Podcast.__init__: Delivering Deep Learning Powered Speech Recognition As A Service For Developers At AssemblyAI
https://www.pythonpodcast.com/assemblyai-deep-learning-speech-recognition-episode-326/

Audio

Test and Code: 162: Flavors of TDD
https://testandcode.com/162

Audio

Ансамблевые методы машинного обучения
https://habr.com/ru/post/571296/?utm_campaign=571296&utm_source=habrahabr&utm_medium=rss

Ансамблевые методы - это мощный инструмент для построения моделей машинного обучения. Команды, которые используют их в соревнованиях на kaggle, занимают победные места. Ансамбли позволяют увеличить точность модели до 90+, при этом они довольно просты в понимании.

Поэтому я решил осветить эту тему в данной статье и показать реализацию ансамблей с помощью scikit-learn.

Разбираемся с ChainMap из коллекций Python
https://habr.com/ru/post/570590/?utm_campaign=570590&utm_source=habrahabr&utm_medium=rss

Работая с несколькими словарями, иногда нужно сгруппировать их и управлять ими как единым словарём. В других ситуациях у вас есть словари, представляющие различные области видимости, контексты и, чтобы получить данные в определённом порядке или с определённым приоритетом, нужно работать с ними как с единым словарём.

Python⇒Speed: NumPy views: saving memory, leaking memory, and subtle bugs
https://pythonspeed.com/articles/numpy-memory-views/

Python Bytes: #245 Fire up your Python time machine (and test some code)
https://pythonbytes.fm/episodes/show/245/fire-up-your-python-time-machine-and-test-some-code

Audio

Спектральный анализ временных рядов с помощью python
https://habr.com/ru/post/571344/?utm_campaign=571344&utm_source=habrahabr&utm_medium=rss

С развитием информационных технологий профессия DS стала чрезвычайно популярна. Сейчас почти каждый может имея ПК и установленный на нем стандартный пакет Python, анализировать данные и строить на их основе прогнозы.
Во многих случаях достаточно просто скачать библиотеку для анализа данных, и получить неплохие результаты. При этом процессы, происходящие внутри используемых пользователем библиотек, остаются за пределами понимания, что зачастую влечет за собой неспособности поверхностного пользователя правильно интерпретировать полученные данные, особенно если это нейросеть.

Ускоряем код на Питоне с помощью расширений на Cи
https://habr.com/ru/post/571366/?utm_campaign=571366&utm_source=habrahabr&utm_medium=rss

Питон — простой, но мощный язык, который заслуженно стал одним из самых популярных. Тем не менее, иногда ему не хватает скорости статически типизированных языков с предварительной компиляцией, таких как Cи и Джава.

DataScience Digest — 05.08.21
https://habr.com/ru/post/571376/?utm_campaign=571376&utm_source=habrahabr&utm_medium=rss

Introduction to the QGraphics framework
https://www.pythonguis.com/tutorials/pyqt-qgraphics-vector-graphics/

#python #pydigest

Сборник Python новостей уже перед вами.

В выпуске Python Дайджест вы найдете:

- Автоматически генерируем стикеры для Телеграма из фото плакатов в интернет-магазине
- Разбираемся с ChainMap из коллекций Python
- Marshmallow vs. Pydantic: две лучшие библиотеки для сериализации и валидации данных
- BDD-тестирование чат-бота
- Ускоряем код на Питоне с помощью расширений на Cи
- Python⇒Speed: NumPy views: saving memory, leaking memory, and subtle bugs
- [Видео] Код, как наследие
- pydantic-i18n - support an i18n for the pydantic error messages
- Django bugfix release: 3.2.6

Заходите в гости - https://pythondigest.ru/issue/398/
Присылайте интересные новости через форму на сайте.

The Real Python Podcast – Episode #72: Starting With FastAPI and Examining Python's Import System
https://realpython.com/podcasts/rpp/72/

Python in Visual Studio Code – August 2021 Release
https://devblogs.microsoft.com/python/python-in-visual-studio-code-august-2021-release/

Асинхронность — в django
https://habr.com/ru/post/571700/?utm_campaign=571700&utm_source=habrahabr&utm_medium=rss

Да, эта статья о фреймворке для перфекционистов с дедлайнами и о том, как в нём не хватает асинхронности. По духу это больше похоже на Enhancement Proposal (менее формальный, чем он мог быть) или RFC, так что, если Вы любите подобные вещи, то Вам может быть интересно.

Weekly Python StackOverflow Report: (cclxxxvii) stackoverflow python report
http://python-weekly.blogspot.com/2021/08/cclxxxvii-stackoverflow-python-report.html

Автоматически генерируем стикеры для Телеграма из фото плакатов в интернет-магазине
https://habr.com/ru/post/571784/?utm_campaign=571784&utm_source=habrahabr&utm_medium=rss

В этой статье я расскажу, как я автоматически генерировал 42 стикера для Телеграма на основе изображений из интернет-магазина плакатов.

Talk Python to Me: #328: Piccolo: A fast, async ORM for Python
https://talkpython.fm/episodes/show/328/piccolo-a-fast-async-orm-for-python-updated

Audio

NER для русского языка в Spacy 3: удобно и легко
https://habr.com/ru/post/571950/?utm_campaign=571950&utm_source=habrahabr&utm_medium=rss

Славянские языки, в том числе и русский, считаются довольно сложными для обработки. В основном, из-за богатой системы окончаний, свободного порядка слов и других морфологических и синтаксических явлений. Распознавание именованных сущностей (далее, NER) представляется трудной задачей для славянских языков, где синтаксические зависимости часто маркируются морфологическими чертами, нежели определенным порядком словоформ. Поэтому NER сложен для этих языков в сравнении с германскими или романскими языками.
NER – популярная задача в сфере обработки естественного языка. Она заключается в распознавании именованных сущностей в тексте и определение их типов.

The Walrus Operator: Python 3.8 Assignment Expressions
https://realpython.com/python-walrus-operator/

:= operator

HuggingArtists | Генерируем текст песен с трансформером за 5 минут
https://habr.com/ru/post/571674/?utm_campaign=571674&utm_source=habrahabr&utm_medium=rss

В этой статье я расскажу о том, как создавался проект HuggingArtists и что у него под капотом. Мне будет очень приятно, если вы поставите сразу звезду в репозитории: Читать дальше →

КПД разработчика. Как успевать жить, работать и эволюционировать. Часть 1
https://habr.com/ru/post/571332/?utm_campaign=571332&utm_source=habrahabr&utm_medium=rss

Каждый из нас по-своему находит тот самый work-life balance. Или не находит. В серии статей мы спрашиваем разработчиков со впечатляющим бэкграундом, как они успевали и успевают жить, работать и эволюционировать.