Tarantool: когда на сервис оповещения миллиона пользователей нужно 500 строк кода

Tarantool — это не просто база данных. Tarantool — это app-сервер с базой данных на борту, поэтому для реализации кое-каких вещей, на которые люди тратят большое количество времени, с Tarantool нужно очень немного ресурсов.
На написание данной статьи меня натолкнула эта статья.
Очень много людей в IT-мире занимается одним и тем же. Расскажу о своем опыте решения этих же проблем. Читать дальше → https://goo.gl/tMzcVx

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Кроссбраузерная вёрстка

Что такое кроссбраузерная вёрстка? Какие есть браузеры и нужен ли пиксель-пёрфект? Поехали! https://goo.gl/JtauLA

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Задача на логику для разминки мозга
═════════════════════
Первое, что нужно иметь ввиду, это то, что нельзя наблюдать за самим диском. Например, вы сидите в офисе, а диск вращается в закрытой лаборатории. Единственная возможность определить направление вращения — использовать оцифрованные показания датчика, и ничего больше.

Датчик фиксирует цвет точки в непосредственном месте установки в последовательные моменты времени. Показания представляются в виде «ЧЧЧББ...». Задача сводится к такой раскраске диска, где последовательность показаний отличается при вращении в прямую и в противоположную стороны, то есть последовательность не должна быть палиндромом.
═════════════════════
#логика@physics_math
#программирование@physics_math
#математика@physics_math

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Знаю, что в django можно поменять БД. По умолчанию используется sqlite. Как можно поменять БД? И как это повлияет, будет ли у меня модель User, или мне придётся делать её самому, модели будут работать и создаваться также как и до этого? Какие есть плюсы и минусы в других БД?

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Открытая трансляция главного зала HighLoad++

Отличная новость — как и в прошлом году мы будем транслировать главный зал HighLoad++ с самыми интересными докладами совершенно бесплатно!

Трансляция HighLoad++
Не забудьте нажать на "Напомнить", а также подписаться на наш канал. Мы постоянно выкладываем в нём видеозаписи наших докладов.

Транслироваться в открытом доступе будет только главный зал, если вы хотите посмотреть остальные 9 залов, то можете приобрести и закрытый доступ.

Полное расписание доступно на сайте (PDF, HTML), а подкатом мы расскажем о самых интересных докладах. Читать дальше → https://goo.gl/rqjUes

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

[recovery mode] Вопросы безопасности «умной» энергетики

Потенциал Интернета вещей (IoT) с точки зрения повышения удобства и комфорта потребителей уже мало у кого вызывает сомнения, и одним из направлений, в котором эта технология способна в значительной мере изменить жизнь могут стать «умные счетчики», с помощью которых люди и компании смогут по-новому отслеживать и управлять потреблением энергии у себя дома, в офисах и на производстве. Однако, как и с любыми другими подключенными устройствами, в случае с умными счетчиками не следует забывать о безопасности.

Читать дальше → https://goo.gl/NXtoQU

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Смотрел видосы, вечная проблема, не отображает страницу, скрины, и сам проэкт в архиве, помогите разобраться!

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Как вы инкрементируете переменные?

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Геометрия данных 6. Физика и математика

Это заключительная статья серии о ди- и би-координатах. В размашистом и свободном стиле покажем, как введенные понятия можно использовать для исследования данных. Конкретно обратимся к теории чисел — это хорошее поле для демонстрации идей как математики, так и физики.

Физика — почему пространство-время псевдоевклидово?
Особенность дистанционных координат в том, что лежащее в их основе понятие дистанции (квадрата расстояния) между объектами играет ключевую роль в свойствах окружающего нас мира. Читать дальше → https://goo.gl/nKGULH

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Building Recommendation Engines [2017]
═════════════════════
Описание:
═════════════════════
Understand your data and user preferences to make intelligent, accurate, and profitable decisions.
A recommendation engine (sometimes referred to as a recommender system) is a tool that lets algorithm developers predict what a user may or may not like among a list of given items. Recommender systems have become extremely common in recent years, and are applied in a variety of applications. The most popular ones are movies, music, news, books, research articles, search queries, social tags, and products in general.

The book starts with an introduction to recommendation systems and its applications. You will then start building recommendation engines straight away from the very basics. As you move along, you will learn to build recommender systems with popular frameworks such as R, Python, Spark, Neo4j, and Hadoop. You will get an insight into the pros and cons of each recommendation engine and when to use which recommendation to ensure each pick is the one that suits you the best.

During the course of the book, you will create simple recommendation engine, real-time recommendation engine, scalable recommendation engine, and more. You will familiarize yourselves with various techniques of recommender systems such as collaborative, content-based, and cross-recommendations before getting to know the best practices of building a recommender system towards the end of the book!
═════════════════════
What you will learn
═════════════════════
● Build your first recommendation engine
● Discover the tools needed to build recommendation engines
● Dive into the various techniques of recommender systems such as collaborative, content-based, and cross-recommendations
● Create efficient decision-making systems that will ease your work
● Familiarize yourself with machine learning algorithms in different frameworks
● Master different versions of recommendation engines from practical code examples
● Explore various recommender systems and implement them in popular techniques with R, Python, Spark, and others

#engine@physics_math
#программирование@physics_math
#python@physics_math
#spark@physics_math
#r@physics_math
#css@physics_math

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Привет, фанаты Django. Как думаете, Flask жив еще? А то тишина вокруг какая-то

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

[Из песочницы] Документируем и тестируем REST API с помощью SpringRestDocs

Добрый день, хочу затронуть тему документирования REST API. Сразу же оговорюсь, этот материал будет ориентирован на инженеров работающих в Spring экосистеме.
На нескольких последних проектах я использовал фреймворк SpringRestDocs, он успешно закрепился в портфолио, был показан знакомым, которые также начали успешно его применять и теперь я хочу поделиться с Вами в статье о его возможностях и преимуществах. Статья позволит разобраться с применением SpringRestDocs и начать его использовать. Читать дальше → https://goo.gl/a3iSif

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Тестирование на проникновение с помощью Kali Linux 2.0 (2015)
═════════════════════
Описание:
═════════════════════
Kali Linux является передовым Linux дистрибутивом для проведения тестирования на проникновение и аудита безопасности. Информация в данной книге предназначена для ознакомления или тестирования на проникновение собственных сетей. Для тестирования сетей третьих лиц, получите письменное разрешение.

