​​Практическая классификация текста с использованием Python и Keras

Чтение настроения из текста с помощью машинного обучения называется анализом настроения , и это один из известных вариантов использования в классификации текста. Это относится к очень активной области исследований обработки естественного языка (НЛП) . Другие распространенные случаи классификации текста включают обнаружение спама, автоматическую пометку запросов клиентов и категоризацию текста по определенным темам. Так как вы можете это сделать?

#машинное_обучение 4 часть

​​GURU 2.0

Мы презентуем второе поколение сайта https://pythonguru.ru . Данное обновление для нас играет необычайно важную роль. Это наш маленький шаг для становления крупным ресурсом, сайт будет охватывать не только Python, но и другие темы.

На данный момент сайт ещё кажется пустым, но постепенно мы будем выкладывать материалы. Также, мы будем постоянно выпускать обновления, и добавлять новые фичи.

В нашу сетку каналов пока что входит только два канала, этот, и @osintru . Мы постепенно будем расширятся, чтобы охватить как можно больше тем.

Для тех, кто ещё не видел новое обновление, переходите:
https://pythonguru.ru

*Домен в скором времени изменится. С этим каналом никаких изменений не будет, мы также продолжим выкладывать посты на тему Python 🐉

​​Окончательное руководство по распознаванию речи с Python

Распознавание речи коренится в исследованиях, проведенных в лаборатории Bell в начале 1950-х годов. Ранние системы были ограничены одним говорящим и имели ограниченный словарный запас из примерно дюжины слов. Современные системы распознавания речи прошли долгий путь со времен своих древних аналогов. Они могут распознавать речь от нескольких носителей и имеют огромные словари на многих языках.

#машинное_обучение 5 часть

​​Использование Python datetime для работы с датами и временем

Работа с датами и временем является одной из самых больших проблем в программировании. Между работой с часовыми поясами, переходом на летнее время и различными письменными форматами даты может быть сложно отслеживать, на какие дни и время вы ссылаетесь. К счастью, встроенный datetime модуль Python может помочь вам управлять сложным характером дат и времени.

Наш чат на тему Python 🐍

​​Модуль Python pickle: как сохранить объекты в Python

Как разработчику, вам иногда может понадобиться отправить сложные иерархии объектов по сети или сохранить внутреннее состояние ваших объектов на диск или в базу данных для последующего использования. Для этого вы можете использовать процесс, называемый сериализацией , который полностью поддерживается стандартной библиотекой благодаря pickle модулю Python .

​​Автоматизируйте свой компьютер с помощью Python - PyAutoGui

Сегодня вы узнаете, «Как автоматизировать компьютерную мышь и клавиатуру с помощью Python». Модуль PyAutoGui способен автоматизировать нашу мышь и клавиатуру . Я видел много статей, связанных с этим модулем, но здесь я постараюсь дать вам некоторые уникальные идеи использования этого модуля.

​​Эффективное тестирование Python с Pytest

Тестирование вашего кода приносит широкий спектр преимуществ. Это повышает вашу уверенность в том, что код ведет себя так, как вы ожидаете, и гарантирует, что изменения в вашем коде не вызовут регрессий. Написание и сопровождение тестов - это тяжелая работа, поэтому вы должны использовать все имеющиеся в вашем распоряжении инструменты, чтобы сделать ее максимально безболезненной. pytest это один из лучших инструментов, которые вы можете использовать для повышения производительности тестирования.

​​Использование Pandas для изучения вашего набора данных

У вас есть большой набор данных, который полон интересных идей, но вы не знаете с чего начать? Ваш начальник попросил вас сгенерировать некоторую статистику из него, но ее не так просто извлечь? Это именно те случаи, когда Pandas и Python могут вам помочь! С помощью этих инструментов вы сможете разрезать большой набор данных на управляемые части и получить представление об этой информации.

​​Задача - RGB To Hex Conversion

Функция rgb неполная. Доделайте её так, чтобы передача десятичных значений RGB приводила к возвращению шестнадцатеричного представления. Допустимые десятичные значения для RGB: 0 - 255. Любые значения, выпадающие из этого диапазона, должны быть округлены до ближайшего действительного значения.

Примечание. Ваш ответ всегда должен быть длиной 6 символов, сокращение с 3 здесь не сработает.

