Анализ качества работы чат-бота в IBM Watson Assistant
https://habr.com/ru/post/490168/?utm_campaign=490168&utm_source=habrahabr&utm_medium=rss

Создание виртуального ассистента, который хорошо бы справлялся с поставленной бизнес-задачей на сегодняшний день, к сожалению, не такой простой процесс, как этого бы хотелось. В первую очередь — далеко не всегда очевидно, из-за чего чат-бот делает ошибки и, что еще более важно, непонятно, как можно минимизировать эти ошибки в сжатые сроки, выделенные на разработку и запуск платформы.


За счет постоянного совершенствования продукта команда IBM Watson Assistant старается сделать процесс создания и запуска виртуального ассистента максимально простым. Сегодня мы расскажем о Dialog Skill Analysis Notebook — фреймворк для Python, который позволяет в кратчайшие сроки разработать высококачественного ИИ ассистента в IBM Watson.

Подсчет запросов: Базовое тестирование производительности на Django
https://habr.com/ru/post/490202/?utm_campaign=490202&utm_source=habrahabr&utm_medium=rss

Очень часто можно услышать о методах тестирования, таких как TDD, и о том, как тестировать бизнес-логику приложения. Однако тестирование производительности приложения – это совсем другая задача. Есть много разных способов, но самым общим подходом считается создание среды, в которой можно проводить DDoS-атаку на свое приложение и наблюдать за его поведением. Это очень интересная тема, но это не то, о чем я хочу сегодня поговорить. Сегодня мы рассмотрим более простой тест, тот, который вы можете сделать с использованием юнит-тестов Django по умолчанию: то есть тестирование количество обращений вашего приложения к базе данных.

Test and Code: 102: Cosmic Python, TDD, testing and external dependencies  - Harry Percival
https://testandcode.com/102

Audio

Оптимизация кода на Python с помощью ctypes
https://habr.com/ru/post/490244/?utm_campaign=490244&utm_source=habrahabr&utm_medium=rss

Я написал это руководство, поскольку не смог найти такого, которое будет объединять в себе все полезное о ctypes. Надеюсь, эта статья сделает чью-то жизнь намного легче.

Добавляем мета-данные в PDF файлы
https://daniel.roygreenfeld.com/adding-metadata-to-pdfs.html

[Видео] Micropython для квестов в реальности и аркадных игр / Никита Левонович (КВЕСТОДЕЛЫ)
https://www.youtube.com/watch?v=1Vtgikz8ZyY

Квестоделы применяют Micropython для разработки квестов в реальности последнего поколения и аркадных игр. Современный квеструм - это около 15 электронно-вычислительных устройств, общающихся по сети (MQTT). Большинство из этих ЭВУ - микроконтроллеры (ESP32), которые управляют периферийными устройствами: mp3-плееры, реле и различные датчики, и используют устройства ввода-вывода: дисплеи, диоды, кнопки, клавиатуры и многие другие

py_cui - пишем ascii CUI/TUI интерфейсы
http://github.com/jwlodek/py_cui

Advanced usage of Python requests - timeouts, retries, hooks
https://findwork.dev/blog/advanced-usage-python-requests-timeouts-retries-hooks/?utm_source=rss&utm_medium=blog&utm_campaign=95

Dostoevsky - пакет для анализа тональности
https://github.com/bureaucratic-labs/dostoevsky

Новостной агрегатор за две недели
https://habr.com/ru/post/487324/?utm_campaign=487324&utm_source=habrahabr&utm_medium=rss

18 ноября Telegram запустил соревнование по кластеризации данных: Data Clustering Contest (https://contest.com/data-clustering). Нужно было за две недели сделать свой новостной агрегатор. Ограничения, которые были установлены в этом соревновании отпугнули кучу людей, но не меня и моих коллег. Я расскажу от том, каким путём мы прошли, какие выборы сделали и с какими сложностями столкнулись. Решение, которое мы заслали в соревнование обрабатывало 1000 документов за 3,5 секунды, занимало 150 Мб, заняло 6 место на публичном голосовании и 3 место в итоговых результатах. Мы допустили много ошибок, из-за которых не заняли место повыше, большинство из них сейчас исправлены. Весь код и все модели можно найти в репозитории (https://github.com/IlyaGusev/tgcontest). Все скрипты для обучения моделек перенесены на Colab.

