🧑‍💻 Статьи для IT: как объяснять и распространять значимые идеи

Напоминаем, что у нас есть бесплатный курс для всех, кто хочет научиться интересно писать — о программировании и в целом.

Что: семь модулей, посвященных написанию, редактированию, иллюстрированию и распространению публикаций.

Для кого: для авторов, копирайтеров и просто программистов, которые хотят научиться интересно рассказывать о своих проектах.

👉Материалы регулярно дополняются, обновляются и корректируются. А еще мы отвечаем на все учебные вопросы в комментариях курса.

Как создать класс без инструкции class?

В Python есть встроенная функция type(), которая позволяет создавать классы динамически. Она принимает три аргумента: имя класса, кортеж базовых классов (если они есть) и словарь атрибутов класса.

*Несмотря на то, что это технически возможно, использование инструкции class предпочтительнее и более понятно для создания классов.

Для чего используется предложение WHERE и как оно применяется для фильтрации данных?

В SQL WHERE используется для фильтрации строк из таблицы или набора результатов в соответствии с предопределенными критериями. Он позволяет нам выбирать только те строки, которые удовлетворяют определенным требованиям или следуют шаблону. Ключевой элемент SQL-запросов, WHERE часто используется для извлечения и обработки данных

Сравнение двух лиц на фотографиях с использованием Python

Для того чтобы сравнить два лица на изображениях в Python, можно воспользоваться библиотекой face_recognition.

В этом примере мы сначала загружаем изображения с лицами и находим их с помощью функции face_locations().

После этого мы кодируем обнаруженные лица с помощью функции face_encodings() и сравниваем их с помощью функции compare_faces(). Результатом сравнения является список булевых значений (True или False), который указывает, совпадают ли два лица на фотографиях.

Каковы хорошие исходные данные при построении рекомендательной системы?

✍️ Хорошая система рекомендаций должна предоставлять актуальную и персонализированную информацию.
✍️ Она не должна рекомендовать элементы, которые пользователь хорошо знает или легко находит.
✍️ Она должна вносить разнообразные предложения.
✍️ Пользователь должен исследовать новые предметы.

Подготовься к собеседованию на позицию Data Scientist!

Профессия Data Scientist становится все более востребованной, и компании ищут специалистов, способных превращать данные в ценные инсайты. Но как успешно пройти техническое собеседование?

Мы собрали 10 типичных задач, которые могут встретиться на собеседовании, и эффективные подходы к их решению:

1. Внешнее и тензорное произведение

2. One-hot кодировка

3. Мониторинг осадков

4. Симуляция бросков кубиков в «Монополии»

5. Бурение скважин для добычи золота

6. Вычисление свертки

7. Бэктестинг торговой стратегии

8. Прогноз оттока клиентов с помощью логистической регрессии

9. Обнаружение спама с использованием дерева решений

10. Предсказание цен на квартиры с помощью линейной регрессии

Чтобы начать решать задачи, достаточно ответить на четыре простых вопроса по этой ссылке и получить доступ к вводным занятиям курса Математика для Data Science и 10 задачам.