Разбираем протокол пейджерных сообщений POCSAG, ч1

Давным-давно, когда мобильный телефон стоил 2000$ и минута звонка стоила 50 центов, была такая популярная штука как пейджинговая связь. Затем связь стала дешевле, и пейджер сначала превратился из престижного атрибута делового человека в непрестижный атрибут курьера или секретаря, а затем эта технология практически и вовсе сошла на нет.

SciPy, алгоритмы на графах

Рассмотрим применение пакета scipy.csgraph на примере детской игры "Лесенки слов", придуманной Льюисом Кэрроллом в Рождество 1877 года. В этой игре нужно найти путь между словами, проводя замену по одной букве за раз.

Python + Raspberry Pi + Pixhawk и квадрокоптер. Или как не надо делать роботов

Каждый год у нас проводится конкурс новогодних украшений, и каждый раз мы ничего не украшаем, а пилим всякие технологичные штуки. В этот раз скрестили дрон и Smart TV-приложение. А что из этого получилось — читайте ниже.

Идея была вполне реализуема. Хотели сделать квадрокоптер в виде саней Деда Мороза, который бы сам и под музыку развозил по офису подарки для сотрудников. При этом ориентироваться в пространстве он должен был с помощью анализа ArUco-меток, взаимодействуя с приложениями для телевизоров («сдувание» работающими винтами дыма из труб, выбегание зверушек для встречи/провожания квадрокоптера).

SciPy, ввод и вывод в MATLAB

SciPy (произносится как сай пай) — это пакет прикладных математических процедур, основанный на расширении Numpy Python. С SciPy интерактивный сеанс Python превращается в такую же полноценную среду обработки данных и прототипирования сложных систем, как MATLAB, IDL, Octave, R-Lab и SciLab. В этом посте я хотел бы рассказать о возможностях пакета ввода/вывода scipy.io, который позволяет работать с файлами данных Octave и MATLAB.

Кортеж здорового человека

Эта статья — об одном из лучших изобретений Python: именованном кортеже (namedtuple). Мы рассмотрим его приятные особенности, от известных до неочевидных. Уровень погружения в тему будет нарастать постепенно, так что, надеюсь, каждый найдёт для себя что-то интересное. Поехали!

Предиктивная аналитика данных — моделирование и валидация

Представляю вашему вниманию перевод главы из книги Hands-On Data Science with Anaconda
«Предиктивная аналитика данных — моделирование и валидация»

PyCon Belarus 2019

15-16 февраля в Минске состоится PyCon Belarus 2019 — конференция, посвященная разработке на Python и Data Science. 15 февраля. Junior Day — доклады и воркшопы для новичков в питоне и джуниоров. 16 февраля.

Advanced Day — два потока докладов для продвинутых Python-разработчиков и data scientist-ов:

🔴 ML/DS: Luigi, GeoPython, Data Visualization

🔴 Python development: Deployment-Friendly Apps, Application Security, Testing & Legacy, GraphQL, Poetry, Flit, Pipenv

Методы и алгоритмы решения задач классификации и рекомендации текстов​

Обработка естественного языка (NLP) — активно развивающаяся научная дисциплина, занимающаяся поиском смысла и обучением на основании текстовых данных. Неважно, кто вы — опытный Data Scientist, или начинающий Python разработчик — вы всегда можете использовать текстовые данные для того, чтобы усовершенствовать продукт над которым работаете и расширить его функциональность. В докладе, на примере сайта кулинарных рецептов, будут описаны шаги преобразования и очистки данных. Исследованы методы классификации и определения сходства текстов на основе: Mean word2vec, Tf-idf weighted word2vec, Doc2vec, fastText, Word Mover’s Distance. Сравнение качества итоговых моделей. Также поговорим про внедрения в проект моделей классификации и рекомендаций

Жизненный цикл Python объекта

В докладе мы рассмотрим основные этапы жизненного цикла объекта, поговорим о том, что происходит, когда он создается, когда кто-то запрашивает доступ к его атрибутам и когда он разрушается. Доклад направлен на junior/middle-разработчиков, желающих лучше разобраться во внутренней организации Python

dry-python: расширяемая архитектура из коробки

Как часто, получая новый ticket, вы задумываетесь: "Ну и где тебя искать?" Как часто, вглядываясь в обработчик запроса, вы гадали: "Что тут вообще творится?" Качественный код всегда тяжело проектировать в начале, а ценить вложенные усилия начинаешь спустя время. В своём докладе я раскрою нехитрые подходы, которые позволят упростить дальнейшую жизнь проектов. А так же покажу проект dry-python, воплотивший эти подходы в виде нескольких библиотек

Делаем рейтинг городов России по качеству дорог

Как при помощи Яндекс.Панорам, Python и Keras - объективно оценить ситуацию с качеством дорог в нашей стране.