“Тестирование на проникновение (жарг. Пентест) — метод оценки безопасности компьютерных систем или сетей средствами моделирования атаки злоумышленника.” – WiKi.

Вся ответственность за реализацию действий, описанных в книге, лежит на вас. Помните, что за неправомерные действия предусмотрена ответственность, вплоть до уголовной.

Книга состоит из 8 частей, в которые входят 62 главы. Все подробно рассказывается с использованием примеров. В книге используется самая актуальная информация на сегодняшний день.

#взлом@physics_math
#безопасность@physics_math
#linux@physics_math
#kalilinux@physics_math

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Для графика задаю много координат в plt.plot() с помощью большого количества циклов. Как сделать, чтобы не появлялось сообщение [<matplotlib.lines.Line2D object at .................>]. Это занимает много времени.

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Для графика задаю много координат в plt.plot() с помощью большого количества циклов. Как сделать, чтобы не появлялось сообщение [<matplotlib.lines.Line2D object at .................>]. Это занимает много времени.

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Kaspersky Industrial CTF 2017: семь часов, чтобы вырубить завод

На конференции GeekPWN в Шанхае мы провели финал соревнования по промышленной кибербезопасности Kaspersky Industrial CTF 2017. В отборочном туре участие приняли почти 700 команд. Преимущественно это были студенты из разных стран, изучающие информационные технологии вообще и кибербезопасность в частности. В финал вышли три команды: CyKor (Южная Корея), TokyoWesterns (Япония), Flappy Pig (Китай).

Наши эксперты соорудили для соревнований модель реально существующего нефтеперерабатывающего завода (какого именно — непринципиально). В модели используются те же PLC-контроллеры, что управляют давлением в резервуарах и контролируют объемы прокачиваемых насосами жидкостей на реальном заводе. Схема их подключения также взята из реальности. Плюс мы построили модель понижающей подстанции 110/10 кВ на стандартных контроллерах производства ABB и Siemens. Читать дальше → https://goo.gl/JXca7B

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Python-джедай

#1 Введение
#2 Простые операции
#3 Работа со строками
#4 Типы данных, переменные
#5 Управляющие структуры
#6 Множественные условия, приоритетность операторов
#7 Циклы
#8 Списки
#9 Диапазоны, Обход списков
#10 Свои функции

#video #python

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

[Перевод] Управляем состоянием в Angular при помощи Mobx

Каждый разработчик знает, что управление состоянием довольно сложная штука. Постоянно отслеживать, что где и когда поменялось, это просто кошмар, особенно в больших приложениях.
В мире Angular есть несколько решений, которые могут сделать управление состоянием менее сложным, болезненным и хрупким.
Два наиболее популярных решения это ngrx/store, вдохновленной по большей части Redux, и Observable сервисы данных.
Лично мне очень нравится Redux, и он стоит каждой строчки бойлерплейт кода. Но, к сожалению, некоторе со мной могут не согласиться или Redux не особо применим в их приложениях.
Поэтому я решил поведать вам, как может пригодится Mobx, в решении проблемы управления состоянием. Идея заключается в том, чтобы объединить два мира, Redux и Mobx. Читать дальше → https://goo.gl/oZN9SK

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Есть задача, но не представляю как реализовать:
Существует модель товара, у нее есть описание, название и т.д., а так же ТИП товара, который ссылается на другую модель.
Я создаю товар (iphone, и выбираю тип Телефон) Во время создания объекта модели type также необходимо создать n-ое количество "левых столбцов", которые будут относиться только к Телефонам (если я создам объект Компьютер, то у него уже будут свои "левые столбцы", которые я буду создавать прямо в нем) В итоге это должно выглядеть так: я захожу в админку, создаю товар, в нем выбираю тип и ко мне в объект подгружаются поля, именами, которых являются данные, которые я ввел в тип Телефон, я их заполняю и в итоге выходит так, как на картинке.

class Product(models.Model):
type = models.ForeignKey(
'EquipmentType',
on_delete=models.PROTECT,
verbose_name="Тип товара"
)
title = models.CharField(max_length=100, verbose_name="Название товара")

class EquipmentType(models.Model):
name = models.CharField(
primary_key=True,
max_length=50,
verbose_name='Тип товара'
)

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python

Всем привет, есть такой вопрос.
Я сейчас прохожу модуль datetime.
C классом date все понятно, а вот с time пока ещё нет.
Есть у класса time метод, аналогичный вызову datetime.today()?

Если я сделаю вызов
current_date = datetime.date.today()
то получу текущую дату.

Если же я сделаю вызов
# current_time = datetime.time.today()
то это не сработает и выкинет ошибку.

Если сделать вызов
current_time = datetime.time()
то во всех полях результата будут нули.

Как решить эту проблему и получить объект класса time с полями, взятыми по текущему моменту?

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python