Асинхронные задачи на Falcon и Celery
https://testdriven.io/asynchronous-tasks-with-falcon-and-celery

snips-nlu - извлекаем структурированную информацию из текстов
https://github.com/snipsco/snips-nlu

Мега-Учебник Flask, Часть XV: Улучшение структуры приложения
https://habrahabr.ru/post/351218/?utm_campaign=351218

Это пятнадцатая часть серии Мега-учебников Flask, в которой я собираюсь реструктурировать приложение, используя стиль, подходящий для более крупных приложений.

Distant Joining: выбираем репрезентативный набор генов
https://habrahabr.ru/post/351324/?utm_campaign=351324

Современные методы биоинформатики позволяют довольно точно восстанавливать эволюционные истории на основании последовательностей генов или белков ныне живущих организмов. А благодаря технологиям секвенирования нового поколения (https://ru.wikipedia.org/wiki/%D0%9C%D0%B5%D1%82%D0%BE%D0%B4%D1%8B_%D1%81%D0%B5%D0%BA%D0%B2%D0%B5%D0%BD%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F_%D0%BD%D0%BE%D0%B2%D0%BE%D0%B3%D0%BE_%D0%BF%D0%BE%D0%BA%D0%BE%D0%BB%D0%B5%D0%BD%D0%B8%D1%8F) последовательности производятся быстрее, чем их успевают анализировать. Вот только эволюционная реконструкция – дело вычислительно дорогое и неплохо бы уметь получать репрезентативные выборки пригодного для анализа размера. Как это сделать и что вообще такое в данном случае “репрезентативная” – под катом.

Talk Python to Me: #155 Practical steps for moving to Python 3
https://talkpython.fm/episodes/show/155/practical-steps-for-moving-to-python-3

[Видео] PyCon Belarus 2018
https://github.com/hH39797J/python-videos-ru-2018#pycon-belarus-2018

Событие: https://events.dev.by/pycon-belarus-2018

Дата: 24 февраля 2018

[Видео] Ufapy #4
https://github.com/hH39797J/python-videos-ru-2018#ufapy-4

Событие: http://ufapy.ru

Дата: 18 января 2018

FFMPEG. Загружаем часть видео с YouTube
https://habrahabr.ru/post/351372/?utm_campaign=351372

Иногда мы хотим поделиться с друзьями частью какого то видео на YouTube — время концентрации внимания в современной реальности снижено до предела, и если скидывать ссылку на ролик(даже с таймкодом начала) с комментарием «смотреть с 21:51 по 24:55» — велика вероятность, что видео просмотрено не будет.


Кроме того — куски видео могут потребоваться для монтажа своих роликов — и довольно неудобно скачивать ради нескольких секунд весь ролик и искать/вырезать нужную часть в программе для монтажа.


Как загружать часть видео YouTube при помощи ffmpeg — под катом

Искусство эксплойта минных полей: Разбираем CTF-таск про игру в Сапёра из «Мистера Робота»
https://habrahabr.ru/post/351360/?utm_campaign=351360

Recently попался мне случайно на глаза один эпизод из недавно модного сериала «Мистер Робот». Не будучи сильно знакомым с проектом, я всё же знал о связанной с ним массивной пиар-кампании (которая вроде как даже проводила нечто вроде ARG (https://ru.wikipedia.org/wiki/%D0%98%D0%B3%D1%80%D0%B0_%D0%B2_%D0%B0%D0%BB%D1%8C%D1%82%D0%B5%D1%80%D0%BD%D0%B0%D1%82%D0%B8%D0%B2%D0%BD%D0%BE%D0%B9_%D1%80%D0%B5%D0%B0%D0%BB%D1%8C%D0%BD%D0%BE%D1%81%D1%82%D0%B8)-мероприятий), поэтому когда я услышал условие занимательного CTF-таска (из жанра bin/exploitation), представленного в сюжете одной из серий, я подумал, что скорее всего, этот таск существовал в действительности. Обратившись ко всемирной паутине, я подтвердил своё предположение, и, так как задача не очень сложная (не успеет наскучить в рамках одной хабр-статьи), но крайне оригинальная и интересная, сегодня займемся её разбором.

Cut, cut, cut!

