Test and Code: 155: Four Questions to Ask Frequently During Software Projects - Tim Ottinger
https://testandcode.com/155

Audio

В аквариуме: вычислительная генетика на Python и Mathcad (часть 1)
https://habr.com/ru/post/559908/?utm_campaign=559908&utm_source=habrahabr&utm_medium=rss

Пусть в аквариуме живут рыбки двух цветов.

Начнем с визуализации. Зададим число рыбок n=100 и договоримся что каждая из них имеет случайный цвет color №0 или №1, а также находится в случайной точке (x,y). Т.е. x, y, и color — это три вектора длины n, а третью (z-) координату мы не рассматриваем.

Weekly Python StackOverflow Report: (cclxxvii)
http://python-weekly.blogspot.com/2021/05/cclxxvii-stackoverflow-python-report.html

#python #pydigest

Сборник Python новостей уже перед вами.

В выпуске Python Дайджест вы найдете:

- Погружаемся в статистику вместе с Python. Часть 2. Распределение Стьюдента
- В аквариуме: вычислительная генетика на Python и Mathcad (часть 1)
- Датасет о мобильных приложениях
- Как принимать платежи в Telegram | API Yoomoney Python
- Прогнозирование временных рядов с помощью AutoML
- Clustergram: визуализация кластерного анализа на Python
- Tkinter-Designer - Create Beautiful Tkinter GUIs by Drag and Drop

Заходите в гости - https://pythondigest.ru/issue/388/
Присылайте интересные новости через форму на сайте.

Прогнозирование временных рядов с помощью AutoML
https://habr.com/ru/post/559796/?utm_campaign=559796&utm_source=habrahabr&utm_medium=rss

В лаборатории моделирования природных систем Национального центра когнитивных разработок Университета ИТМО мы активно исследуем вопросы применения автоматического машинного обучения для различных задач. В этой статье мы хотим рассказать о применении AutoML для эффективного прогнозирования временных рядов, а также о том, как это реализовано в рамках open-source фреймворка FEDOT (https://github.com/nccr-itmo/FEDOT). Это вторая статья из серии публикаций, посвященной данной разработке (с первой из них можно ознакомиться по ссылке (https://habr.com/ru/company/spbifmo/blog/558450/)).

Tkinter-Designer  - Create Beautiful Tkinter GUIs by Drag and Drop.
https://github.com/ParthJadhav/Tkinter-Designer

Jerikan+Ansible: a configuration management system for network
https://vincent.bernat.ch/en/blog/2021-network-jerikan-ansible

Jerikan: a configuration management system for network teams

Сокрытые драгоценности Python
https://habr.com/ru/post/560072/?utm_campaign=560072&utm_source=habrahabr&utm_medium=rss

В последнее время у меня появилось новое хобби – чтение документации Python просто для удовольствия! Когда вы читаете на досуге, то, как правило, замечаете интересные «лакомые кусочки», которые в противном случае пропустили бы.

Domain-driven design, Hexagonal architecture of ports and adapters, Dependency injection и Python
https://habr.com/ru/post/559560/?utm_campaign=559560&utm_source=habrahabr&utm_medium=rss

Designing A Geospatial Rest Backend Using GeoDjango
https://techblog.geekyants.com/designing-a-geospatial-rest-backend-using-geodjango

Разбираемся, как подавить шум в речи с помощью глубокого обучения и OpenVINO
https://habr.com/ru/post/558224/?utm_campaign=558224&utm_source=habrahabr&utm_medium=rss

Данная статья будет полезна студентам и тем, кто хочет разобраться с тем, как происходит шумоподавление речи (Speech Denoising) с помощью глубокого обучения. На Хабре уже были статьи по данной тематике несколько лет назад (раз (https://habr.com/ru/post/256857/), два (https://habr.com/ru/post/407161/)), но нашей целью является желание дать несколько более глубокое понимание процесса работы со звуком. 

Анализ результатов работы архитектуры YoloV3 на медицинских снимках
https://habr.com/ru/post/560118/?utm_campaign=560118&utm_source=habrahabr&utm_medium=rss

Данная статья представляет собой обзор на оригинальную статью на Medium (https://medium.com/analytics-vidhya/replacing-yolov3-backbone-with-chexnet-for-pneumonia-detection-a29434a698b7) (эксперименты проводятся с изменениями некоторых условий).

