1874
Сборник наиболее интересных Python материалов. https://pythondigest.ru/ Сделать донат - https://boosty.to/pydigest Блог автора - @whydaily Рекомендуем хостинг https://firstvds.ru/?from=421453
Метрики оценки качества моделей и анализ ошибок в машинном обучении
https://ift.tt/CwgRars
Одним из критически важных шагов при создании хорошей модели является правильный выбор метрики для оценки её качества, поскольку неправильный выбор может привести к неверным выводам и, как следствие, к принятию не самых оптимальных решений. Поэтому на сегодняшний день существует большое количество метрик, подходящих для самых разных задач и ситуаций.
Мега-Учебник Flask Глава 14: Ajax (издание 2024)
https://ift.tt/4yloZiw
Это четырнадцатая часть серии мега-учебника Flask, в которой я собираюсь добавить функцию перевода на живой язык, используя службу переводов Microsoft и немного JavaScript.
#python #pydigest
IT-новости про Python перед вами.
Часть материалов из выпуска Python Дайджест:
- Мои мысли о Python in Excel
- Мега-Учебник Flask Глава 13: I18n и L10n (издание 2024)
- Вызов функций Go из Python с помощью ctypes
- Optimal SQLite settings for Django
- AIOgram3 18. Подключаем оплату Telegram Stars
- piku - tiniest PaaS
- Mesop - Build Web Apps in Python
Заходите в гости - https://pythondigest.ru/issue/548/
Как интегрировать виртуального помощника на Rasa?
https://ift.tt/aBJkISc
На сегодняшний день существует много интегрированных информационных систем и клиентских приложений, и при работе с ними у пользователей возникают проблемы различной степени сложности, и чтобы разгрузить и улучшить качество взаимодействия с ними, в разрабатываются диалоговые помощники и виртуальные консультанты с использованием искусственного интеллекта и технологиями NLP.
numpy - 2.0.0
https://ift.tt/OamWizx
Модуль для работы с многомерными массивами. Скачать можно по ссылке: https://pypi.python.org/pypi/numpy/
Optimal SQLite settings for Django
https://ift.tt/T7pVcY0
AIOgram3 18. Подключаем оплату Telegram Stars
https://ift.tt/0vekKJx
6 июня Павел Дуров сообщил, что в Telegram вводится новая валюта — Stars. Stars позволят производить покупку цифровых товаров и услуг, проще говоря, оплачивать покупки внутри Telegram, например, в ботах или в MiniApps. Однако не всё так радужно. Введение нового способа оплаты влечёт за собой отключение всех остальных платёжных средств. Если ваш бот принимал оплату через ЮКассу, то теперь только "Звёзды".
Настраиваем взаимодействие с внутренним API приложения через свой API-proxy
https://ift.tt/jncSrAs
Что делать, если хочется повзаимодействовать с приложением-мессенджером, но его издатель такой опции в виде API для нас не предусмотрел?Конечно же стоит попробовать себя в качестве джуниор-минус реверс-инженера - всего лишь на уровне перехвата HTTP-запросов с их последующим воспроизведением.
Временные ряды и ARIMA: Как предсказывать будущее без хрустального шара
https://ift.tt/T5Pcgm9
Что такое временной ряд, модель ARIMA и как к ней подбирать параметры.Простым словами, временной ряд — это просто последовательность событий, которая как-то зависит от времени. Мы для начала будем считать, что ряд самый простецкий и нас просто есть скачущие туда-сюда точки, которые распределены по временной шкале.
Telegram Боты на Aiogram 3.x: Инлайн кнопки и CallBack Дата
https://ift.tt/JpGSBxc
В этой статье мы продолжим исследовать возможности библиотеки Aiogram 3 и рассмотрим тему инлайн кнопок и CallBack данных.
Mesop - Build Web Apps in Python
https://ift.tt/qaSwUWf
Об извлечении кода в Python
https://ift.tt/YCd4OS1
Я начал изучать Python в 2009 году, столкнувшись с очень нетривиальной и, кстати, необычной задачей на этом языке. Тогда я разрабатывал приложение для ПК, где графический пользовательский интерфейс создавался на PyQT, а основным языком в программе был Python.
Telegram Боты на Aiogram 3.x: Текстовая клавиатура и Командное меню
https://ift.tt/ph9ablN
Продолжаем разбор темы разработки Telegram ботов с помощью Aiogram 3.
