Получи случайную криптовалюту за регистрацию!

PythonDigest

Логотип телеграм канала @py_digest — PythonDigest P
Логотип телеграм канала @py_digest — PythonDigest
Адрес канала: @py_digest
Категории: Технологии
Язык: Русский
Количество подписчиков: 1.84K
Описание канала:

Сборник наиболее интересных Python материалов.
https://pythondigest.ru/
Сделать донат - https://boosty.to/pydigest
Блог автора - @whydaily
Рекомендуем хостинг https://firstvds.ru/?from=421453

Рейтинги и Отзывы

3.00

3 отзыва

Оценить канал py_digest и оставить отзыв — могут только зарегестрированные пользователи. Все отзывы проходят модерацию.

5 звезд

1

4 звезд

0

3 звезд

1

2 звезд

0

1 звезд

1


Последние сообщения 11

2022-05-29 14:16:53 Распределённая настройка гиперапараметров с помощью Ray Tune
https://habr.com/ru/post/667236/?utm_campaign=667236&utm_source=habrahabr&utm_medium=rss

Перед вами третий материал из серии статей, посвящённой настройке гиперпараметров. Если вы только осваиваете эту тему — взгляните на первую (https://www.anyscale.com/blog/what-is-hyperparameter-tuning) статью, в которой говорится о том, что такое настройка гиперпараметров. Во второй (https://www.anyscale.com/blog/how-to-tune-hyperparameters-on-xgboost) части, посвящённой настройке гиперпараметров в XGBoost, мы исследуем практический пример.В первом материале нашей серии, состоящей из трёх частей, мы говорили о том, как подбор гиперпараметров способен помочь в деле поиска оптимальных настроек, позволяющих получить наилучшие результаты от использования моделей машинного обучения. Затем, во втором материале, мы разобрались с тем, как проводить настройку гиперпараметров в XGBoost, и выяснили, что модель, гиперпараметры которой подверглись настройке, даёт более точные прогнозы, чем модель, гиперпараметры которой не модифицировались.
426 views11:16
Открыть/Комментировать
2022-05-24 10:40:03 Как заставить директора купить кондиционер
https://habr.com/ru/post/667124/?utm_campaign=667124&utm_source=habrahabr&utm_medium=rss

Утро, лето, жара. Я просыпаюсь в 6:00 весь в поту. В квартире 27, на улице 21. Но по дороге на работу солнце возьмет свое, а наш офис находится на солнечной стороне. Каждое утро я вхожу в душное помещение, открываю окна, в надежде хоть немного его проветрить, включаю кондиционер. Как вы понимаете, всем дует в спину и включить кондиционер на полную не получится. Температура немного стабилизируется к обеду.
361 views07:40
Открыть/Комментировать
2022-05-24 09:23:18 Самообучаемый чат-бот python, который умеет искать ответы в Wikipedia
https://habr.com/ru/post/667008/?utm_campaign=667008&utm_source=habrahabr&utm_medium=rss

Давно хотел сделать своего собственного Jarvis. Недавно удалась свободная минутка и я его сделал. Он умеет переписываться с Вами, а также искать ответы на Ваши вопросы в Wikipedia. Для его реализации я использовал язык Python.
398 views06:23
Открыть/Комментировать
2022-05-24 07:36:37 О чем боятся спросить Junior DS. Оптимизация кода
https://habr.com/ru/post/666900/?utm_campaign=666900&utm_source=habrahabr&utm_medium=rss

Привет всем! В данной статья я постараюсь ответить на вопросы, связанные с оптимизацией работы кода. Мы затронем различные возможности оптимизации работы кода, которые очевидны опытным специалистам и о них, нередко, даже не задумываются начинающие Data Scientist'ы.
402 views04:36
Открыть/Комментировать
2022-05-24 07:35:37 Упущенные из виду факты о переменных и объектах в Python: все дело в указателях
https://habr.com/ru/post/666858/?utm_campaign=666858&utm_source=habrahabr&utm_medium=rss

В Python переменные и структуры данных не содержат объектов. Этот факт часто упускается из виду, и его трудно уяснить.

Вы можете успешно использовать Python годами, не вникая в нижеприведенные концепции, но полученные здесь знания, безусловно, облегчат решение многих из распространенных проблем Python.

