощью duplicated ты можешь проверить, имеются ли дубликаты.

#практика #pandas

Управление памятью

В данной статье автор затрагивает вопрос управления памятью. Ты узнаешь, как Python управляет памятью, когда можно довериться автоматике, а когда стоит взять инструменты в свои руки.

👉Читать статью

#статьи

Парсинг с помощью LLM

Благодаря данной статье ты узнаешь, как современные LLM помогают автоматизировать сбор данных с веб-сайтов. В результате сводится к минимуму рутинная настройка и “подкручивание” парсеров.

👉Читать статью

#статьи

FastAPI: Использование Pydantic

Продолжаем делиться циклом видео, благодаря которому ты научишься пользоваться FastAPI библиотекой. В этот раз ты научишься работать с Pydantic и описывать типы данных.

👀Смотреть видео

#видео

list.pop

list.pop() — это метод списка, который удаляет элемент по указанному индексу и возвращает его. Если индекс не указан, удаляется и возвращается последний элемент списка. Этот метод изменяет исходный список, уменьшая его длину. Если индекс выходит за границы списка, вызывается исключение IndexError. Чтобы избежать ошибки, можно проверять длину списка.

#практика

Temporal Fusion Transformer

Temporal Fusion Transformer (TFT) — это мощная нейронная сеть для прогнозирования временных рядов, разработанная для обработки сложных данных с различными временными и статическими характеристиками. TFT сочетает в себе преимущества механизмов внимания (Attention) и рекуррентных сетей, чтобы извлекать значимые зависимости и взаимодействия в данных. Благодаря данной статье ты узнаешь о преимуществах TFT.

👉Читать статью

#статьи

MongoDB: Обновление и удаление данных

Делимся циклом видео, благодаря которому ты научишься пользоваться MongoDB. В этот раз автор рассказывает, как обновлять, удалять, а также заменять один объект другим.

👀Смотреть видео

#видео

Ridge и Lasso

Иногда простая линейная регрессия начинает чудить: переобучается, даёт нестабильные коэффициенты, особенно если в данных много признаков или они между собой похожи. Это называется мультиколлинеарность, и лечится оно регуляризацией — техникой, которая добавляет “штраф” за слишком сложную модель. В линейной регрессии это реализуется через Ridge (L2-регуляризация) и Lasso (L1-регуляризация).

Ridge-регрессия добавляет к ошибке сумму квадратов коэффициентов. В результате модель получает штраф за то, что “раздувает” веса. Чем больше alpha, тем сильнее сжимаются веса. Маленькое значение — почти обычная линейная регрессия, большое — всё приближается к нулям.

Lasso-регрессия штрафует за модули коэффициентов. То есть она не просто сжимает веса, а может вообще сделать некоторые из них равными нулю. Это превращает Lasso в инструмент для отбора признаков: она как бы говорит «этот признак не важен — выкину его сам».

#практика

numpy.where

Функция numpy.where используется для поиска элементов в массиве, которые соответствуют определённому условию. Она возвращает индексы этих элементов или позволяет заменять их на другие значения. Благодаря данной статье ты узнаешь, как пользоваться numpy.where.

👉Читать статью

#статьи

FastAPI: HTTP-запросы

Продолжаем делиться циклом видео, благодаря которому ты научишься пользоваться FastAPI библиотекой. В этот раз ты научишься обрабатывать различные HTTP-запросы: get, post, put, delete.

👀Смотреть видео

#видео

NumPy: concatenate

Функция numpy.concatenate() используется для объединения массивов вдоль существующих осей. Это позволяет объединять несколько массивов NumPy в один массив. Мы передаем последовательность массивов, которые хотим объединить, в функцию concatenate() вместе с осью. Если ось не передана явно, она принимается за 0.

#практика #numpy

FastAPI VS Litestar

В данной статье автор сравнивает два фреймворка для микросервисов: FastAPI и Litestar. Ты узнаешь о плюсах и минусах каждого. Также продемонстрировано сравнение производительности и примеры валидации.

👉Читать статью

#статьи