Автоматически выделяем кусочно-линейные тренды временного ряда
https://ift.tt/XOqpRF9
Я хотел бы рассказать об алгоритме, который выделяет кусочно-линейный тренд из временного ряда и сам определяет точки изменения тренда. Другими словами, это алгоритм для автоматического кусочно-линейного приближения любой функции. Это может понадобиться, если вам важно анализировать линейные тренды ряда, но единственная линия явно недостаточно точно описывает ряд, и самостоятельно искать точки, где тренд менялся, неудобно. Схожую задачу, но немного другим способом, решают и Prophet с их trend changepoints detection. А реализация именно этого алгоритма есть в open-source библиотеке для анализа изменений временных рядов anomeda, написанной на Python.
Почта без хлопот: автоматизация отправки писем с помощью Python
https://ift.tt/7jCyTUu
В этой статье расскажу, как автоматизировать процесс рассылки писем по электронной почте. Статья будет полезна абсолютно каждому, кто когда-либо сталкивался с необходимостью отправлять информацию или рекламные сообщения большому количеству получателей.
Talk Python to Me: #456: Building GPT Actions with FastAPI and Pydantic
https://ift.tt/81ixjb7
Audio
Разбираем на винтики учебный процессор TOY
https://ift.tt/kNwQBKv
А давайте возьмём простейший процессор и напишем его эмулятор на Python. А когда подрастёт, будем кормить его бинарниками и дебажить. Статья для тех, кто всегда хотел разобраться в машинном коде, но боялся начать.
Python meetup. Online. 24 апреля
https://ift.tt/jTMru97
Как всегда вас жду доклады записанные в студии, а так же новый формат проведения прямого эфира из студии в Москве. Ведущий, спикеры и приглашенные эксперты с нетерпением ждут вашего участия в обсуждении. А вы, наши дорогие онлайн телезрители, сможете задать свои вопросы и высказать свое мнение!
Как быстро собрать кубик для простых задач: играемся с TinyOLAP
https://ift.tt/z5sUIRC
Сегодняшняя статья будет интересна тем, кто хочет собрать простой OLAP‑куб для анализа данных, чтобы понять, как он устроен и работает. Экспериментировать будем с помощью TinyOLAP, одного из немногих OpenSource движков на Python.
Sphinx - 7.3.6
https://ift.tt/5BrKavk
Python генератор документации. Скачать можно по ссылке: https://pypi.python.org/pypi/Sphinx/
virtualenv - 20.25.2
https://ift.tt/hy2lcfn
Инструмент создания виртуального рабочего окружения. Скачать можно по ссылке: https://pypi.python.org/pypi/virtualenv
Sphinx - 7.3.2
https://ift.tt/PW15rex
Python генератор документации. Скачать можно по ссылке: https://pypi.python.org/pypi/Sphinx/
gunicorn - 22.0.0
https://ift.tt/c1E0oAJ
WSGI HTTP-сервер для UNIX. Скачать можно по ссылке: https://pypi.python.org/pypi/gunicorn/
Sphinx - 7.3.3
https://ift.tt/y2LVFnu
Python генератор документации. Скачать можно по ссылке: https://pypi.python.org/pypi/Sphinx/
aiohttp - 3.9.5
https://ift.tt/wi59QFI
http клиент/сервер для asyncio. Скачать можно по ссылке: https://pypi.python.org/pypi/aiohttp
Сводка от pythonz net 07.04.2024 — 14.04.2024
https://ift.tt/4GRur16
А теперь о том, что происходило в последнее время на других ресурсах.
Топовые подходы к решению алгоритмических задач
https://ift.tt/kTgyafn
В этой статье я расскажу про ключевые аспекты и концепции работы с наиболее популярными алгоритмами и структурами данных. Это поможет и в реальных проектах, и чтобы глубже понять алгоритмические принципы. Статья подойдёт специалистам, которые хотят углубить свои знания в программировании, и укрепить навыки нахождения оптимальных решений алгоритмических задач.
