​Агрегатор новостей на Django

Агрегатор новостей — это веб-приложение, которое собирает данные (новостные статьи) с нескольких веб-сайтов. Сегодня вы пошагово научитесь создавать такое приложение, используя различные библиотеки. Ваш агрегатор новостей будет:
— искать статьи в интернете;
— сохранять определённые данные;
— представлять полученные данные в установленном формате.

https://tprg.ru/6gJm

#django

​Адресная книга на Python

Продолжаем расширять навыки и изучаем новые проекты! Сегодня у вас есть возможность создать свою собственную адресную книгу.

В результате у вас должна получиться программа, в которой можно будет:
— записать контакт;
— отредактировать;
— удалить;
— и просмотреть список всех контактов.

Заходите и пробуйте:
https://tprg.ru/rQjU

​Простое НЛП в Python с TextBlob

В наше время мы ежедневно сталкиваемся с колоссальным объёмом информации — текстовой, визуальной, аудио и так далее.

Для того, чтобы нам было проще взаимодействовать с текстовой информацией в Python существует библиотека TextBlob, которая берёт на себя задачу по анализу текста.

В этой статье что такое N-граммы, какое значение они имеют при анализе и как их применять с помощью TextBlob:

https://tprg.ru/tuWo

Вот вам и дедлайн

​Индексация и отбор данных в Pandas

В Pandas существует несколько способов выбора данных — DataFrame или Series. Поскольку документация у этой библиотеки не самая простая, то разобраться может быть не просто. Да и понять, когда воспользоваться тем или иным лучше, тоже не всегда очевидно.

В этой статье автор подробно разбирает примеры использования различных методов индексации и отбора данных:

https://tprg.ru/ZiUS

#pandas

​Распознавание и верификация по лицу с помощью Python

Одно из самых популярных направлений в Python — машинное обучение и нейронные сети.

В этой статье автор расскажет, как, используя RESnet и dlib, настроить нейронную сеть на распознавание лиц на фото и их последующую верификацию по заготовленным данным:

https://tprg.ru/iOGu

#ml

10 приемов для эффективного программирования на Python

Одно из основных отличий опытного разработчика от новичка — опытный знает несколько способов решения одной и той же задачи, а также какой из способов наиболее эффективен.

В этой статье собраны 10 способов оптимального решения конкретных задач, зная которые, вы сможете прокачать свою эффективность:

https://tprg.ru/Bikm

​Чтение и запись HTML-таблиц с помощью Pandas

Python имеет обширные возможности и подходит не только для машинного обучения, но и для веб-разработки. Так, с помощью библиотеки Pandas мы можем взаимодействовать с HTML, например, читая и записывая различные данные.

В этой статье мы поработаем с HTML-таблицами, используя Pandas:

https://tprg.ru/WEOe

#pandas

Обучение нейросети генерированию тени на фотографии

С каждым днём появляется всё больше нейросетей и программ, построенных на основе машинного обучения, которые выполняют совершенно разные задачи.

Автор этой статьи рассказывает, как его команда обучала нейросеть создавать реалистичные тени объектам, добавленным на фото:

https://tprg.ru/r64G

#ml

А можно ещё проще?

Начните новый год с игры в «сапёра» в нашем боте.

Не упустите свой шанс выиграть ценные подарки:
t.me/tproger_official_bot?start=minegame

​Как сделать на Python простую программу для напоминания

Изучив эту статью, вы сможете создать свой собственный reminder, который будет одним своим существованием напоминать какой вы молодец:

https://tprg.ru/6F7k

Срезы в Pandas

Это вторая часть статьи об индексации и работе с данными. В первой части автор прошёлся по основам работы с данными, а теперь он расскажет непосредственно о создании срезов и возможных проблемах с этим:

https://tprg.ru/AYr3

#pandas

​Как быстро создать бессерверное приложение

AWS Chalice — это платформа, которая позволяет создавать бессерверные приложения и развёртывать их на AWS.

Следуя инструкции из этой статьи, вы сможете создать своё бессерверное приложение на Python:

https://tprg.ru/DaE0

Потому что победитель по жизни

​Машинное обучение простыми словами

Словосочетания «программирование на Python» и «машинное обучение» неразрывно связаны. Большинство ML проектов написаны на Python.

Эта статья идеально подойдёт вам, если вы:
— хотите начать изучать машинное обучение, но не до конца понимаете, как это работает;
— хотите попробовать на Python что-то новое;
— уже бросили попытки объяснить своим близким, что это такое;
— пытаетесь успокоить кота и доказать ему, что робот-пылесос не научится залезать в шкаф, где пушистый прячется;
— не знаете, нужно ли уже лезть в бункер пережидать восстание машин или пока подождать.

https://tprg.ru/VD4N

#ml

​Создаём игру Fruit Ninja на Python

Про эту игру, вероятно, слышали многие. Суть — разрезать фрукты, не задевая бомбы.

Изучив эту статью, вы сможете самостоятельно написать такую игру, а также, если захотите, добавить туда что-то своё:

https://tprg.ru/u2sc

#туториал

​5 полезных фич Python

Python обладает множеством возможностей и фич, о которых многие не знают или узнают спустя длительное время после начала разработки. Такие фичи могут помочь прокачать ваш скилл.

В этой статье представлены пять из них:
https://tprg.ru/UvKY

​Элегантное ООП на Python

Python — крайне гибкий язык программирования. Благодаря этой гибкости можно писать действительно элегантный код — простой, лаконичный и производительный.

Один из способов — использование библиотеки marshmallow:

https://tprg.ru/gcS0

#marshmallow #библиотека

Когда нахваливаешь себя на собеседовании