Собрали в одном месте самые важные ссылки
консультируем про IT, Python
Процесс прогнозирования в значительной степени зависит от данных и часто использует передовые методы машинного обучения. В этой статье мы посмотрим разновидности данных, как делать некоторый предварительный анализ данных, а также как генерировать модели прогнозирования оттока абонентов - все с помощью PySpark и ее рамках машинного обучения.
По ссылке вы найдете демо использования Pandashells для выполнения различной обработки данных, анализа и визуализации в командно строке
From deep sequencing to insights.
В статье описываются 10 распространненых мифов/недостатков Python для разработки.
Это первая статья из серии. В серии мы будем рассматривать размеры объектов в изображении и измерять расстояния между ними
Генераторы могут быть переданы функции, и затем использоваться в пределах этих функций. Что это дает - читайте по ссылке.
Новый PyCharm уже доступен.
Начиная с этой версии PyCharm меняет версионирование. Теперь версии будут иметь названия в формате YYYY.R
Статья описывает опыт профилирования кода прям в продакшене. Автору удалось сократить потребление CPU на 80%
В посте вы найдете введение в теорию вероятности, об ее основах и некоторое количества кода на Python