pyforest - ленивый импорт популярных библиотек

Применение машинного обучения и Data Science в промышленности

Хабр, привет. Написал пост, который идёт строго (!) в закладки и передаётся коллегам. Он со списком блокнотов и библиотек ML и Data Science для разных отраслей промышленности. Все коды на Python, и размещены на GitHub. Они будут полезны как для расширения кругозора, так и для запуска своего интересного стартапа.

Полезные методы над строками в Python

4 must-have паттерна проектирования в Python

Пишете на Python и не знаете, с какого паттерна проектирования начать?
В статье разбор популярных шаблонов с примерами кода на Python.

heartrate - визуализация выполнения кода в реальном времени

matplotlib-cheatsheet - Matplotlib 3.1 cheat sheet

Python Bytes: #143 Spike the robot, powered by Python!

Audio

Рекомендательная система для Directum Club. Часть первая, коллаборативная

Каждый день пользователи по всему миру получают большое количество различных рассылок — только через сервис MailChimp ежедневно рассылают миллиард писем. Из них открывают 20.81%.

Ежемесячно пользователи наших сайтов получают рассылки с отобранными редактором материалами. Эти письма открывают около 21% читателей.

Для того, чтобы повысить это число можно сделать их персонализированными. Один из способов — добавить рекомендательную систему, которая будет подсказывать материалы, интересные конкретному читателю.

Использование API HTMS для работы с реляционно-сетевой базой данных

В статье «Реляционно-сетевая модель данных» была предложена новая концепция моделирования данных HTMS, являющаяся развитием канонической реляционной модели. В настоящем материале будет показано на примерах, как ее можно практически использовать с применением API логического уровня.

Примеры привязаны к широко известному учебно-методическому решению по созданию сайтов — шаблону веб-проекта опросов на фреймворке Django в MS Visual Studio.

Использование сентиментного анализа применительно к биржевым торговым роботам

PyTorch / audio - трансформируем audio

Podcast.__init__: Learning To Program In Python With CodeGrades

Audio

Автоматическое определение эмоций в текстовых беседах с использованием нейронных сетей

Одна из основных задач диалоговых систем состоит не только в предоставлении нужной пользователю информации, но и в генерации как можно более человеческих ответов. А распознание эмоций собеседника — уже не просто крутая фича, это жизненная необходимость. В этой статье мы рассмотрим архитектуру рекуррентной нейросети для определения эмоций в текстовых беседах, которая принимала участие в SemEval-2019 Task 3 “EmoContext”, ежегодном соревновании по компьютерной лингвистике. Задача состояла в классификации эмоций (“happy”, “sad”, “angry” и “others”) в беседе из трех реплик, в которой участвовали чат-бот и человек.

Talk Python to Me: #225 Can subinterpreters free us from Python's GIL?

Audio

uber / ludwig - набор утилит для обучения моделей в TensorFlow

Moscow Python Podcast. Как domain-driven design помогает избегать ада в разработке (level: middle+)

Как выдерживать целостность бизнес-логики в разработке? Чем инструментарий domain-driven design может быть полезен программистам разных уровней? Какие проблемы решает DryPython и чем он отличается от аналогов?

Celery Python Guide: Basics and Examples

Сводка новостей от pythonz.net 04.08.2019 — 11.08.2019

Разбираемся с Object Oriented Programming в Python

StackOverflow: интересные вопросы за неделю (cxc)