Дилемма СТО: внедрять инновационные технологии или использовать проверенный стек

Есть поговорка, что разработчики трудятся по принципу «работает, не трогай», но откуда тогда появляются прорывные решения? Рассмотрим, как создаются быстрые и конкурентоспособные ИТ-продукты на реальных кейсах: обсудим ИИ-ассистентов, разговоры с Пушкиным (как в «Черном зеркале») и конечно затронем тему найма разработчиков.

Подробнее👇

#статьи

@python_practics

Всегда работает

#мемчики

@python_practics

Interpretable Machine Learning with Python, 2nd Edition: Build explainable, fair, and robust high-performance models with hands-on, real-world examples

Чему вы научитесь:

• Принципам интерпретируемого машинного обучения;
• Использованию библиотек Python для создания объяснимых моделей (например, SHAP, LIME);
• Внедрению практик обеспечения справедливости и устранения смещений в моделях;
• Применению реальных примеров для построения объяснимых и надежных моделей;
• Анализу и интерпретации результатов машинного обучения для принятия решений.

"Interpretable Machine Learning with Python, 2nd Edition" фокусируется на обучении созданию моделей машинного обучения, которые можно легко интерпретировать и объяснить. Вы научитесь использовать Python для разработки моделей, которые не только демонстрируют высокую производительность, но и обладают прозрачностью и справедливостью.

Книга в формате pdf👇

#курсы_книги

@python_practics

Правильный путь создания python-библиотеки: от создания до публикации

Стоит ли говорить, что Python ОЧЕНЬ и ОЧЕНЬ популярный язык программирования, местами даже догоняя JavaScript. Python в мире программирования — это эсперанто, легкий язык созданный для всех, но его владельцам не мешало бы помыться.

В мире программирования создание собственных библиотек — это не просто возможность пополнения своего портфолио или способ структурировать код, а настоящий акт творческого самовыражения (и иногда велосипедостроения). Каждый разработчик иногда использовал в нескольких своих проектах однообразный код, который приходилось каждый раз перемещать. Да и хотя бы как упаковать свои идеи и знания в удобный и доступный формат, которым можно будет поделиться с сообществом.

Подробнее👇

#статьи

Внимание! - Вопрос!

Чем список отличается от кортежа?

Списки – это изменяемые последовательности, обычно используемые для хранения однотипных данных (хотя Python не запрещает хранить в них данные разных типов). Представлены классом list.

Кортежи – это неизменяемые последовательности, обычно используемые, чтобы хранить разнотипные данные. Представлены классом tuple.

На уровне языка отличаются тем, что в кортеж нельзя добавить или убрать элемент. На уровне интерпретатора различий нет. Обе коллекции представлены массивом указателей на структуру PyObject.

Для списка определены функции, которые добавляют в такой массив новый элемент, удаляют имеющийся, соединяют два массива в один. Они вызываются методами списка .append(), .pop(), .sort() и т.д.

#вопросы_из_собеседований

@python_practics

Таймер обратного отсчета на Python

Полный код можно посмотреть по ссылке👇

#sandbox

@python_practics

Задача:

Обычно, когда вы что-то покупаете, вас спрашивают, верен ли номер вашей кредитной карты, номер телефона или ответ на ваш самый секретный вопрос. Однако, поскольку кто-то может заглянуть вам через плечо, вы не хотите, чтобы это отображалось на вашем экране. Вместо этого мы маскируем это.

Ваша задача - написать функцию maskify, которая заменяет все символы, кроме последних четырех, на "#".

Пример:

"4556364607935616" --> "############5616"
"64607935616" -->      "#######5616"

#задачник

@python_practics

Обработка текста

Выполнять задачи обработки текста.

👍 - если было полезно

#полезные_сниппеты

@python_practics

Внимание! - Вопрос!

Что такое диапазон?

Диапазоны – неизменяемые последовательности чисел, которые задаются началом, концом и шагом. Представлены классом range (в Python 2 – xrange; range в Python 2 – это функция, которая возвращает список). Параметры конструктора должны быть целыми числами (либо экземпляры класса int, либо любой объект с методом __index__) Поддерживает все общие для последовательностей операции, кроме конкатенации и повторения, а также, в версиях Python до 3.2, срезов и отрицательных индексов.

#вопросы_из_собеседований

@python_practics

plotly

Если спросить питонистов, какую библиотеку использовать для визуализации данных, то большинство, несомненно, ответят: matplotlib. Ответят, правда, без особого удовольствия. Многое в matplotlib не так уж очевидно и требует не раз обратиться к StackOverflow. Касается это и таких распространенных ситуаций, как создание дополнительных осей или отображение на них дат.

Нужно понимать, что matplotlib создавался задолго до бурного развития Data Science, и в большей мере ориентировался на отображение массивов NumPy и параметрических функций SciPy. В то же время в Data Science распространен обобщающий тип объектов – датасеты, крупные таблицы с данными. В этой статье мы нырнем в работу с альтернативной библиотекой – plotly – и научимся визуализировать множество самых необходимых вещей.

Подробнее👇

#фреймворки_библиотеки

@python_practics

Статистические тесты

Проведение статистических испытаний для проверки гипотез.

👍 - если было полезно

#полезные_сниппеты

@python_practics

Всё, что вы хотели знать о Django Channels

Когда автор статьи впервые начал работать с Django, его всё устраивало, за исключением одного момента: как сделать так, чтобы приложение могло общаться с пользователем в реальном времени? Веб-сокеты, уведомления, асинхронные запросы — казалось, это точно не про чистый Django. Но затем автор наткнулся на Django Channels, и многое изменилось. Channels позволили ему сделать приложение асинхронным, добавить поддержку веб-сокетов и превратить его во что-то гораздо более крутое.

В этой статье он расскажет ,как работать с Django Channels.

Подробнее👇

#статьи