Превью для статьи

«Пробенчмаркать уже это всё наконец» – тестирование инструментов для обработки данных на Python. Часть 1.

Это будет история о том, как мы придумали и приступили к реализации бенчмарка объективным, упорядоченным и унифицированным способом – через написание универсального инструмента.
В первой части публикации представим теоретическую часть задачи, предпосылки, а также первую попытку реализации универсального инструмента.

Превью для статьи

Увеличиваем скорость работы Python с Numba

Доброе утро, друзья!
Язык Python гибкий, но медленный.
Попробую увеличить скорость работы Python с Numba.

Превью для статьи

Компьютерное зрение на операторах + и *, или как нейросеть решает задачи, если у неё нет своей нейросети

Многие привыкли считать, что компьютерное зрение — это какая-то неимоверно сложная технология и исключительно вещь в себе. Ну, конечно, кроме тех людей, которые занимаются непосредственно компьютерным зрением. Надеюсь.

Превью для статьи

Сравнительный анализ эффективности работы Cython и Python

Что «умеет» Cython, его плюсы и минусы, когда его стоит использовать и чем он превосходит Python? Подробнее по ссылке

Превью для статьи

Максимально просто о распознавании речи при помощи NeMo

В лучших традициях «питоновского дзена» мы будем максимально красивы, явны, просты, в меру сложны, читаемы и даже попытаемся легко объяснить данную реализацию, что как всем известно является признаком хорошей идеи. Ах да, и это прямо сейчас, что не никогда, так сказать, все признаки хорошего материала уже на лицо, в путь.

Превью для статьи

Спектральный анализ временных рядов с помощью Python

С развитием информационных технологий, имея ПК и установленный на нем стандартный пакет Python, можно анализировать данные и строить на их основе прогнозы. Во многих случаях достаточно скачать библиотеку для анализа данных, и получить неплохие результаты. При этом процессы, происходящие внутри используемых пользователем библиотек, остаются за пределами внимания и, в итоге, полученные данные могут быть неправильно интерпретированы, особенно если это нейросеть.
В статье представлен пример реализации спектрального анализа функции на примере реальных данных. Этот математический метод позволяет провести более глубокий анализ изменения функции переменной во времени, найти периодические составляющие. Его применение способно существенно повлиять на результат предсказания целевой переменной, поскольку позволяет учитывать сезонные и другие периодические колебания.

Превью для статьи

Однострочная многократная оптимизация кода на Python с использованием Numba

Как повысить производительность кода, привнеся в него лишь незначительные изменения, и не «ломать голову» над установкой специального интерпретатора Python? Ответ в сегодняшней статье