Cotygodniowa dawka linków, czyli archiwum newslettera Dane i Analizy
Dzisiaj więcej o data engineering i nowym buzz wordzie z tej okolicy: data mesh a także seria polecanych kanałów. Trochę też o architekturze systemów – wywiad z architektem i coś o tym czy mikroserwisy są lepsze niż monolityczne byty.
Interesują Cię takie tematy? Czy jednak żywy kod i konkretne problemy analizy cyferek to lepsze mięso?
#analiza_danych_koncepcje
Auto-Detect Anything With Custom Named Entity Recognition (NER)
Rozpoznawanie nazw własnych z wykorzystaniem SpaCy
Experimentation is a major focus of Data Science across Netflix
Eksperymentowanie to bardzo ważna część działalności Netflixa. Ten tekst spina cały cykl na ten temat
#architektura
Data Mesh Principles and Logical Architecture
Nowy buzz word: data mesh
Microservices vs. Monolithic Architecture
Dlaczego mikroserwsy? Ale też kiedy nie warto iść w tym kierunku.
#ciekawostki
7 Great Data Engineering Youtube Channels
Kiedy data science nie jest już najseksowniejszą pracą warto zwrócić uwagę na inżynierów danych. To ci ludzie zapewniają paliwo w postaci danych. Czym się zajmują? Co robią? Te kanały na YT o tym opowiadają (i poszerzają wiedzę w dziedzinie inżynierii danych)
Blockchain And Election System
Czy technologia blockchain może być zastosowana w wyborach powszechnych?
#deep_learning
Deep learningowy kalendarz adwentowy 2021
24 dni treści o sieciach neuronowych do analizy obrazu – rzecz się działa na Linkedinie w grudniu 2021 roku. Tutaj zebrane w jednym miejscu
#python_junior
Z czego i jak się uczyć Pythona?
Linku do Wykopu się nie spodziewaliście, prawda? Ale jest tam ciekawe zestawienie, dla początkujących w Pythonie, które może okazać się bardzo pomocne!
An Intermediate Guide to RegEx
Wyrażeń regularnych nigdy dość. Ich nauki znaczy.
#python_mid
5 Streamlit Components To Build Better Applications
Tak jak do Shiny w R jest sporo dodatkowych bibliotek, tak samo jest do Streamlita w Pythonie.
10 Useful Flask Plugins
„Goły” Flask to może być za mało. Ale przecież są dodatki „robiące robotę”
Increase Your Web Scraping Speed by 10x
Czyli o wykorzystaniu wielowątkowości do przyspieszenia pobierania danych z internetu
How to write structured and unstructured data to PDF
Pythonem do PDFa? Przy cyklicznych raportach super rozwiązanie… ale czy tak wygodne jak pakiet RMarkdown z języka R?
Unsubscribe from Emails using Apps Script and Python
Ciekawe połączenie narzędzi Google (słyszeliście o Google Apps Script?) i Pythona żeby pozbyć się nieczytanych newsletterów (na ten, który czytasz to nie działa :-)
#python_senior
FastAPI Microservice Patterns: GraphQL API
To nie jest post o GraphQL ale o integracji go z FastAPI
#r
How To Connect R Shiny to Postgres Database
Lepiej dane trzymać w bazie i po nie do niej sięgać. O tym jest ten tekst, w szczególności w kontekście aplikacji w Shiny
Why You Should Vectorize Your Code in R
Kod „wektoryzowany” jest wydajniejszy. Zobacz jak bardzo i o co z tą wektoryzacją chodzi
#wizualizacja_danych
Stock Market Analysis
Notowania giełdowe jako przykład danych zmieniających się w czasie (inne to może być temperatura, utylizacja CPU, liczba zakażonych COVID) i sposób ich obróbki i prezentacji w Pythonie.
Spiral graph – nowy typ wykresu?
Widać modę na szczególny sposób pokazania danych – wykres spiralny, gdzie szerokość wstążki (i czasem też kolor) coś znaczy, a spirala rozwija się od środka na zewnątrz zgodnie z czasem.
Przykład i opowieść w podlinkowanym wątku na Twitterze.
Zestawienie linków przygotowuje automat, wybacz więc wszelkie dziwactwa ;-)