На фото приведены примеры ожидаемых выходных значений.

​​Чистый Python. Тонкости программирования для профи

Автор: Бейдер Дэн
Год выпуска: 2018

Изучение всех возможностей Python - сложная задача, а с этой книгой вы сможете сосредоточиться на практических навыках, которые действительно важны. Раскопайте "скрытое золото" в стандартной библиотеке Python и начните писать чистый код уже сегодня.

• Если у вас есть опыт работы со старыми версиями Python, вы сможете ускорить работу с современными шаблонами и функциями, представленными на Python 3;

• Если вы работали с другими языками программирования, и хотите перейти на Python, то найдете практические советы, необходимые для того, чтобы стать эффективным питонщиком;

• Если вы хотите научиться писать чистый код, то найдете здесь самые интересные примеры и малоизвестные трюки.

Перейти к PDF

​​Django 2.1. Практика создания веб-сайтов на Python

Автор: Дронов Владимир Александрович
Год выпуска: 2019

Книга посвящена разработке веб-сайтов на Python с использованием веб-фреймворка Django 2.1. Рассмотрены основные функциональные возможности, необходимые для программирования сайтов общего назначения: модели, контроллеры, шаблоны, средства обработки пользовательского ввода, выгрузка файлов, разграничение доступа и др.
Рассказано о вспомогательных инструментах: посредниках, сигналах, средствах отправки электронной почты, подсистеме кэширования и пр. Описано форматирование текста посредством BBCode, обработка CAPTCHA, вывод графических миниатюр, аутентификация через социальные сети, интеграция с Bootstrap. Рассмотрено программирование веб-служб REST, использование административного веб-сайта Django, тестового сайта на Angular. Дан пример разработки полнофункционального веб-сайта - электронной доски объявлений.

​​🐉 Курс. Сайт на Django 3. Сервис по сбору данных | 2020 | Олег Новиков


Вы научитесь создавать простые приложения на Django 3-й версии, а также собирать данные с других сайтов в атоматическом режиме.

Описание:
Django - бесплатный и свободно распространяемый фреймворк для веб-приложений, написанный на Python. Каждый раз при разработке веб-сайтов требуются похожие компоненты: способ аутентифицировать пользователей (вход, выход, регистрация), панель управления сайтом, формы, инструменты для загрузки файлов и т. д. И чтобы это все не повторять, был создан Django. Django отлично работает в сочетании с любыми библиотеками, инструментами и скриптами, написанными на Python.
Шаг за шагом, Вы пройдете весь процесс по построению полноценного сайта-сервиса, который собирает данные о вакансиях с сайтов по поиску работы и рассылает их подписчикам. Вы узнаете, каким образом можно получать данные с сайтов , как их сохранять в БД, как создать веб-приложение на основе Django и многое другое. А после того, как приложение уже будет готово, Вы узнаете, как его можно разместить в интернете так, чтобы оно было доступно для всех.
Основная целевая аудитория курса - начинающие программисты, желающие получить знания по внутреннему устройству Django.

🌋 Скачать | 🌋 Продажник

​​Next bigger number with the same digits

Создайте функцию, которая принимает положительное целое число и возвращает следующее большее число, которое можно сформировать, переставив его цифры. Например:
12 ==> 21
513 ==> 531
2017 ==> 2071

nextBigger(num: 513) // returns 531
nextBigger(num: 2017) // returns 2071

Если цифры не могут быть переставлены, чтобы образовать большее число, верните -1 (или nil в Swift):

9 ==> -1
111 ==> -1
531 ==> -1

nextBigger(num: 9) // returns nil
nextBigger(num: 111) // returns nil
nextBigger(num: 531) // returns nil

​​Python для сложных задач. Наука о данных и машинное обучение

Автор: Дж. Вандер Плас
Дата написания: 2017
Общее кол-во страниц: 576

Книга «Python для сложных задач: наука о данных и машинное обучение» – это подробное руководство по самым разным вычислительным и статистическим методам, без которых немыслима любая интенсивная обработка данных, научные исследования и передовые разработки. Читатели, уже имеющие опыт программирования и желающие эффективно использовать Python в сфере Data Science, найдут в этой книге ответы на всевозможные вопросы, например: как считать этот формат данных в скрипт? как преобразовать, очистить эти данные и манипулировать ими? как визуализировать данные такого типа? как при помощи этих данных разобраться в ситуации, получить ответы на вопросы, построить статистические модели или реализовать машинное обучение?

