Flask: Использование JavaScript

Продолжаем делиться циклом статей, благодаря которому ты научишься пользоваться Flask. В этот раз автор демонстрирует создание всплывающего окна при наведении курсора мыши на ник пользователя.

👉Читать статью

#статьи #flask

Random Forest

Random Forest — это не одно дерево, а сразу много. Каждый “деревце” в лесу обучается на случайной части данных и с использованием случайного поднабора признаков. Когда нужно предсказать класс или значение, все деревья голосуют, и побеждает большинство (в классификации) или усреднённый ответ (в регрессии). В результате снижается переобучение по сравнению с одиночным деревом, а сама модель меньше зависит от случайных шумов.

Сначала из обучающей выборки с помощью бутстрэпа выбирается случайная подвыборка (с возвращением). Для каждого дерева берётся случайный набор признаков. Все деревья предсказывают, и итоговый ответ — это агрегация: большинство голосов в классификации или среднее значение в регрессии.

Обрати внимание на пример. n_estimators определяет, сколько деревьев. max_depth — максимальная глубина каждого дерева. random_state — фиксируем сид, чтобы результат был воспроизводим. Можно добавлять class_weight='balanced', если классы несбалансированы.

#практика

FastAPI: Работа с базой данных

Продолжаем делиться циклом видео, благодаря которому ты научишься пользоваться FastAPI библиотекой. В этот раз ты установишь SQLAlchemy и настроишь работу с базой данных.

👀Смотреть видео

#видео

Как сделать свой RAG?

Представь, что у тебя есть умный робот, который умеет отвечать на вопросы. Но чтобы давать самые точные ответы, он сначала ищет информацию в книгах или интернете, а потом формирует ответ.

RAG (Retrieval-Augmented Generation) — это метод, который делает нейросетевой текстовый генератор (например, GPT) умнее и точнее за счёт поиска информации внешних источников перед генерацией ответа. Благодаря данной статье ты узнаешь, как создать собственный RAG.

👉Читать статью

#статьи

Инструменты для работы с графикой

В данной подборке автор рассказывает про шесть лучших инструментов для работы с графикой. Они выделяются от остальных инструментов своими функциями, активностью сообщества и фишками.

👉Читать статью

#статьи

Работа с Selenium: Часть 10

Продолжаем делиться циклом видео, где автор рассказывает про Selenium. В результате ты научишься работать с формами, проходить аутентификацию на различных сайтах и многое другое.

👀Смотреть видео

#видео

Современные реализации бустинга

Хотя sklearn вполне неплох для обучения, в проде чаще используют специализированные библиотеки, заточенные под бустинг.

Например, XGBoost. Он очень быстрый, поддерживает регуляризацию, отложенное построение деревьев, а также раннюю остановку.

LightGBM работает еще быстрее, идеально подходит для очень больших данных. CatBoost же супер дружелюбен к категориальным признакам, даже не нужно кодировать вручную. Присутствует поддержка GPU.

#практика

Симуляция частиц с Pygame

С помощью Pygame можно создать простую, но очень эффектную 2D-игру-симуляцию песка. Игрок будет сыпать песчинки мышкой, а частицы под действием гравитации будут падать вниз.

При желании ты можешь улучшить проект: добавить воду и огонь, реализовать эффекты ветра и многое другое.

#практика

FastAPI: Разработка веб-проекта

Продолжаем делиться циклом видео, благодаря которому ты научишься пользоваться FastAPI библиотекой. В этот раз ты добавишь внешнее оформление для FastAPI-проекта.

👀Смотреть видео

#видео

Go и Python: Что лучше для веб-скрейпинга?

И Go, и Python могут использоваться для веб-скрейпинга, но у каждого свои плюсы и минусы. Благодаря данной статье ты узнаешь о преимуществах каждого из языков, чтобы сделать оптимальный выбор для своего следующего проекта.

👉Читать статью

#статьи

Система поиска похожих изображений

Сделаем простую систему поиска похожих изображений. Сделаем ее без использования ИИ: для определения схожести мы будем переводить изображения в числовые векторы признаков, а векторы сравнивать с помощью расстояния.

Логика кода проста. Сначала мы превращаем все изображения базы в векторы. Затем извлекаются признаки из запроса. Вычисляем сходство между запросом и базой и в результате выводим топ-N наиболее похожих изображений.

При желании можно улучшить код. Например, вместо простых цветов взять признаки через нейросеть, или выделить отдельные признаки для поиска по цвету, текстуре, объемам.

#практика

Задачи с LeetCode: Container With Most Water

Делимся циклом видео, где автор решает различные задачи с LeetCode.

Дан список целых неотрицательных чисел height, где каждый элемент представляет собой высоту вертикальной линии, нарисованной на координатной плоскости. Линии стоят вертикально и на одинаковом расстоянии друг от друга. Нужно выбрать две такие линии, чтобы с осью X они образовывали контейнер, вмещающий максимальное количество воды.

👀Смотреть видео

#видео

Что такое uv?

uv — это сверхбыстрый асинхронный веб-сервер и сервер приложений. Он разработан как альтернатива uvicorn, но с фокусом на максимальную производительность и низкий уровень использования ресурсов. В данной статье автор рассказывает о всех плюсах и минусах приложения.

👉Читать статью

#статьи

Игра “Угадай, что я думаю”

Сделаем простую игру. Пользователь загадывает число или слово, а компьютер пытается с помощью вопросов угадать, что загадал игрок. Все будет работать прямо в консоли.

В качестве примера реализуем угадывание чисел от 1 до 100. Компьютер делает предположения, а игрок отвечает “больше”, “меньше” или угадал. По сути, это классический бинарный поиск. При желании ты можешь добавить поддержку угадывания слов, либо же инвертировать роли.

#практика

Задачи с LeetCode: Integer to English Words

Продолжаем делиться циклом видео, где автор решает различные задачи с LeetCode.

Дано целое число num от 0 до 2³¹ - 1. Нужно вернуть его строковое представление по-английски.

Пример:

Input: num = 1234567
Output: "One Million Two Hundred Thirty Four Thousand Five Hundred Sixty Seven"

👀Смотреть видео

#видео