Как мы используем цепи Маркова в оценке решений и поиске багов. Со скриптом на Python
https://habr.com/ru/post/473124/?utm_campaign=473124&utm_source=habrahabr&utm_medium=rss

Нам важно понимать, что происходит с нашими студентами во время обучения, и как эти события влияют на результат, поэтому мы выстраиваем Customer Journey Map — карту клиентского опыта. Ведь процесс обучения — не нечто непрерывное и цельное, это цепочка взаимосвязанных событий и действий студента, причем эти действия могут сильно отличаться у разных учеников. Вот он прошел урок: что он сделает дальше? Пойдет в домашнее задание? Запустит мобильное приложение? Изменит курс, попросит сменить учителя? Сразу зайдет в следующий урок? Или просто уйдет разочарованным? Можно ли, проанализировав эту карту, выявить закономерности, приводящие к успешному окончанию курса или наоборот, «отваливанию» студента?

Многопроцессный доступ к Intel Neural Computer Stick через REST
https://habr.com/ru/post/469265/?utm_campaign=469265&utm_source=habrahabr&utm_medium=rss

В прошлой серии (https://habr.com/ru/post/459126/) я поставил на танк Intel Neural Computer Stick 2 и перекинул на него все нейросетевые вычисления, отказавшись от Tensorflow и OpenCV-DNN.


Была проблема, с которой я столкнулся уже тогда — невозможность работать с NCS из нескольких процессов одновременно. Тогда это было не критично, а сейчас пришло время разобраться.

Мета-грамматика для PEG парсера
https://habr.com/ru/post/471990/?utm_campaign=471990&utm_source=habrahabr&utm_medium=rss

На этой неделе мы делаем генератор парсеров «самостоятельным», то есть он будет генерировать свой собственный парсер.

Talk Python to Me: #236 Scaling data science across Python and R
https://talkpython.fm/episodes/show/236/scaling-data-science-across-python-and-r

Audio

Python Bytes: #154 Code, frozen in carbon, on display for all
https://pythonbytes.fm/episodes/show/154/code-frozen-in-carbon-on-display-for-all

Audio

Test and Code: 93: Software Testing, Book Writing, Teaching, Public Speaking, and PyCarolinas - Andy Knight
https://testandcode.com/93

Audio

What You Probably Don't Know About Python Decorators
https://hackernoon.com/the-goodies-of-python-decorators-66r3tsy

Несколько нечасто обсуждаемых примеров использования декораторов. Один пример в конце, о котором скорее всего вообще никто не задумывается

Автоматическая визуализация python-кода. Часть четвертая: поддержка документирования
https://habr.com/ru/post/471836/?utm_campaign=471836&utm_source=habrahabr&utm_medium=rss

Ссылки на предыдущие части:
 
Часть первая (https://habrahabr.ru/post/320184/) — введение, графические примитивы, необходимые для создания графического представления кода
Часть вторая (https://habr.com/post/320674/) — реализация генератора графического представления кода (выполнена, в основном, на Питоне), микро язык разметки
Часть третья (https://habr.com/ru/post/358826/) — новые возможности графики

Пример среды, поддерживающей такое графическое представление показан на картинке ниже.

Вывод модели динамической системы дискретного фильтра Калмана для произвольной линейной системы
https://habr.com/ru/post/474150/?utm_campaign=474150&utm_source=habrahabr&utm_medium=rss

Фильтр Калмана (ФК) является оптимальным линейным алгоритмом фильтрации параметров динамической линейной системы при наличии неполных и зашумленных наблюдений. Этот фильтр находит широкое применение в технических системах управления до оценок динамики изменения макроэкономических ситуаций или общественного мнения

Python за месяц
https://habr.com/ru/post/474212/?utm_campaign=474212&utm_source=habrahabr&utm_medium=rss

Руководство для абсолютных новичков.

Реализация остальных возможностей PEG
https://habr.com/ru/post/471992/?utm_campaign=471992&utm_source=habrahabr&utm_medium=rss

После того, как я собрал все части генератора PEG-парсеров воедино в предыдущем посте, я готов показать как реализовать и некоторые другие интересные штуки.

Python 3.5.9
http://feedproxy.google.com/~r/PythonInsider/~3/D5sAVdxYnzY/python-359-is-released.html

Пишем/читаем файлы в Python на примере
https://www.techbeamers.com/read-write-file-in-python/

Python v3.x: как увеличить скорость декоратора без регистрации и смс
https://habr.com/ru/post/474278/?utm_campaign=474278&utm_source=habrahabr&utm_medium=rss

Вначале была эта статья (https://habr.com/ru/post/473596/). Потом к ней появился комментарий (https://habr.com/ru/post/473596/#comment_20824680). А в результате я углубился в чтение матчасти, закопался в дебаг и смог оптимизировать код из первой части этой истории. Предлагаю вместе со мной пройтись по основным моментам.


Для начала хочу поблагодарить Mogost (https://habr.com/ru/users/mogost/). Благодаря его комментарию я пересмотрел подход к Пайтону. Я и ранее слыхал о том, что среди пайтонистов достаточно много неэкономных ребят (при обращении с памятью), а теперь выяснилось, что я как-то незаметно для себя присоединился к этой тусовке.

podman-compose - запускаем docker-compose.yml через podman с помощью Python
http://github.com/containers/podman-compose

Nikola v8.0.3
https://getnikola.com/blog/nikola-v803-is-out.html

Сводка новостей от python.net 27.10.2019 — 03.11.2019
https://pythonz.net/articles/277/

А теперь о том, что происходило в последнее время на других ресурсах.

#python #pydigest

Сборник Python новостей уже перед вами.

В 306 выпуске Python Дайджест вы найдете:

- Автоматическая визуализация python-кода. Часть 4
- Реализация остальных возможностей PEG
- Добавление экшенов в грамматику PEG
- Мета-грамматика для PEG парсера
- Как мы используем цепи Маркова в оценке решений и поиске багов
- Превращаем скрипты в красивые инструменты для машинного обучения
- Пишем программу для камеры хранения с функцией распознавания лица


Заходите в гости - https://pythondigest.ru/issue/306/
Присылайте интересные новости через форму на сайте.

Кэширование свойств объектов моделей с помощью model_cached_property
https://evileg.com/ru/post/568/

model_cached_property - это декоратор для кэширования свойств объектов моделей данных в Django. Данный декоратор позволяет кэшировать свойства объектов моделей в зависимости от входных параметров на заданный период времени. В статье описываются варианты применения, а также ограничения декоратора.

StackOverflow: интересные вопросы за неделю (cci)
http://python-weekly.blogspot.com/2019/11/cci-stackoverflow-python-report.html