Каждый начинающий программист любит циклы for из-за их полезности и простоты понимания. Точно так же все любят массивы. Однако чаще всего мы начинаем использовать массивы для всего, даже не задумываясь. Мы ходим на занятия по структурам данных, но когда дело доходит до практики того, что мы узнали, мы не успеваем. Только недавно я поймал себя на том, что попал в эту ловушку. Я работал над задачей программирования, пытаясь заставить себя писать эффективный и быстрый код.

Мы можем сделать лучше!

Python lambdas - это небольшие, анонимные, суб-синтаксические работы, которые более ограничены, но короче, чем обычные функции Python.

Предупреждение: эта публикация не является рекомендацией инвестировать или не инвестировать в биткойны, если вы хотите узнать о ней больше, поищите сертифицированного специалиста с опытом работы в этой области, пожалуйста!

Мотивация: я изучал временные ряды и, увидев простоту использования библиотеки Python для анализа временных рядов, fbprophet, я решил применить его к набору данных, через LinkedIn я получил новость о том, что виртуальная валюта биткойн имеет значение 100 тысяч, и это заставило меня подумать, используя fbprophet, какова будет стоимость этой валюты через год?

Streamlit - это платформа веб-приложений, которая помогает нам создавать и разрабатывать веб-приложения на основе Python, которые можно использовать для обмена результатами аналитики, создания сложных интерактивных интерфейсов и иллюстрации новых моделей машинного обучения.
Вкратце, думайте об этом как о взаимодействующем интерфейсе для всех ваших задач машинного обучения, от предоставления обзора бизнес-модели до EDA и объяснения обучения и влияния модели!

Обычно, когда мы думаем о создании и распространении в Интернете панели мониторинга визуализации или приложения машинного обучения на Python (скажем) для наших коллег / товарищей по команде / заинтересованных сторон или в качестве нашего портфолио, мы полагаемся на старых добрых гигантов, таких как Django или Flask.

Полярные диаграммы часто выглядят впечатляюще, что заставляет некоторых людей думать, что их создание - сложный процесс, требующий большого количества навыков и опыта. Что ж, я собираюсь развенчать этот миф прямо сейчас! Позвольте мне показать вам, как легко визуализировать данные в красивой интерактивной полярной диаграмме JavaScript.

В реальных (табличных) наборах данных вы часто понимаете, что не все функции будут доступны для всех ваших строк. Научившись справляться с этим явлением, вы все равно сможете использовать свой набор данных, даже если некоторые данные отсутствуют.

Представьте, что вы являетесь участником игры «жизнь и смерть» в стиле Squid-game (шоу Netflix). Вам нужно выбрать только два поля данных, которые присутствуют в большинстве данных вокруг нас. Я могу с уверенностью сказать, что два поля данных о местоположении - широта и долгота - могут вас спасти.

Привет, ребята, сегодня в этой статье я расскажу вам о том, что такое обработка естественного языка (NLP), и о многом другом, так что давайте начнем.

По определению обработка естественного языка (NLP) - это область искусственного интеллекта (ИИ), информатики и лингвистики, которая помогает машине взаимодействовать между компьютерами и человеческим языком

В этой статье вы будете сопровождать меня в путешествии по автоматической генерации строк документации в стиле Google из подсказок типов Python. Мы рассмотрим следующие элементы.

1. Подсказки типов Python
2. Вставка подсказки типа в строки документации функции
3. Автоматизация с помощью хуков Git перед фиксацией