Как маскировка данных спасает вашу приватность
https://ift.tt/tCFpzMm
Сколько личной информации о вас хранится в мире онлайна? От финансовых операций и медицинских досье до социальных сетей и корпоративных баз данных – данные каждого из нас оказываются в цифровом пространстве, привлекая внимание злоумышленников и вызывая беспокойство как у нас, так и у служб безопасности. Данная статья нацелена на джунов и специалистов, которые только начинают погружаться в тематику.
redis - 5.0.6
https://ift.tt/NjVbQ9m
Python клиент для Redis. Скачать можно по ссылке: https://pypi.python.org/pypi/redis/
matthiask/django-admin-ordering
https://ift.tt/Gh1NOdl
Сводка от pythonz net 09.06.2024 — 16.06.2024
https://ift.tt/nJ5fzkM
А теперь о том, что происходило в последнее время на других ресурсах.
Автоматизация расчета нормы времени с использованием Python
https://ift.tt/E9ZU1JI
Порой данных было так много, а времени просто не хватало, отчего зависал Excel или просто возникали ошибки в формулах.Поэтому я решила хотя бы частично автоматизировать процесс расчета нормы времени на изготовление различного рода деталей.
agents - Build real-time multimodal AI applications
https://ift.tt/1HXEStN
flake8 - 7.1.0
https://ift.tt/AnW06Gb
Модуль проверки форматирования кода. Скачать можно по ссылке: https://pypi.python.org/pypi/flake8/
Telegram Боты на Aiogram 3.x: Магия фильтров
https://ift.tt/mTNltrC
Как вы уже поняли из названия статьи, сегодня мы поговорим о фильтрах в aiogram 3.
Автоматизация Juniper на Python
https://ift.tt/LDs1PrG
Отличительной чертой оборудования Juniper является то, что и коммутаторы, и маршрутизаторы работают под управлением одной и той же операционной системы JunOS. Конечно, доступные функции и команды отличаются в зависимости от модели, но общая операционная система позволяет использовать один и тот же подход в работе со всем спектром оборудования вендора. Так, вне зависимости от модели применяется единый подход внесения изменений в конфигурацию, когда изменения применяются только после их фиксации командой commit. У некоторых других производителей это поведение различается от модели к модели, что усложняет процесс автоматизации.
Как анализировать тысячи отзывов с ChatGPT? Частые ошибки и пример на реальных данных
https://ift.tt/npLYFzu
В этой статье я расскажу про свой опыт решения рабочей задачи — анализ отзывов пользователей о компании. Мы разберем возможные ошибки и посмотрим на пример кода и реальных данных. Гайд будет полезен всем, у кого нет большого опыта в анализе данных или работе с LLM через API.
Вызов функций Go из Python с помощью ctypes
https://ift.tt/nI0YcPs
В этой статье поговорим о том, как можно запускать программу, написанную на Go из Python. Зачем? При работе на Python иногда имеет смысл реализовать отдельные функции на статичном, высокопроизводительном языке. Go может стать отличным выбором для этого, потому что он быстрый, простой и кроссплатформенный.
Качество данных и роботы: как мы высвободили 5 рабочих часов в день сотрудника DQ
https://ift.tt/9zKm2Ck
Сейчас для нас остро встал вопрос о ресурсах нашей команды, а точнее их «резиновости»: поток входящих инцидентов растет по мере подключения новых систем к проверкам качества, а команда так и остается в составе 3 сотрудников. Возникает вопрос — а какая она, идеальная команда качества данных, которая сможет создать процессы с нуля, внедрить и привить культуру внутренним заказчикам, свести к минимуму риски возникновения инцидентов, а еще минимизировать затраты компании?
tach - framework for your modular monorepo
https://ift.tt/gfDVdcY
Реализация итоговой согласованности. Разбор библиотеки event-outbox
https://ift.tt/vhgol0K
В этой статье я хотел бы рассказать об архитектурных шаблонах Transactional Outbox и Idempotent Consumer. Кроме того, я хотел бы показать собственную реализацию, содержащую интересное сочетание технологий, выходящее за рамки этих шаблонов, значительно упрощающее реализацию и эксплуатацию.
FastAPI: веб-разработка на Python
https://ift.tt/OSr549u
FastAPI — относительно новый, но надежный фреймворк с чистым дизайном, использующий преимущества актуальных возможностей Python. Как следует из названия, FastAPI отличается высоким быстродействием и способен конкурировать в этом с аналогичными фреймворками на таких языках, как Golang. Эта практическая книга расскажет разработчикам, знакомым с Python, как FastAPI позволяет достичь большего за меньшее время и с меньшим количеством кода.
Простые способы ускорения обучения PyTorch-моделей
https://ift.tt/zhW26xI
Не знаю — нужно ли вступление к статье, посвящённой ускорению машинного обучения (Machine Learning, ML)? Ускорение обучения моделей — это именно то, в чём нуждаются все ML‑инженеры. Более быстрое обучение модели означает ускорение экспериментов, что, в свою очередь, ведёт к ускорению выпуска новых версий программных продуктов. Кроме того — чем выше скорость обучения — тем меньше ресурсов нужно на каждую итерацию обучения модели.