T-test. Зависимость от независимости
https://ift.tt/u4qENZk
Теме А/Б-тестирования посвящено достаточно много статей, и вот держите ещё одну. Тема экспериментов для выявления эффективности внедрения доработок популярна не только последний год и она, скорее всего, освещена уже со всех возможных сторон:
Sphinx - 7.3.7
https://ift.tt/BGpd357
Python генератор документации. Скачать можно по ссылке: https://pypi.python.org/pypi/Sphinx/
Как я написал свой первый эзотерический язык программирования
https://ift.tt/tJ4yLf5
В данной статье, я рассказываю о том, как написал свой первый эзотерический язык программирования C42.
Мониторинг Celery
https://ift.tt/MKmwuil
Существует популярный подход к покрытию метриками Celery: он заключается в запуске некоторого процесса, который слушает события из специальной очереди, на основе этих событий обновляются объекты метрик, а фоновый поток сервера отдаёт собранные метрики скраперу. В этой статье подробно разберём события, их жизненный цикл, откуда и как их принимать. Также поговорим про механизм удалённого управления (remote control), какие у него есть возможности и как им пользоваться. Обсудим существующие решения, чем они отличаются, и почему вам, возможно, будет выгодно сделать своё.
Какой язык программирования выбрать? Обзор Python
https://ift.tt/gVFUtNC
Шестая статья нашего цикла про языки программирования посвящена Python. В обзоре вы найдёте особенности, плюсы и минусы Python, сферы его применения и полезные ссылки для обучения.
celery - 5.4.0
https://ift.tt/mw7l1ek
Распределенная очередь задач. Скачать можно по ссылке: https://pypi.python.org/pypi/celery/
virtualenv - 20.25.3
https://ift.tt/yO64LE1
Инструмент создания виртуального рабочего окружения. Скачать можно по ссылке: https://pypi.python.org/pypi/virtualenv
Sphinx - 7.3.4
https://ift.tt/vVEGkMs
Python генератор документации. Скачать можно по ссылке: https://pypi.python.org/pypi/Sphinx/
Sphinx - 7.3.0
https://ift.tt/W6eGkLg
Python генератор документации. Скачать можно по ссылке: https://pypi.python.org/pypi/Sphinx/
Sphinx - 7.3.5
https://ift.tt/WteYbrR
Python генератор документации. Скачать можно по ссылке: https://pypi.python.org/pypi/Sphinx/
Sphinx - 7.3.1
https://ift.tt/5cl06qV
Python генератор документации. Скачать можно по ссылке: https://pypi.python.org/pypi/Sphinx/
Оптимизация гиперпараметров за 5 секунд?
https://ift.tt/vTX5iu3
Пока люди с самыми малыми вычислительными машинами в пустую тратят время на перебор гиперпараметров внутри библиотеки Scikit-learn – настоящие гении тайм-менеджмента выбирают TPE и Optuna.
#python #pydigest
IT-новости про Python перед вами.
Часть материалов из выпуска Python Дайджест:
- Топовые подходы к решению алгоритмических задач
- Python для анализа годовых температур в Москве
- Интеграция Grist и Metabase
- Индуктивная статистика
- [Видео] Обработка свыше 400М прод. событий в сутки
- [Видео] Классификация запросов клиентов. Дёшево и сердито
- openllmetry - observability for your LLM application
- hylang - Lisp embedded in Python
- Django Bugfix Release: 5.0.4
Заходите в гости - https://pythondigest.ru/issue/539/
Мега-Учебник Flask Глава 4: База данных (издание 2024)
https://ift.tt/BtAdsf6
Это четвертая часть серии мега-учебника по Flask, в которой я собираюсь рассказать вам, как работать с базами данных. Тема этой главы чрезвычайно важна. Для большинства приложений потребуется поддерживать постоянные данные, которые можно эффективно извлекать, и это именно то, для чего созданы базы данных.