ИИ и Работа с ним | NOTA
#rlang
Канал
22
подписчика
46
ссылок
Ежедневный дайджест самых интересных статей про AI и машинное обучение.
По всем вопросам: @nota_admin
Что почитать сегодня – NOTA AI/ML Daily Digest.
1. Когда параллелизм превосходит конкурентность
В статье обсуждается разница между параллелизмом и конкурентностью в программировании. Автор объясняет, что параллелизм подходит для задач, которые можно разделить на независимые части и выполнять одновременно, в то время как конкурентность решает одну задачу множеством процессов, требующих синхронизации. Приводится примеры из практики, плюсы и минусы каждого подхода, а также рекомендации, когда и какой подход более предпочтителен для оптимизации производительности.
https://medium.com/nuances-of-programming/%D0%BA%D0%BE%D0%B3%D0%B4%D0%B0-%D0%BF%D0%B0%D1%80%D0%B0%D0%BB%D0%BB%D0%B5%D0%BB%D0%B8%D0%B7%D0%BC-%D0%BF%D1%80%D0%B5%D0%B2%D0%BE%D1%81%D1%85%D0%BE%D0%B4%D0%B8%D1%82-%D0%BA%D0%BE%D0%BD%D0%BA%D1%83%D1%80%D0%B5%D0%BD%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C-c846c8f59897
————————————————————
2. LeetCode Problem 1757 Recyclable and Low Fat Products — LeetCode: 30 Days of Pandas
Эта статья является частью 30-дневного учебного плана по Pandas на LeetCode и рассматривает задачу 1757 "Recyclable and Low Fat Products". Автор предоставляет подробное решение задачи на языке Python с использованием библиотеки Pandas. Задача заключается в выявлении продуктов, которые одновременно относятся к категории низкожирных и подлежащих переработке. Решение включает фильтрацию данных и демонстрацию работы с DataFrame для получения необходимого результата.
https://medium.com/@robertsevan/leetcode-problem-title-leetcode-30-days-of-pandas-447c42fca341
————————————————————
3. Guide to R and Python in a Single Jupyter Notebook
Статья представляет собой руководство по использованию языков R и Python в одной Jupyter тетради, показывая, как можно использовать оба языка одновременно для анализа данных. Описывается, как импортировать функции и наборы данных из R в Jupyter Notebook на Python, позволяя выполнять линейную и полиномиальную регрессию, работать с моделями и визуализировать данные. Подробно рассматривается процесс взаимодействия между двумя языками, включая импорт функций, работы с массивами и представлением данных, а также получение и анализ результатов.
https://towardsdatascience.com/guide-to-r-and-python-in-a-single-jupyter-notebook-ff12532eb3ba
————————————————————
Теги:
#algorithms #python #rlang #jupyter
1. Когда параллелизм превосходит конкурентность
В статье обсуждается разница между параллелизмом и конкурентностью в программировании. Автор объясняет, что параллелизм подходит для задач, которые можно разделить на независимые части и выполнять одновременно, в то время как конкурентность решает одну задачу множеством процессов, требующих синхронизации. Приводится примеры из практики, плюсы и минусы каждого подхода, а также рекомендации, когда и какой подход более предпочтителен для оптимизации производительности.
https://medium.com/nuances-of-programming/%D0%BA%D0%BE%D0%B3%D0%B4%D0%B0-%D0%BF%D0%B0%D1%80%D0%B0%D0%BB%D0%BB%D0%B5%D0%BB%D0%B8%D0%B7%D0%BC-%D0%BF%D1%80%D0%B5%D0%B2%D0%BE%D1%81%D1%85%D0%BE%D0%B4%D0%B8%D1%82-%D0%BA%D0%BE%D0%BD%D0%BA%D1%83%D1%80%D0%B5%D0%BD%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C-c846c8f59897
————————————————————
2. LeetCode Problem 1757 Recyclable and Low Fat Products — LeetCode: 30 Days of Pandas
Эта статья является частью 30-дневного учебного плана по Pandas на LeetCode и рассматривает задачу 1757 "Recyclable and Low Fat Products". Автор предоставляет подробное решение задачи на языке Python с использованием библиотеки Pandas. Задача заключается в выявлении продуктов, которые одновременно относятся к категории низкожирных и подлежащих переработке. Решение включает фильтрацию данных и демонстрацию работы с DataFrame для получения необходимого результата.
https://medium.com/@robertsevan/leetcode-problem-title-leetcode-30-days-of-pandas-447c42fca341
————————————————————
3. Guide to R and Python in a Single Jupyter Notebook
Статья представляет собой руководство по использованию языков R и Python в одной Jupyter тетради, показывая, как можно использовать оба языка одновременно для анализа данных. Описывается, как импортировать функции и наборы данных из R в Jupyter Notebook на Python, позволяя выполнять линейную и полиномиальную регрессию, работать с моделями и визуализировать данные. Подробно рассматривается процесс взаимодействия между двумя языками, включая импорт функций, работы с массивами и представлением данных, а также получение и анализ результатов.
https://towardsdatascience.com/guide-to-r-and-python-in-a-single-jupyter-notebook-ff12532eb3ba
————————————————————
Теги:
#algorithms #python #rlang #jupyter
Что почитать сегодня – NOTA AI/ML Daily Digest.