StackOverflow: интересные вопросы за неделю (ccxvii)
http://python-weekly.blogspot.com/2020/02/ccxvii-stackoverflow-python-report.html

Введение в архитектурный фреймворк для анализа данных Lena
https://habr.com/ru/post/490518/?utm_campaign=490518&utm_source=habrahabr&utm_medium=rss

Архитектура определяет наиболее общее устройство программы и взаимодействие её компонентов. Lena как фреймворк реализует конкретную архитектуру для анализа данных (подробнее о ней ниже) и предоставляет пользователю классы и функции, которые могут быть при этом полезны (с учётом данной архитектуры).
 
Lena написана на популярном языке Python и работает с версиями Python 2, 3 и PyPy. Она опубликована под свободной лицензией Apache (версия 2) здесь (https://github.com/ynikitenko/lena). В данный момент она ещё разрабатывается, однако описываемое в данном руководстве уже используется, тестировано (общее покрытие всего фреймворка около 90%) и вряд ли будет изменено. Lena возникла при анализе данных экспериментов в физике нейтрино и названа в честь великой сибирской реки.

#python #pydigest

Сборник Python новостей уже перед вами.

В 323 выпуске Python Дайджест вы найдете:

- Советы по настройке uWSGI в производственной среде
- Как сжать модель fastText в 100 раз
- Введение в архитектурный фреймворк для анализа данных Lena
- Анализ качества работы чат-бота в IBM Watson Assistant
- Строим Data Lake на Amazon Web Services
- Все, что вы хотели узнать об LDPC кодах, но стеснялись спросить (наверное)
- [Видео] Аsync и await в production / Сергей Борисов
- [Видео] Разработка плагинов к mypy / Владимир Пузаков
- Dostoevsky - пакет для анализа тональности
- IRedis - клиент для Redis с авто-дополнением и подсветкой синтаксиса

Заходите в гости - https://pythondigest.ru/issue/323/
Присылайте интересные новости через форму на сайте.

Test and Code: 103: Django - Lacey Williams Henschel
https://testandcode.com/103

Audio

Сдруживаем Python и Bash: релиз библиотек python-shell и smart-env v. 1.0.1
https://habr.com/ru/post/490542/?utm_campaign=490542&utm_source=habrahabr&utm_medium=rss

29 февраля 2020 года состоялся официальный микро-релиз библиотек smart-env и python-shell. Тем, кто не в курсе, предлагаю предварительно прочитать первый пост (https://habr.com/ru/post/489622/).


Если вкратце, то среди изменений — автодополнение команд, расширение возможностей по запуску команд, немного рефакторинга и багфиксов.

Сводка новостей от pythonz.net 23.02.2020 — 01.03.2020
http://pythonz.net/articles/299/

Podcast.__init__: The Advanced Python Task Scheduler
https://www.pythonpodcast.com/apscheduler-python-task-scheduler-episode-252/

Audio

Ищем аномалии с помощью Keras, TensorFlow, and Deep Learning
https://www.pyimagesearch.com/2020/03/02/anomaly-detection-with-keras-tensorflow-and-deep-learning/

Задача для разработчика, или как мы без вендора ручные сканеры прошивали
https://habr.com/ru/post/490748/?utm_campaign=490748&utm_source=habrahabr&utm_medium=rss

Cегодня расскажем о своем опыте работы с USB-девайсами через Python PyUSB и немного о реверс-инжиниринге.

Полноценная инструкция по визуализации данных в Python
https://towardsdatascience.com/complete-guide-to-data-visualization-with-python-2dd74df12b5e

Про инструменты визуализации и варианты визуализации