Собрали в одном месте самые важные ссылкии сделали Тренажер IT-инцидентов для DevOps/SRE
cloudly - это простой в установке монитор ваших серверов.
Статья рассказывает как прошло мероприятие Django Girls в Токио.
Какое-то время назад гугл опубликовал эксперимент DeepDream(http://googleresearch.blogspot.com.au/2015/07/deepdream-code-example-for-visualizing.html). Это проект направленный на визуализацию нейронных сетей. А в этой статье будет показано, как использовать этот же алгоритм, но в PyCharm
Боб - это бесплатный инструмент обработки сигналов и машинного обучения. Разработан сотрудниками Биометрии группы в Idiap НИИ, Швейцарии.
В чем прелесть языка? В этой статье вы найдете ответ.
Это видео демонстрирует процесс эволюции CPython
В этой статье показано как можно в одном queryset объединить данные двух моделей.
Статья описывает алгоритм выявления автоматически созданных доменов (согласно Dynamic Generation Algorithm) и "законных" - созданных при участии человека. Это может понадобится для определения доменов, которые создают различные вирусы.
Недавно выходила статья о смене черт лица на фото. Эта статья показывает развитие этой идеи - смена лиц в динамике - в видео.
В по ссылке приведен набор видео, которые стоит посмотреть
Spark позволяет работать с большими объемами данных почти не прикладывая усилий. В этой статье показано с чего начать
Статья описывает как можно генерировать осмысленные тексты. Для этого используются модель Маркова
Python помогает в автоматизации. В этой статье описано применение языка для создания карт - показано как можно выделять различные координаты на карте, области карты и другие действия
Эта статья показывает как можно создать свой собственный дашборд с данными из google analytics. Шаг-за-шагом показано что и как делать
isporn определяет с помощью сервиса http://exadeep.com является ли фотография эротической.
Статья рассказывает на какие аспекты экосистемы Python стоит обращать внимания при обучении Python
Данная статья представляет собой перевод введения в машинное обучение, представленное на официальном сайте scikit-learn. В этой части мы поговорим о терминах машинного обучения, которые мы используем для работы с scikit-learn, и приведем простой пример обучения.
Недавно потребовалось мне сделать небольшую прогу под Windows. Раньше мне не доводилось разрабатывать под нее. Сама программа несложная, написалась относительно быстро. Намного больше времени отъела сборка ее под винду. Понятно, что выбранные инструменты (Python3 + Qt5) не родные, а универстальные, но что потребуется столько времени затратить на сборку, я не предполагал. Соответственно, хочется поделиться практикой, может кому еще придется стучаться лбом в эту стену. Под катом выстраданная инструкция как легко собирать PyQt5 приложения в single-file.exe не требующий инсталлятора.