Математическая модель тепловыделяющего элемента ядерного реактора
https://habrahabr.ru/post/351394/?utm_campaign=351394

Тепловыделяющий элемент (ТВЭЛ) — главный конструктивный элемент активной зоны гетерогенного ядерного реактора, содержащий ядерное топливо [1].


В ТВЭЛах происходит деление тяжелых ядер урана 235 или плутония 239, сопровождающееся выделением тепловой энергии, которая затем передаётся теплоносителю.


ТВЭЛ должен обеспечить отвод тепла от топлива к теплоносителю и препятствовать распространению радиоактивных продуктов из топлива в теплоноситель.


Поэтому расчёт температурных полей в ТВЭЛах является важной задачей проектирования ядерного реактора.


В данной публикации приведена методика расчета распределения температуры для стержневого осесимметричного твэла, набранного из таблеток оксида урана.

StackOverflow: интересные вопросы за неделю (cxvii)
http://python-weekly.blogspot.com/2018/03/cxvii-stackoverflow-python-report.html

makesite - Simple, lightweight, and magic-free static site/blog generator for Python coders
http://github.com/sunainapai/makesite

monkey - Infection Monkey - An automated pentest tool
http://github.com/guardicore/monkey

TelegramTUI - консольный клиент telegram
http://github.com/bad-day/TelegramTUI

PyTorch-NLP - утилиты для PyTorch
http://github.com/PetrochukM/PyTorch-NLP

Небольшая библиотека для применения ИИ в Telegram чат-ботах
https://habrahabr.ru/post/351410/?utm_campaign=351410

На волне всеобщего интереса к чат-ботам в частности и системам диалогового интеллекта вообще я какое-то время занимался связанными с этой темой проектами. Сегодня я хотел бы выложить в опенсорс одну из написанных библиотек. Оговорюсь, что в первую очередь я специализируюсь на алгоритмических аспектах разработки и поэтому буду рад конструктивной критике решений кодерского характера от более сведущих в этом вопросе специалистов.

io — Text, Binary, and Raw Stream I/O Tools — PyMOTW 3
https://doughellmann.com/blog/2018/03/19/io-text-binary-and-raw-stream-io-tools-pymotw-3/

Python’ом по машинлернингу
https://habrahabr.ru/post/343670/?utm_campaign=343670

Сегодня только ленивый не говорит (пишет, думает) про машинное обучение, нейросети и искусственный интеллект в целом. Всего лишь в прошлом году ML сравнили с подростковым сексом — все хотят, но никто не занимается. Сегодня все озабочены тем, что ИИ нас оставит без работы. Хотя, судя по последним исследованиям Gartner (https://www.gartner.com/newsroom/id/3837763), можно успокоиться, так как к 2020 году благодаря ИИ появится больше рабочих мест, чем ликвидируется. Так что, дорогой друг, учи ML, и будет тебе счастье.

Классификация музыкальных композиций по исполнителям с помощью Скрытых Марковских Моделей
https://habrahabr.ru/post/351462/?utm_campaign=351462

Скрытые марковские модели (Hidden Markov Models) с давних времен используются в распознавании речи. Благодаря мел-кепстральным коэффициентам (MFCC), появилась возможность откинуть несущественные для распознавания компоненты сигнала, значительно снижая размерность признаков. В интернете много простых примеров использования HMM с MFCC для распознавания простых слов.


После знакомства с этими возможностями появилось желание опробовать этот алгоритм распознавания в музыке. Так родилась идея задачи классификации музыкальных композиций по исполнителям. О попытках, какой-то магии и результатах будет рассказано в этом посте.

[Видео] Никита Вострецов - Webstruct — набор инструментов для извлечения именных сущностей из HTML
https://www.youtube.com/watch?v=7AqLVAaIJVE

Никита Вострецов (ScrapingHub) - Webstruct — набор инструментов для извлечения именных сущностей из HTML

На этом докладе вы узнаете все про Webstruct. Зачем он нужен? Как использовать для решения своих задач? Что входит в набор? Как работает? И как будет развиваться дальше?

Слайды: https://speakerdeck.com/whalebothelmsman/webstruct-nabor-instrumientov-dlia-izvliechieniia-imiennykh-ghrupp