Учим компьютер различать звуки: знакомство с конкурсом DCASE и сборка своего аудио классификатора за 30 минут

Работая в Центре Речевых Технологий в Санкт-Петербурге, мы накопили немного опыта в решении задач классификации и детектирования акустических событий и решили, что готовы им с вами поделиться. Цель этой статьи — познакомить вас с некоторыми задачами и рассказать о соревновании по автоматической обработке звука “DCASE 2018”.

Бэкап для Linux не пишет писем

Сегодня хочу поведать о том, как управлять Veeam Agent for Linux с помощью командной строки, и о том, какие возможности она открывает в умелых руках программиста.

На написание статьи меня подтолкнул комментарий к предыдущей статье. Перефразирую удивление пользователя: «Ну как же так? Cервер не пишет писем о том, что он забэкапился!». Причём, со слов аналитиков, он не один такой, иначе бы не появился тред на форуме. А раз люди пишут — значит, это кому нибудь нужно!

В статье я поясню, почему этой функции в продукте нет. Но на этом мы не остановимся, мы эту функцию добавим! Мы ж программисты, так что напишем письмо и сгенерируем отчёт в виде html страницы.

Краткий вводный обзор Python-библиотек для data science — Руслан Сафин

В своем докладе Руслан рассказал всем интересующимся с чего начать в огромном новом мире науки о данных. Постарался ответить на вопрос „Что этот мир вообще из себя представляет?“ и показать, какими инструментами на Python можно воспользоваться для анализа данных, их визуализации и для машинного обучения.

Python и бинарные данные — Денис Катаев

Python самостоятельно управляет памятью. Это удобно, ведь разработчику не нужно задумываться о сборке мусора или выделении памяти. Но иногда обычное добавление элемента в конец списка занимает неожиданно много времени. Чтобы не было сюрпризов, полезно знать как язык управляет памятью.

Как обновить Python 2.7 на Python 3.6 и не умереть — Александр Полищук

Первый релиз Python 3 версии состоялся еще в далеком 2000 году, но в продакшне до сих пор многие используют устаревающий Python 2.7. Почему же он все еще используется? Все просто - между версиями отсутствует полная обратная совместимость и миграция может оказаться очень болезненной. Александр Полищук отвечает - стоит ли вообще обновляться и с какими трудностями можно столкнуться в процессе обновления.

Корутины для самых маленьких — Иван Гончарук

Доклад посвящен механизму работы корутин в ЯП Python: какое отношение к ним имеют генераторы, как генераторы превратить в корутины и как реализовать простейший event-loop для асинхронного выполнения корутин.

Парсим HTML с библиотекой PyQuery

Как использовать вложенные формы в Django Django

Django Formsets управляет сложными повторяющимися полями форм в представлении. Используя формуляры, вы можете узнать, сколько форм было изначально, какие были изменены, а какие должны быть удалены. Подобно формам и моделям форм, Django предлагает наборы моделей форм, которые упрощают задачу создания набора форм для формы, обрабатывающей несколько экземпляров модели.

Безопасность алгоритмов машинного обучения. Атаки с использованием Python

Машинное обучение активно применяется во многих областях нашей жизни. Алгоритмы помогают распознавать знаки дорожного движения, фильтровать спам, распознавать лица наших друзей на facebook, даже помогают торговать на фондовых биржах. Алгоритм принимает важные решения, поэтому необходимо быть уверенным, что его нельзя обмануть.

В этой статье, которая является первой из цикла, мы познакомим вас с проблемой безопасности алгоритмов машинного обучения. Это не требует от читателя высокого уровня знаний машинного обучения, достаточно иметь общее представление о данной области.