22 يونيو ، Mail.ru Group تعقد
اجتماعًا مشتركًا مع منظمي مؤتمر PyCon Russia و PyData Moscow. هناك قسمان في انتظارك: تقارير عن Python ، التي تم تكوينها على أساس قائمة عامة بالتقارير إلى PyCon Russia ومسار PyData من لقاء PyData Moscow. برنامج الحدث: الرئيسي ، والتقارير الفنية ، مسابقة والكثير من الاتصالات المفيدة.
الكلمة الرئيسية: "كيفية استخدام JupyterHub إلى 100 ٪ على سبيل المثال من ML-school DataGym و Lamoda"
بيتر إرماكوف ، عالم بيانات أول في لامودا ومدرب بيانات في DataGym
منذ أكثر من عامين
تحدثت عن استخدام jupyter 100٪. لكن ماذا لو لم تكن وحدك؟ كيف يمكن الوصول إلى جهاز واحد إلى 20 طالبًا يدرسون في ML ، أو فريق من RND من 15؟ وصفات جاهزة وتوصيات وأشعل النار المجمعة.
مسار بايثون:
"SQL botkneki: العثور على الاختناقات والقضاء عليها عند التوسع"
ميخائيل نوفيكوف ، مطور رئيسي ، فاست تراك (fstrk.io)
أنت تبدأ مشروع جديد. تثبيت إطار الويب ، إطار ORM ، كتابة النماذج ، تقديم استعلامات قاعدة البيانات. كل شيء يسير على ما يرام. ثم يأتي 100000 مستخدم إليك - ويتعطل المشروع تحت التحميل. أفعالك؟
كان لدينا مثل هذا الموقف منذ ستة أشهر. سوف أخبرك كيف وجدنا طريقة للخروج منه ، وأظهر مناهجنا في العثور على الاختناقات ، والخدمات التي تساعد في ذلك. وسوف أشرح لماذا الفانيليا ORM شر.
"مقارنة بين تقنيات aiopg و asyncpg"
أليكسي فيرسوف ، مطور رئيسي لـ aio-libs / aiopg
دعونا نرى كيف تعمل تقنيتان مختلفتان تمامًا في aiopg و asyncpg - دعنا نرى كيف تعمل. ما هو مهم ، ونحن لن نقارن السرعة.
مسار لقاء PyData موسكو :
"تصميم خطوط الأنابيب في مشروع البرمجة اللغوية العصبية"
فيتالي رادشينكو ، عالم بيانات ، YouScan
في التقرير ، سوف نركز على أفضل الممارسات العالمية (AllenNLP) وتجربتنا الخاصة. سنخبرك بكيفية هيكلة خط أنابيبك وميزات كل مكون من مكوناته: كيفية تنسيق البيانات الواردة ، التكرارات وفقًا لمجموعة البيانات ، الشكل الذي يجب أن يكون عليه القاموس ، إعداد البيانات ، وما إلى ذلك. سيتم تقديم أمثلة من المشاكل الحقيقية وستظهر كيف يساعد هذا في استنساخ وسهولة زيادة استخدام.
"نحن تتدفق و Blendim. تحليل مكتبات بايثون الشعبية »
ديمتري بوسلوف
في التقرير ، سنتحدث عن المكتبات الأكثر شعبية لتشكيل المجموعات. دعنا نبدأ بمجموعة بسيطة في Sklearn-e ، ثم قم بتجميع أبسط التراص يدويًا في بضعة أسطر من التعليمات البرمجية ، ثم ضع في اعتبارك المكتبات الأكثر شيوعًا: Vecstack و Heamy و Pystacknet و Mlxtend و Mlens.
PyMC3 - النمذجة الإحصائية Bayesian في بيثون ، مكسيم Kochurov ، PyMC Dev / Samsung AI / Skoltech
إحصاءات Bayesian بدأت مؤخرا في مناقشتها في سياق التعلم العميق. لسوء الحظ ، هذا يخفي ميزته الرئيسية على نهج التعلم الآلي القياسية. على عكس نماذج الصندوق الأسود ، فإن النظرية الافتراضية في نهج النظرية الافتراضية. المربع الأبيض على حد سواء جيدة وسيئة. يتعين على المحلل أن يفهم طبيعة المشكلة تمامًا ، عندها فقط يتم استخدام نهج بايزي بكامل طاقته. إنها تتيح لنا أن نأخذ في الاعتبار ليس فقط "البيانات التي تخبرنا" ، ولكن أيضًا ما "يخبرنا المنطق السليم". سيناقش التقرير لماذا ومتى يكون كل هذا ضروريًا وكيفية إجراء مثل هذا التحليل وتفسيره في بيثون.
"Kiss-kis ، استنشقني خلال kes" أو ما يقوله عشاق الراب: Python للنمذجة الموضوعية لتعليقات VKontakte "
دميتري سيرجيف ، جامعة آلتو / DataGym
سنبين كيفية جمع 10 ملايين تعليق باستخدام VKontakte و YouTube APIs ، ونرى ما يستمع المستخدمون إلى مختلف أنواع الموسيقى التي تتحدث عنها ، ونقدم إجابات على أسئلة مهمة مثل:
- هل يمكن للنمذجة الموضعية أن تساعد في تجميع الأنواع؟
- هل هناك شيء مشترك بين مستمعي تشانسون والجاز؟
- كيفية قياس قرب كيركوروف من Antokha MS؟
متابعة والاشتراك في أحداث مجتمع
PyData.Moscowتجمع المشاركين والتسجيل: 11:00. تبدأ الأوراق: 12:00.
العنوان: لينينغرادسكي بروسبكت 39 ، ص 79.
في نموذج التسجيل ، حدد القسم الذي تنوي الانتقال إليه: Python- أو PyData-track. التسجيل على مسار واحد لا يحظر زيارة مسار آخر.