 
395 views04:35
Открыть/Комментировать
2022-05-24 05:32:43 RFM-анализ для успешного сегментирования клиентов с помощью Python
https://habr.com/ru/post/666862/?utm_campaign=666862&utm_source=habrahabr&utm_medium=rss

RFM — это метод, используемый для анализа потребительской ценности.

Он группирует клиентов на основе истории их транзакций:



Recency (Давность) — Как давно клиент совершил покупку?


Frequency (Частота) — Как часто они совершают покупки?


Monetary Value (Денежная ценность) — Сколько они тратят?



 
61 views02:32
Открыть/Комментировать
2022-05-24 04:08:46 HDMI OLED-дисплей в стиле стимпанк
https://habr.com/ru/post/666172/?utm_campaign=666172&utm_source=habrahabr&utm_medium=rss

Чёрт возьми! Я не мог оставить без внимания тот факт, что мой предыдущий дурацкий проект (https://habr.com/ru/company/ruvds/blog/659507/) получил настолько живой отклик. Вряд ли мне когда-либо удастся превзойти такое соотношение приложенных усилий и полученных за них «интернет-очков». Дурацкий, глупый и бесцельный — похоже, это мои дежурные слова. А что станет наиглупейшим апгрейдом для глупейшего дисплея, как ни придание ему вида а-ля стимпанк? Но в моём представлении это никак не цепляние к шляпе покрашенных в золото шестерёнок. Если я говорю стимпанк, то подразумеваю фрезерованную латунь и накатку.
83 views01:08
Открыть/Комментировать
2022-05-24 03:19:07 Практические применения генеративных моделей: как мы делали суммаризатор текстов
https://habr.com/ru/post/666420/?utm_campaign=666420&utm_source=habrahabr&utm_medium=rss

В последнее время вышло большое количество генеративных моделей для русского языка. Команды Сбера выпустили целое семейство авторегрессионных моделей ruGPT3, ruT5 (https://huggingface.co/sberbank-ai), о которых мы подробно писали ранее (https://habr.com/ru/company/sberbank/blog/567776/). Сегодня мы расскажем, как практически применять обучение таких моделей и какие продукты можно получить на их основе.
86 views00:19
Открыть/Комментировать
2022-05-24 01:06:30 Как написать свой прокси с кроликом и рейт-лимитами и не изменить змее с сусликом
https://habr.com/ru/post/666556/?utm_campaign=666556&utm_source=habrahabr&utm_medium=rss

Пару лет назад мы в Just Work делали несколько похожих проектов, которые должны были обрабатывать данные, получаемые из одного внешнего HTTP API. Это API, несмотря на согласованные повышенные лимиты, изредка банило наши ключи доступа за малейшее превышение. Из-за этого ответственность за соблюдение лимитов лежала на клиентах. В дальнейшем, проектов, использующих это API, должно было становиться все больше, и заказчика не устраивала перспектива разбираться с каждой реализацией по отдельности.
149 views22:06
Открыть/Комментировать
2022-05-24 01:00:19 Мой опыт с резиновым мужиком. Github Copilot
https://habr.com/ru/post/666538/?utm_campaign=666538&utm_source=habrahabr&utm_medium=rss

Первая моя ассоциация с Github Copilot - это резиновый мужик-автопилот из фильма "Аэроплан". Помню, в детстве я увидел этот фильм и потом реально думал, что так автопилоты и выглядят: какая-то смешная резиновая кукла надувается и начинает управлять самолётом. И вот, через столько лет меня не покидает ощущение, что передо мной надувается какая-то кукла и пытается писать за меня код.

Короче, нежданно-негаданно мне пришёл инвайт в GitHub copilot. Я и забыл про то, что когда-то запрашивал доступ - ажиотаж давно уже спал, вроде мир не захвачен машинами, а значит, не такой уж он и крутой, да? С другой стороны, недавно к нам на позицию senior python постучал чел и сказал, что большую часть нашего тестового задания он запилил при помощи copilot, так что определённо кто-то "пилотом" пользуется. В общем, непонятно: хорошо оно или плохо? Стану ли я теперь более продуктивным? Есть только один способ проверить: в бою.

 
151 views22:00
Открыть/Комментировать