1963
Сборник наиболее интересных Python материалов. https://pythondigest.ru/ Сделать донат - https://boosty.to/pydigest Блог автора - @whydaily Рекомендуем хостинг https://firstvds.ru/?from=421453
kombu - 5.3.3
https://ift.tt/0IEnNoc
Фреймворк для работы с AMQP. Скачать можно по ссылке: https://pypi.python.org/pypi/kombu/
Прогнозирование временных рядов с помощью библиотеки Skforecast
https://ift.tt/bpaKRqn
В открытом доступе существует огромное число библиотек для построения моделей машинного обучения в Python. Самые популярные — scikit-learn, XGBoost, LightGBM, Catboost, PyTorch. Каждая из них позволяет построить регрессионную модель для прогнозирования на временных рядах, но для этого требуется преобразование данных и создание новых фичей (feature engineering).
amqp - 5.2.0
https://ift.tt/LB8yHtu
AMQP-клиент. Скачать можно по ссылке: https://pypi.python.org/pypi/amqp/
Автоматизация выявления вредоноса в реестре Windows
https://ift.tt/QsmWTLb
В работе с компьютерными инцидентами, специалисты по информационной безопасности часто сталкиваются с необходимостью глубокого и быстрого анализа операционной системы, для выявления мест закрепления вируса. Обычно они обращаются к журналам событий, однако при недостатке информации приходится прибегать и к более сложным методам, таким как анализ реестра. Однако многие существующие методы анализа реестра не всегда эффективны.
selenium - 4.15.2
https://ift.tt/iRwZIFx
Модуль для автоматизации тестирования web-приложений. Скачать можно по ссылке: https://pypi.python.org/pypi/selenium/
Python in Visual Studio Code – November 2023 Release
https://ift.tt/DKSfslZ
Analyzing Data 170,000x Faster with Python
https://ift.tt/DeALqWg
pypipe - Python Pipe Command Line Tool
https://ift.tt/5SWhZtm
Кратчайший путь с одним источником во взвешенных графах, Алгоритм Дейкстры и Python
https://ift.tt/dNDxWkM
В мире современных вычислений и информационных технологий, алгоритмы играют решающую роль. Они служат фундаментальным инструментом для решения разнообразных задач, начиная от оптимизации бизнес-процессов до анализа сложных структур данных. В контексте графовой теории и сетевых приложений, алгоритмы нахождения кратчайшего пути с одним источником во взвешенных графах представляют собой важную часть этой эффективной инструментарии.
Прогнозирование нагрузки солнечных электростанций
https://ift.tt/szdnu3J
Прогнозируем нагрузку группы солнечных электростанций на сутки вперед с помощью машинного обучения. Сравниваем два метода - Random Forest и LSTM
SQLAlchemy - 2.0.23
https://ift.tt/5zoqawQ
Библиотека работы с базами данных. Скачать можно по ссылке: https://pypi.python.org/pypi/SQLAlchemy/
selenium - 4.15.0
https://ift.tt/aZkQYqF
Модуль для автоматизации тестирования web-приложений. Скачать можно по ссылке: https://pypi.python.org/pypi/selenium/
Django - 4.2.7
https://ift.tt/b7NRBHj
Мощный web-фреймворк. Скачать можно по ссылке: https://pypi.python.org/pypi/Django/
Как написать новостной Телеграм-канал если ты не программист. Часть третья
https://ift.tt/tKHD6jX
Итак, мы подошли к финальной части ботостроительной трилогии. Наш бот уже умеет смотреть RSS-ленту Мотора, подгружать свежие новости, слать сообщения администратору бота, а также реализована вся логика работы с модерацией сообщений перед отправкой в канал и работой с ChatGPT. Осталась одна проблема - обновление ленты происходит единожды, при запуске скрипта. Исправим эту оплошность.
Как работают Model Serving инструменты изнутри. Пишем свой на Python и Docker с нуля
https://ift.tt/mY2gXku
По своей сути обслуживание моделей заключается в том, чтобы сделать обученные модели машинного обучения доступными для пользователей и систем надежным и масштабируемым способом. Это критический шаг в жизненном цикле машинного обучения.
