macOS Mojave: установка TensorFlow и Keras для Deep Learning

Bashfuscator - Bash obfuscation framework

PyCharm 2018.3.4

5 фреймворков для тестирования WebView на Python

Цикл "for"

Делаем фон в игре на PyGame. Часть 2

Python in Visual Studio Code – January 2019 Release

Свежий релиз VS Code

Podcast.__init__: Что стоит знать об Open Source лицензиях

Аудио-подкаст

Data Science Project: прибыльные приложения для App Store и Google Play

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»

Масштабируем Jupyter notebooks с Kubernetes и Tensorflow

apprise - Push Notifications которые работают с любой платформой

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

Zato Blog: Publish/subscribe logging options

Делаем анимированный объект в Pygame

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”.