​​Циклы "while" и "for" в Python

Итерация означает выполнение одного и того же блока кода снова и снова, потенциально много раз. Структура программирования, которая реализует итерацию, называется циклом.
В программировании существует два типа итераций: неопределенный и определенный.

#начинающим

​​Python Machine Learning

Дата выхода: 2015;
Автор: Себастьян Рашка;

Сейчас данные льются на нас сплошным потоком. По одной из последних оценок ежедневно генерируется 2,5 квинтиллиона (10^18) байт данных. Объемы неимоверные: более 90% информации, которую мы сейчас храним, было сгенерировано в течение прошлого десятилетия. К сожалению, большая часть этой информации такова, что человек не может ею воспользоваться. Либо эти данные не поддаются стандартной аналитической обработке, либо данные слишком обширны, чтобы мы могли их хотя бы осмыслить.
Благодаря машинному обучению, компьютеры могут обрабатывать такие данные, учиться на них и извлекать опорную информацию (actionable data) из-за практически непроницаемых стен «больших данных». В основе работы разнообразных устройств от суперкомпьютеров, обеспечивающих поиск в Google, до смартфонов, помещающихся в кармане, лежат принципы машинного обучения, при помощи которого мы познаем большую часть окружающего мира, зачастую даже не подозревая об этом.
Что же такое «машинное обучение», как оно работает? Как машинное обучение поможет мне заглянуть в неведомое, прокачать мой бизнес или просто узнать, что Интернет-сообщество думает о моем любимом фильме? Все это вы узнаете из книги, вышедшей из-под пера моего хорошего друга и коллеги Себастьяна Рашки.

Эта книга не о “data science”. В ней ничего не говорится о формулировании гипотез, сборе данных и извлечении выводов по результатам анализа нетипичных или экзотических множеств данных; акцент сделан именно на машинном обучении. В книге рассмотрены такие темы, как работа с недостающими значениями, преобразование категорийных переменных в форматы, применимые при машинном обучении, выбор информативных свойств, сжатие данных с переносом в подпространства с меньшим количеством измерений. В книге есть целая глава об интерпретации моделей, где обсуждается перекрестная валидация с расщеплением выборки, k-блочная перекрестная валидация, вложенная перекрестная валидация, настройка гиперпараметров и другие показатели производительности. Для небольшого закрепления материала я добавил главу о встраивании моделей машинного обучения в веб-приложение, которым можно поделиться со всем миром.

​​Списки и кортежи в Python

Списки и кортежи, возможно, являются наиболее универсальными и полезными типами данных Python. Вы найдете их практически в каждой нетривиальной программе Python.

#начинающим

​​Задача. Расчет с помощью функций

На этот раз мы хотим написать вычисления с использованием функций и получить результаты. Давайте посмотрите на примеры, предоставленные на фото.

Требования:
Должна быть функция для каждого числа от 0 («zero») до 9 («nine»)
Должна быть функция для каждой из следующих математических операций: плюс, минус, умножить, разделить ( divided_byв Python)
Каждый расчет состоит из ровно одной операции и двух чисел
Самая внешняя функция - левый операнд, а самая внутренняя функция - правый операнд.
Деление должно быть целочисленным. Например, это должно возвращать 2, а не 2.666666...:
eight(dividedBy(three()));

​​Руководство по искусственному интеллекту с Python

Искусственный интеллект существует уже более полувека, и его достижения растут в геометрической прогрессии. Спрос на ИИ находится на пике, и если вы хотите узнать об искусственном интеллекте, вы попали в нужное место. Эта статья по искусственному интеллекту с Python поможет вам понять все концепции искусственного интеллекта с практическими реализациями на Python.

​​Чтение и запись файлов CSV в Python

В этой статье вы узнаете, как читать, обрабатывать и анализировать CSV из текстовых файлов с использованием Python. Вы увидите, как работают файлы CSV, изучите важную csv библиотеку, и увидите, как работает анализ CSV с использованием pandas библиотеки.