Стартапы, чат-боты, Кремниевая долина. Интервью с российскими разработчиками в Сан-Франциско
https://habr.com/post/355000/?utm_campaign=355000

Во время своей недавней поездки в Сан-Франциско я встретился с выпускниками нашей программы «Специалист по большим данным» (https://goo.gl/4VtrPq), эмигрировавшими в США — Евгением Шапиро (Airbnb) и Игорем Любимовым (ToyUp), а также с Артемом Родичевым (Replika), нашим партнером. Ребята рассказали массу интересных вещей: зачем Airbnb выкладывает свои проекты в open-source; как устроена Replika — нейросетевой чат-бот, способный стать твоим другом; про миссию стартапов Кремниевой Долины и предпринимательскую экосистему.

Flask 1.0.2
http://flask.pocoo.org/docs/1.0/changelog

EuroPython 2018: открыт прием докладов
https://www.europython-society.org/post/173666497685

Создаем динамические формы в Django
https://www.caktusgroup.com/blog/2018/05/07/creating-dynamic-forms-django/

Интервью недели: Elizabeth Sander
http://www.blog.pythonlibrary.org/2018/05/07/pydev-of-the-week-elizabeth-sander/

Elizabeth - data scientist в Civis Analytics

Bullet и Waterfall графики на Bokeh
http://pbpython.com/bokeh-bullet-waterfall.html

Multi-label classification with Keras
https://www.pyimagesearch.com/2018/05/07/multi-label-classification-with-keras/

Сравнение производительности чистого Python vs NumPy vs TensorFlow
https://realpython.com/numpy-tensorflow-performance/

NSAViewer - работаем с камерой из Qt
https://martinfitzpatrick.name/article/webcam-photobooth-python-qt/

Открываем вебкамеру, делаем фото

[Видео] SimplePEG и Tchaikovsky - универсальная валидация
https://www.youtube.com/watch?v=IrF8qKnrxZQ

Как создать универсальную валидацию для Backend и Frontend и как валидировать сложные текстовые поля

[Видео] Производительность, читаемость, скорость разработки. Как Python помог нам усидеть на трех стульях.
https://www.youtube.com/watch?v=aQBv_K89VyI

Мы расскажем о том, как построили продакшн процесс статистических расчетов над большими данными на языке python. Как мы смогли добиться хорошей производительности, читабельности и повысить скорость разработки новых метрик. Покажем, как происходила эволюция наших инструментов и как написание кода на С++ уступало лаконичным Python скриптам

[Видео] Стэк для машинного обучения на исходном коде
https://www.youtube.com/watch?v=uP20opR8j0w

Машинное обучение на исходном коде (MLoSC) - новая и интересная область исследований, которая расположена на пересечении глубокого обучения, майнинга, работы с естественными языками, социальных наук и программирования. Мы накопили петабайты исходников и историей разработки в открытом доступе, и в то же время было предпринято очень мало попыток использовать весь невероятный человеческий опыт, который в них заключен. Доклад делает обзор текущего состояния дел в MLoSC и рассказывает о доступных инструментах на Python и некоторых примерах их использования, таких как "глубокое" предсказание кода и структурные эмбеддинги для масштабируемой дедупликации

Перегружаем операторы и функции в Python
https://realpython.com/operator-function-overloading/

NumPy в Python. Часть 2
https://habr.com/post/353416/?utm_campaign=353416

Продолжаем перевод статьи о numpy в python. Для тех кто не читал первую часть, сюда: Часть 1 (https://habrahabr.ru/post/352678/). А всем остальным — приятного чтения.

Извлекаем текст из HTML страницы с помощь  selectolax
http://rushter.com/blog/python-fast-html-parser/

Определяем присутствие всех элементов списка в другом списке
http://www.blog.pythonlibrary.org/2018/05/09/determining-if-all-elements-in-a-list-are-the-same-in-python/

Как запустить и отладить код в VSCode с помощью протокола адаптера отладки (часть 1)
http://feedproxy.google.com/~r/blogspot/pydev/~3/HZ2RthfXPMY/howto-launch-and-debug-in-vscode-using.html

glom - реструктурированные данные для Python
https://sedimental.org/glom_restructured_data.html

Что такое hug?
https://www.bedjango.com/blog/what-is-hug/

Кортко о микро-фреймворке

The Schmidl & Cox Synchronization Technique for OFDM
http://dspillustrations.com/pages/posts/misc/schmidlcox-synchronization-for-ofdm.html

The Schmidl & Cox Synchronization Technique for OFDM¶tl;dr: Given some received OFDM signal like the following, how can one know at which point in time the OFDM symbols are located? Or, equivalently, on which signal part the receiver needs to perform the FFT? In the OFDM example, we have described the OFDM modulation and demodulation, including channel estimation and CP insertion. On the significance of the CP we have already elaborated in another article. However, in all these works, we have assumed that the receiver knows, at which point in time the OFDM symbol is received and hence on which received samples to perform the FFT. However, in reality this information is not available by default. Instead, the receiver needs to perform a synchronization procedure to obtain the start of the OFDM symbol. When talking about OFDM, the most fundamental work was published by Timothy Schmidl and Donald Cox in their paper Robust Frequency and Timing Synchronization for OFDM. In this notebook, we are going to illustrate their algorithm presented in this paper concerning the ...