Mimesis: идеальное решение для генерации данных
https://ift.tt/f3wG8Z7
Сбор данных имеет решающее значение для каждого проекта, связанного с машинным обучением. Однако не всегда искомые данные существуют или общедоступны. Во многих случаях получение данных является дорогостоящим или затрудненным из-за внешних условий.
#python #pydigest
IT-новости про Python перед вами.
Часть материалов из выпуска Python Дайджест:
- Автоматизация выявления вредоноса в реестре Windows
- Прогнозирование нагрузки солнечных электростанций
- Mimesis: идеальное решение для генерации данных
- Отправляем уведомления в определенный топик в чате Telegram
- Исследование режима Copy-on-Write в pandas. Часть 1
- Считаем медиану быстрее numpy
- pymongo - 4.6.0
- jsonschema - 4.19.2
Заходите в гости - https://pythondigest.ru/issue/515/
New goodies in Django 5.0
https://ift.tt/GKU98aB
From Django Fellow Mariusz Felisiak, an exploration of the "deluge" of amazing new features added in Django 5.0
Регулярные выражения — это не трудно
https://ift.tt/57EiHa9
Регулярные выражения имеют дурную славу из-за присущей им сложности. Это справедливо, но я также считаю, что если сосредоточиться на определенном ключевом подмножестве регулярных выражений, то это не так уж и сложно. Большая часть трудностей возникает из-за различных «шорткатов», которые трудно запомнить. Если не обращать на них внимания, то сам язык достаточно мал и хорошо переносится из одного языка программирования в другой.
Python Bytes: #359 gil--;
https://ift.tt/redtHbS
Очередной выпуск англоязычного подкаста Python Bytes
Gryffine — история одного пет-проекта
https://ift.tt/C6QD10c
Как-то раз один знакомый сисадмин пожаловался мне на жизнь суровую. Он рассказал об одном инциденте в его конторе. Стоит оговориться, что контора небольшая и такой сущности как отдельный специалист по информационной безопасности там нет. Инцидент стандартный до банальности.
Поможем Ходору найти новых друзей с помощью графов
https://ift.tt/BMjUgam
В интернете постоянно что‑то рекомендуют: посмотреть новое видео, добавить друга или купить товар. Как работают эти алгоритмы, расскажу в посте ниже и реализую рекомендательную систему с помощью графов.
From Chaos to Cohesion: Architecting Your Own Monorepo
https://ift.tt/Ir5QWFC
A monorepo approach means keeping the code from all your projects in one place. It requires changing your tooling approach, but means better dependency management. This article shows you how to build a simple python monorepo using GitHub Actions as a CI/CD tool.
Считаем медиану быстрее numpy
https://ift.tt/A1SiZXv
Нетрадиционный способ вычисления медианы массива значений с плавающей точкой при помощи нескольких проходов по исходному массиву по словам, начиная с более значащих, с использованием целочисленной арифметики, что даёт возможность в некоторых случаях несколько обогнать по скорости "традиционные" классические алгоритмы.
selenium - 4.15.1
https://ift.tt/3hiS1Ar
Модуль для автоматизации тестирования web-приложений. Скачать можно по ссылке: https://pypi.python.org/pypi/selenium/
pymongo - 4.6.0
https://ift.tt/NtRrvI2
Python интерфейс для MongoDB. Скачать можно по ссылке: https://pypi.python.org/pypi/pymongo/
Django - 4.1.13
https://ift.tt/EyBb9Ng
Мощный web-фреймворк. Скачать можно по ссылке: https://pypi.python.org/pypi/Django/
Django - 3.2.23
https://ift.tt/jNptrHM
Мощный web-фреймворк. Скачать можно по ссылке: https://pypi.python.org/pypi/Django/
Когда одной ARIMA мало. Прогнозирование временных рядов нейросетями
https://ift.tt/hfZ1HuU
В этой статье я хочу поговорить про временные ряды, а если конкретнее, про использование нейросетей для их прогнозирования.
How to Use Type Hints for Multiple Return Types in Python
https://ift.tt/fSlpa6z
In this tutorial, you'll learn to specify multiple return types using type hints in Python. You'll cover working with one or several pieces of data, defining type aliases, and type checking with a third-party static type checker tool.