1. Небанальные правила чистого Python. Часть 1
В статье рассматриваются необычные правила чистого кода на Python, такие как имена функций, начинающихся с "_", использование type hints и doctest, размещение приватных методов в классах. Также описываются правила для работы с числами, переменными, оформлением docstring.
https://habr.com/ru/articles/693668/
————————————————————
2. Pins a hidden MLOps Champion to version your Data & Models
В статье рассматривается инструмент для версионирования данных и моделей machine learning - pins. Описывается структура файлов и метаданных при использовании pins. Показано как получать метаданные о версиях данных в Pandas DataFrame. Также объясняется как версионировать не только данные, но и модели с помощью библиотеки vetiver. Делается сравнение pins и dvc, и дается рекомендация использовать pins для проще случаев на Python и R.
https://medium.com/@michaelpolonskij/pins-a-hidden-mlops-champion-to-version-your-data-models-e0393a2f7d1d
————————————————————
3. Mastering the Craft: Best Practices for Writing Clean and Efficient Code
В статье перечислены лучшие практики для написания чистого и эффективного кода: делать код понятным и читаемым, модульный код с использованием функций, комментарии, соблюдение принципа DRY, оптимизация производительности, отладка и тестирование, code review.
https://medium.com/@mananshah3654/mastering-the-craft-best-practices-for-writing-clean-and-efficient-code-91a7844da711
————————————————————
Теги:
#python #pandas #rlang
1. Небанальные правила чистого Python. Часть 1
В статье рассматриваются необычные правила чистого кода на Python, такие как имена функций, начинающихся с "_", использование type hints и doctest, размещение приватных методов в классах. Также описываются правила для работы с числами, переменными, оформлением docstring.
https://habr.com/ru/articles/693668/
————————————————————
2. Pins a hidden MLOps Champion to version your Data & Models
В статье рассматривается инструмент для версионирования данных и моделей machine learning - pins. Описывается структура файлов и метаданных при использовании pins. Показано как получать метаданные о версиях данных в Pandas DataFrame. Также объясняется как версионировать не только данные, но и модели с помощью библиотеки vetiver. Делается сравнение pins и dvc, и дается рекомендация использовать pins для проще случаев на Python и R.
https://medium.com/@michaelpolonskij/pins-a-hidden-mlops-champion-to-version-your-data-models-e0393a2f7d1d
————————————————————
3. Mastering the Craft: Best Practices for Writing Clean and Efficient Code
В статье перечислены лучшие практики для написания чистого и эффективного кода: делать код понятным и читаемым, модульный код с использованием функций, комментарии, соблюдение принципа DRY, оптимизация производительности, отладка и тестирование, code review.
https://medium.com/@mananshah3654/mastering-the-craft-best-practices-for-writing-clean-and-efficient-code-91a7844da711
————————————————————
Теги:
#python #pandas #rlang
Добро пожаловать на канал ИИ и Работа с ним | NOTA!
Здесь мы ежедневно публикуем подборки статей, в которых эксперты и энтузиасты IT-индустрии делятся своими знаниями, опытом и историями с реальных проектов.
Этот канал посвящен искусственному интеллекту и машинному обучению, а если вас интересуют и другие направления, подписывайтесь на наши каналы:
Про Frontend каждый день | NOTA
Про Backend каждый день | NOTA
По любым вопросам можно писать сюда: @nota_admin
Теги для навигации:
Языки - #python #rlang #cplusplus #csharp
Направления - #data #algorithms #image_ai #nlp
Инструменты - #tensorflow #pandas #hadoop #jupyter #gpt #sql
Смежные темы - #devops #architecture #mobile
Другое - #devblog #career #softskills
Здесь мы ежедневно публикуем подборки статей, в которых эксперты и энтузиасты IT-индустрии делятся своими знаниями, опытом и историями с реальных проектов.
Этот канал посвящен искусственному интеллекту и машинному обучению, а если вас интересуют и другие направления, подписывайтесь на наши каналы:
Про Frontend каждый день | NOTA
Про Backend каждый день | NOTA
По любым вопросам можно писать сюда: @nota_admin
Теги для навигации:
Языки - #python #rlang #cplusplus #csharp
Направления - #data #algorithms #image_ai #nlp
Инструменты - #tensorflow #pandas #hadoop #jupyter #gpt #sql
Смежные темы - #devops #architecture #mobile
Другое - #devblog #career #softskills