Область применения нейронных сетей в медицине бурно развивается. В этой области решаются задачи, которые облегчают работу врачей. В частности, одной из востребованных задач в этой области является детекция объектов на медицинских снимках (это когда на картинку накладывается прямоугольник, который ограничивает область, в которой предположительно есть некоторый объект). Пример такого изображения представлен ниже.

 

Конечные автоматы и django
https://habr.com/ru/post/560338/?utm_campaign=560338&utm_source=habrahabr&utm_medium=rss

При работе над django-проектом, есть ряд must-have сторонних библиотек, если не хочется бесконечно изобретать велосипед. Средстав отладки sql запросов(debug-toolbar, silk, --print-sql из django-extensions), что-нибудь для хранения древовидных структур, переодических/отложенных задач(кстати, cron-like интерфейс есть у uswgi (https://uwsgi-docs.readthedocs.io/en/latest/Cron.html). EAV (https://django-eav2.readthedocs.io/en/latest/) всё ещё бывает нужен, хотя часто его можно заменить jsonfield. И одна из таких крайне полезных вещей, но почему-то реже обсуждаемая в сети - FSM. Не так часто почему-то сталкиваюсь с ними в чужом коде.

AI Pool: Introduction of Fast Fourier Transformation (FFT)
https://ai-pool.com/a/s/introduction-of-fast-fourier-transformation--fft

Генераторы для самых маленьких
https://habr.com/ru/post/560300/?utm_campaign=560300&utm_source=habrahabr&utm_medium=rss

В бытность мою, когда я самостоятельно изучал Python, я находил достаточно теоретического материала о языке и его возможностях. Однако даже после прочтения нескольких статей на разных сайтах и книг многое не укладывались у меня в голове (да, вот такой вот я тугой). Непонятные концепции приходилось зубрить «на веру» без глубокого понимания, потому что практические примеры в статьях были для меня сложны. Время шло, я становился опытнее, понимание приходило на практических задачах, и в какой-то момент я стал учить Python'у своих друзей. В рамках наставничества я обнаружил, что, кажется, наметил путь, по которому можно объяснять сложные концепции простыми словами.

Как учить протоколы без чтения RFC: как сэкономить время при разработке
https://habr.com/ru/post/560406/?utm_campaign=560406&utm_source=habrahabr&utm_medium=rss

Если вы разрабатывает приложение, работающее по сети, или проводите отладку работы такого приложения, доскональное знание работы сетевых протоколов сильно облегчит вашу задачу. Первоисточником подобного знания являются RFC и, к счастью, они с давних времен находятся в открытом доступе. Более того, прочитать их можно даже консольных браузером links, так как кроме текста в них ничего не содержится.

Django Riffs. Does My Site Work?
https://djangoriffs.com/episodes/automated-tests-3itQiKb7

Audio

Permissions in Django Rest Framework
https://testdriven.io/blog/drf-permissions/

This article looks at how permissions work in Django REST Framework.

Podcast.__init__: Exploring The Patterns And Practices For Deep Learning With Andrew Ferlitsch
https://www.pythonpodcast.com/deep-learning-patterns-and-practices-episode-317/

Audio

#python #pydigest

Сборник Python новостей уже перед вами.

В выпуске Python Дайджест вы найдете:

- Пишем обёртку над SQLAlchemy Сore
- SQLAlchemy: а ведь раньше я презирал ORM
- Конечные автоматы и django
- Ptpython: улучшенный REPL для Python
- Сам себе Гутенберг. Часть 2. Делаем многоязычные параллельные книги
- [Видео] Moscow Python Podcast. Python в Aviasales (level: all)
- revizor - пакет для извлечения данных из строк с названием товаров
- Django security releases issued: 3.2.4, 3.1.12, and 2.2.24
- PyCharm 2021.1.2

Заходите в гости - https://pythondigest.ru/issue/389/
Присылайте интересные новости через форму на сайте.