Пробуем q-learning на вкус, повесть в трех частях
https://habrahabr.ru/post/345656/?utm_campaign=345656

Эта статья — небольшая заметка о реализации алгоритма q-learning для управления агентом в стохастическом окружении. Первая часть статьи будет посвящена созданию окружения для проведения симуляций — мини-игр на поле nxn, в которых агент должен как можно дольше продержаться на удалении от противников, движущихся случайным образом. Задача противников, соответственно, его настигнуть. Очки начисляются за каждый ход, проведенный агентом в симуляции. Вторая часть статьи затронет основы q-learning алгоритма и его имплементацию. В третьей части попробуем поменять параметры, которые определяют восприятие окружения агентом. Проанализируем влияние этих параметров на результативность его игры. Акцент я специально сместил в сторону использования минимального количества сторонних модулей. Цель — прикоснуться к самой сути алгоритма, так сказать потрогать руками. Для реализации будем использовать только «pure» python 3.

Анализ криптовалют на Python – Buy and Hold
https://romanorac.github.io/cryptocurrency/analysis/2017/12/25/cryptocurrency-analysis-with-python-part2.html

Talk Python to Me: #144 Machine Learning at the Large Hadron Collider
https://talkpython.fm/episodes/show/144/machine-learning-at-the-large-hadron-collider

Вредные заклинания в программировании
https://habrahabr.ru/post/345690/?utm_campaign=345690

С тех пор, как я посмотрел легендарное видео Wat (https://www.destroyallsoftware.com/talks/wat) Гэри Бернхардта, меня завораживает странное поведение некоторых языков программирования. Некоторые из них таят больше сюрпризов, чем другие. Например, для Java написана целая книга (https://www.amazon.com/gp/product/032133678X/) с описанием пограничных ситуаций и странной специфики. Для C++ вы просто можете почитать сами спецификации (https://www.iso.org/standard/68564.html) всего за $200.
Далее поделюсь с вами моей коллекцией самых неожиданных, забавных и всё-таки валидных «заклинаний» программирования. По сути, использование этих особенностей поведения ЯП считается пагубным, поскольку ваш код никоим образом не должен быть непредсказуемым. Хорошо, что многие линтеры уже осведомлены и готовы посмеяться над вами, если попробуете какое-то из перечисленных дурачеств. Но как говорится, знание — сила, так что начнём.

Как реализовать статус для доставки сообщений в Django
https://www.codementor.io/samuelogundipe/how-to-build-a-message-delivery-status-in-django-f2r8hg7qy

Математические модели релейно-импульсных регуляторов
https://habrahabr.ru/post/345714/?utm_campaign=345714

Важнейшей задачей автоматического управления любыми технологическими процессами является разработка математического описания, расчет и анализ динамики автоматических систем регулирования (АСР).


Практика промышленного использования микропроцессорных регулирующих приборов (МРП) показала, что “идеальные алгоритмы” физически не реализуемы. Синтезированная на их основе АСР не отражает поведение реальной системы [1].

#python #pydigest

С новым годом!
Перед вами свежий (не прошлогодний, ха) Python Дайджест.

В выпуске вы найдете:

- Анализ 1000+ греческих вин
- Определение формата файла с помощью Python
- Оптимизация стадии инициализации Django
- Импорт и преобразование словаря LinguaLeo в флэш-карты Anki
- Где хранить бизнес логику в Django
- Асинхронная загрузка больших датасетов в Tensorflow
- Вредные заклинания в программировании
- [Аудио] Talk Python to Me: #144 Machine Learning at the Large Hadron Collider

и еще много интересного

Заходите в гости - https://pythondigest.ru/issue/210/

PyCharm 2017.3.2
http://feedproxy.google.com/~r/Pycharm/~3/BCZtl0dq7Ig/

Анализ 1000+ греческих вин
https://www.codementor.io/florents/analyzing-1000-greek-wines-with-python-f7u7680xt

[Видео] Build a Rest API with the Django REST Framework
https://www.youtube.com/watch?v=tG6O8YF91HE

Эволюция организмов с помощью генетического алгоритма и нейронной сети
https://nathanrooy.github.io/posts/2017-11-30/evolving-simple-organisms-using-a-genetic-algorithm-and-deep-learning/

Random Forest in Python
https://medium.com/@williamkoehrsen/random-forest-in-python-24d0893d51c0

A Practical End-to-End Machine Learning Example.

Cryptocurrency Analysis with Python - MACD
https://romanorac.github.io/cryptocurrency/analysis/2017/12/17/cryptocurrency-analysis-with-python-part1.html

Advanced Numpy Techniques
https://nbviewer.jupyter.org/github/vlad17/np-learn/blob/master/presentation.ipynb

Copy-on-write friendly Python garbage collection
https://engineering.instagram.com/copy-on-write-friendly-python-garbage-collection-ad6ed5233ddf

10 советов для обновления на Django 2.0
http://eldarion.com/blog/2017/12/26/10-tips-upgrading-django-20/

Определение формата файла с помощью Python
https://habrahabr.ru/post/345822/?utm_campaign=345822

Совсем недавно я столкнулся с проблемой: по необьяснимым причинам карта памяти начала забрасывать все файлы в папку LOST.DIR без расширений. За долгое время там накопилось более 500 файлов разного типа: картинки, видео, аудио, документы. Самостоятельно понять формат файла было невозможным, по этому я стал искать способ решения этой проблемы программным путем.

ng - получаем пароль подключенного Wi-Fi
http://github.com/cls1991/ng

pydu - полезные структуры данных
http://github.com/Prodesire/pydu

Оптимизация стадии инициализации Django
https://habrahabr.ru/post/345856/?utm_campaign=345856

Если у вас Django проект работает на синхронных воркерах и вы периодически их перезапускаете (например, в gunicorn это опция --max-requests), полезно было бы знать, что по-умолчанию после каждого перезапуска воркера, первый запрос к нему обрабатывается гораздо дольше, чем последующие.