Отличия LabelEncoder и OneHotEncoder в SciKit Learn
https://habr.com/ru/post/456294/?utm_campaign=456294&utm_source=habrahabr&utm_medium=rss

Если вы недавно начали свой путь в машинном обучении, вы можете запутаться между LabelEncoder и OneHotEncoder. Оба кодировщика — часть библиотеки SciKit Learn в Python и оба используются для преобразования категориальных или текстовых данных в числа, которые наши предсказательные модели понимают лучше. Давайте выясним отличия между кодировщиками на простеньком примере.
 

Как опубликовать консольную утилиту на PyPI за 1 минуту
https://habr.com/ru/post/456304/?utm_campaign=456304&utm_source=habrahabr&utm_medium=rss

Разработав консольную утилиту, вы решаетесь опубликовать её на PyPI. Ну правда, что может быть лучше, чем сделать её доступной через pip install? Погуглив, что для этого надо, вы, возможно, наткнётесь на единственный найденный мной пост по теме (https://gehrcke.de/2014/02/distributing-a-python-command-line-application/), который мало того что от 2014 года, так ещё и требует от вас создать кучу папок и файлов для совершенно ненужных (вам) вещей.
 
Как же решить эту задачу без лишней головной боли в 2019 году? Я уже задавался этим вопросом и поэтому, прочитав тонну документации, создал для вас этот туториал. Вот пошаговая инструкция.

[Видео] Moscow Python Podcast. В чём кайф и боль Kubernetes в разработке на Python (level: middle / senior)
https://www.youtube.com/watch?v=Hzpp9SLKCWM

Как Kubernetes улучшает жизненный цикл Python-приложений? Есть ли сложности в организации оркестровки, с которыми могут столкнуться команды, ведущие разработку на Python? Как вся эта благодать вписывается в концепцию cloud native applications?

tgcloud - Opensource Telegram based cloud storage
http://github.com/SlavikMIPT/tgcloud

Как мы создали систему оповещения о ядерной угрозе, или как я обучил нейросеть на заголовках Хабра
https://habr.com/ru/post/452356/?utm_campaign=452356&utm_source=habrahabr&utm_medium=rss

Заголовок статьи может показаться странным и это неспроста — он прекрасен именно тем, что написал его не я, а LSTM-нейросеть (а точнее его часть перед "или").

И сегодня мы разберёмся, как можно генерировать заголовки статей Хабра (и в принципе сам текст можно генерировать этой же нейро-архитектурой). Весь код доступен для запуска онлайн в notebooks от Гугла. Данные, как всегда, открыты на github (https://raw.githubusercontent.com/SergeyParamonov/HabraData/master/titles.txt).

Podcast.__init__: Algorithmic Trading In Python Using Open Tools And Open Data
https://www.pythonpodcast.com/quantconnect-algorithmic-trading-episode-216/

Audio

Flask Production Recipes
https://www.toptal.com/flask/flask-production-recipes

Learn PyQt: Gradient
https://www.learnpyqt.com/widgets/gradient/

PyDaCon meetup в Mail.ru Group: 22 июня
https://habr.com/ru/post/456076/?utm_campaign=456076&utm_source=habrahabr&utm_medium=rss

Введение в OpenCV
https://stackabuse.com/introduction-to-opencv-with-python/

Dataclasses и attrs: когда и почему
https://webdevblog.ru/dataclasses-i-attrs-kogda-i-pochemu/

В Python 3.7 были представлены dataclasses (https://docs.python.org/3/library/dataclasses.html) (PEP557 (https://www.python.org/dev/peps/pep-0557/)). Dataclasses могут быть удобным способом создания классов, основная цель которых состоит в том, чтобы содержать значения.
Дизайн dataclasses основан на существующей библиотеке attr.s. На самом деле Гинек Шлавак (Hynek Schlawack) является автором attrs и он же помог с написанием PEP557.

Заполняем документы в Microsoft Word при помощи Python. Часть 1
https://habr.com/ru/post/456534/?utm_campaign=456534&utm_source=habrahabr&utm_medium=rss

Начиная с 21 декабря 2016 года вступили изменения в ФЗ РФ «О противодействии легализации (отмыванию) доходов, полученных преступным путем, и финансированию терроризма», касательно обязанности юридического лица по раскрытию информации о своих бенефициарных владельцах. В связи с этим, многие компании направляют запросы по цепочке владения с целью выяснения своих бенефициарных владельцев. Кто-то формирует запросы на бумаге, кто-то рассылает электронные письма.

Книга «Вероятностное программирование на Python: байесовский вывод и алгоритмы»
https://habr.com/ru/post/456562/?utm_campaign=456562&utm_source=habrahabr&utm_medium=rss

Байесовские методы пугают формулами многих айтишников, но без анализа статистики и вероятностей сейчас не обойтись. Кэмерон Дэвидсон-Пайлон рассказывает о байесовском методе с точки зрения программиста-практика, работающего с многофункциональным языком PyMC и библиотеками NumPy, SciPy и Matplotlib. Раскрывая роль байесовских выводов при А/В-тестировании, выявлении мошенничества и в других насущных задачах, вы не только легко разберетесь в этой нетривиальной теме, но и начнете применять полученные знания для достижения своих целей.

Object-Detection-Metrics - метрики для алгоритмов поиска объектов
http://github.com/rafaelpadilla/Object-Detection-Metrics

hacs - Home Assistant Community Store
http://github.com/custom-components/hacs

tvm - End to End Deep Learning Compiler Stack
http://github.com/dmlc/tvm

Полезные инструменты Python
https://habr.com/ru/post/456624/?utm_campaign=456624&utm_source=habrahabr&utm_medium=rss

Когда вы только начинаете учить Python, кто-то объясняет вам, что вы можете добавить свою папку с исходниками в переменную среды PYTHONPATH и тогда ваш код можно будет импортировать из других директорий. Очень часто объясняющий забывает сказать, что в большинстве случаев – это плохая идея. Некоторые люди узнают это в интернете, другие просто понимают на собственном опыте. Но слишком большое количество людей (особенно неопытные программисты), думают, что других альтернатив быть не может.


Эта статья в основном для них.

python-miio - библиотека для взаимодействия с Xiaomi устройствами
http://github.com/rytilahti/python-miio

Нейросети и глубокое обучение: онлайн-учебник, глава 1
https://habr.com/ru/post/456738/?utm_campaign=456738&utm_source=habrahabr&utm_medium=rss

Этот учебник подробно расскажет вам о таких понятиях, как:
 
Нейросети — прекрасная программная парадигма, созданная под влиянием биологии, и позволяющая компьютеру учиться на основе наблюдений.
Глубокое обучение – мощный набор техник обучения нейросетей.

Нейросети (НС) и глубокое обучение (ГО) на сегодня дают наилучшее решение многих задач из областей распознавания изображений, голоса и обработки естественного языка. Этот учебник научит вас многим ключевым концепциям, лежащим в основе НС и ГО.

oppia - делаем интерактивные лекции
http://github.com/oppia/oppia