На «Бизнес-информатике» в ЮУрГУ учат Python: девять советов из практики

Полтора года назад, после восьми-летнего перерыва, с удовольствием возобновил курс «Программирование». Этому предшествовали два месяца отпуска, два месяца мучительных сомнений, как это делать сейчас, с чего начать, если для многих первокурсников это первый практический опыт изложения своих мыслей на языке программирования? За восемь лет многое изменилось, много воды утекло, особенно в ИТ. И хотя «родные» языки для меня «С» и «С++», на которых работа не прекращалась ни на один день (это как у музыканта, играть надо ежедневно и без перерывов, ни дня без строчки кода); и по-прежнему считаю, что уважающий себя программист должен их знать и ими владеть, всё-таки начал с Python. По всей видимости, перед прикладниками автоматизации процессов в экономико-управленческой сфере, перед бизнес-информатиками, которые для этого более всех подготовлены, никогда не будут стоять задачи по реализации своей операционной системы или управления техническими устройствами на уровне контроллера, где «С» и «С++» наиболее эффективны. Да, по прежнему считаю, что чистый «С» без «плюсов» — самый действенный инструмент воспитания алгоритмического мышления. Но в XXI веке скорость один из решающих факторов успеха в профессии. Поэтому этот промежуточный этап, наверное, становится лишней тратой времени. Будем формировать агоритмическое мышление на Python.

Читать далее «На «Бизнес-информатике» в ЮУрГУ учат Python: девять советов из практики»

Подборка датасетов для машинного обучения

Перед вами статья-путеводитель по открытым наборам данных для машинного обучения. В ней, для начала, собрана подборка интересных и свежих (относительно) датасетов. А бонусом, в конце статьи, прикреплены полезные ссылки для облегчения самостоятельного поиска датасетов.

Меньше слов, больше данных.
Поехали…

Основы градиентного бустинга

Александр СербулДеревья градиентного бустинга, с помощью которых сейчас много соревнований выигрывают с пол-пинка, ставят под сомнение возможности и перспективы deep learning 😉 Зачем нейросети, если можно гораздо точнее, с помощью последовательной компенсации ошибки предыдущей модели, добавлять деревья друг на друга, упрощая оптимизацию через хак в разложение функции потерь в ряд Тейлора и вырезание первых двух членов. А еще можно делать на деревьях сразу и регуляризацию, заодно, и решение становится из коробки хорошо устойчивым к переобучению. Красота — нейросетям и не снилось 🙂

Александр Сербул
Руководитель направления контроля качества интеграции и внедрений в 1С-Битрикс

Классная, подробная и понятная преза по деталям внутри деревьев градиентного бустинга от создателей XGBoost — от простого к сложному:
Читать далее «Основы градиентного бустинга»

TOP 5 фреймворков Python для Web-разработки в 2020 году

Python — универсальный язык программирования и его можно пользовать для реализации любого класса задач от простого сценария автоматизации до системного программирования, от разработки игр до научных графических и веб‑приложений. Последнее время именно в науке о данных и машинном обучении Python набирает обороты. Интеграция серьёзных вычислительных приложений с web-приложениями для представленя результатов в интернете — ведущий тренд современности. Поэтому в этой статье обсуждаются 5 лучших веб‑фреймворков Python с более-менее внятными подробностями и комментариями.

Веб‑приложение состоит из двух частей: клиентской и серверной. Клиентская часть — это, в основном, HTML, CSS и Javascript и рассматривается она, как способ представления информации пользователям. Серверная часть, как правило, является наиболее сложной и описывает всю бизнес-логику приложения. Веб‑разработку серверной части можно выполнить на многих языках, таких как Java, .Net, PHP, Ruby on Rails, Javascript и т. д. Сегодня Python с его веб‑фреймворками также служит основой серверной части приложений.
Хочу узнать

Визуализация данных в Web с использованием Python

  Коллеги-экономисты, вас не тормозят привычные инструменты бизнес-аналитики? Может быть пора уже попробовать встать на правильный путь, изучить Python и заняться более глубоким анализом социально‑экономических процессов, так, как это делается во всём мире?

Именно так начиналась статья Вас не тормозят привычные инструменты бизнес‑аналитики? в надежде убедить, что в программировании все не так сложно, как кажется. Здесь хотелось бы показать, что все еще проще. Инфографика, которую вы увидите, ниже стимулировала продолжение поиска инструментов визуализации данных и в этой заметке ещё об одном замечательном и абсолютно бесплатном фреймворке Python — Bokeh, и небольшой отчет о проделанных недавно экспериментах, результаты которых представлены серией простейших приложений визуализации, в том числе, и интерактивной визуализации, которая реализуется на удивление просто.
Читать далее «Визуализация данных в Web с использованием Python»

PyCharm — эффективная разработка на Python

Программист должен сосредочить своё внимание на бизнес-логике создаваемого приложения и на его полезности. Именно для этого предназначен такой инструмент, как PyCharm от JetBrains. В нём решены задачи отладки и простой визуализации проектов, он экономит время и избавляет от рутинных операций.

Оглавление

Ну-ка, ну-ка посмотрим

Вас не тормозят привычные инструменты бизнес‑аналитики?

  Коллеги-экономисты, вас не тормозят привычные инструменты бизнес-аналитики? Может быть пора уже попробовать встать на правильный путь, изучить Python и заняться более глубоким анализом социально‑экономических процессов, так, как это делается во всём мире?

Если сейчас Вы занимаетесь анализом своих данных, используя привычный инструмент Business Intelligence (BI), то пришло время спросить себя, а всем-ли я доволен? Нужно быть честным с собой. Всё в порядке, я обещаю, что никому не скажу. Большинство моих коллег‑экономистов из Высшей школы экономики и управления ЮУрГУ (НИУ) используют такие инструменты, как Excel, потому что это удобно. Они знают, что с ним делать, как управлять и чувствуют себя уверенно, убеждённые в надёжности его работы. Но, похоже, подошло время вырваться в этом вопросе из привычной зоны комфорта, переключившись на программный подход, например, такой как использование Python.
Как так?