Cotygodniowa dawka linków, czyli archiwum newslettera Dane i Analizy
Kolejny dzień (no, może miesiąc) i kolejna wersja modelu YOLO – czyli modelu do detekcji obiektów na obrazach? Mniej więcej. Zobacz co nowego w wersji 11, a nieco przykładów i szersza informacja o tym jak to wykorzystać niżej, w dziale AI/ML. Tym razem nie tylko rozpoznawanie obiektów, ale też rozpoznawanie pozy (gdzie ręce, nogi, gdzie głowa, ramiona, kolana, pięty, Kola napięty… #mspanc), segmentacja obrazu czy też jego klasyfikacja. Co ciekawe – twórcy idą w stronę nie tyle rozpoznawania elementów na statycznych obrazkach do na wideo – co właściwie jest tym samym tylko szybciej (nawet tylko po kilkanaście milisekund na klatkę!).
W weekend miałem przyjemność gościć w jednym z mieszkań wynajmowanych w ramach serwisu Airbnb, a jak pewnie wiesz, ostatnio w wielu miastach toczy się debata na temat wynajmu krótkoterminowego i wpływu na branżę hotelarską oraz ceny mieszkań. Danych do debaty dostarcza między innymi serwis Inside Airbnb gdzie można znaleźć całe zbiory danych albo wygodną ich przeglądarkę (niestety nie ma polskich miast). Z danych tych wynika, że rynki w poszczególnych miastach są mocno zdominowane przez pojedynczych „gospodarzy” (czy są to właściciele wielu mieszkań czy może „tylko” firmy obsługujące – tego nie wiadomo). Więcej w stosownym artykule w dziale z Ciekawostkami.
#ai_ml
YOLO11: Faster Than You Can Imagine!
Najszybszy, najlżejszy model z serii YOLO. Odkryj jego nową architekturę, ulepszone mechanizmy uwagi i możliwości wykonywania wielu zadań jednocześnie.
Forecasting with ARIMA and SARIMA in Python
A jeśli rozpoznawanie obiektów na obrazie to nieco za wysokie progi dla Ciebie (bo zaczynasz w świecie ML) to coś z innej bajki – szeregi czasowe i ich prognozowanie metodami autoregresyjnymi.
#analiza_danych_koncepcje
Embracing Uncertainty: The Power of Fuzzy Logic in Decision-Making
O tym, w jaki sposób logika rozmyta usprawnia sztuczną inteligencję, myślenie systemowe i zastosowania w świecie rzeczywistym. I co to w ogóle jest ta logika rozmyta.
#bezpieczeństwo
Śledzące parametry w adresach URL, czyli o fbclid i tym podobnych
Czy wiecie, że udostępniając linki do materiałów z Facebooka czy YouTube, możecie nieświadomie narażać swoich znajomych na śledzenie ich aktywności przez podmioty zewnętrzne?
Do not use secrets in environment variables and here’s how to do it better
Dwie najczęstsze metody na przekazywanie np. kluczy i tokenów do aplikacji to zmienne środowiskowe i pliki z konfiguracją (np. .ENV). Artykuł mówi o tym, dlaczego nie jest to najlepsze podejście…
#ciekawostki
Who Really Owns the Airbnbs You’re Booking?
To jak to jest z tymi ofertami na Airbnb? Spoiler: tylko 26% ofert należy do gospodarzy mających 1 lub 2 mieszkania.
#data_engineering
Building and Deploying a Stock Price Monitoring System
System monitorowania cen akcji w oparciu o komponenty AWS – bazę PostgreSQL na RDS, funkcje Lambda, CloudWatch i CDK.
#llm_&_chatgpt
Building a RAG Pipeline from Scratch with PyTorch and Transformers
Jak zbudować prostego chatbota, takiego jak Gemini i ChatGPT, który używa Twoich niestandardowych danych do spersonalizowanych odpowiedzi? Przewodnik o tym jak wykorzystać model gemma-7b-it z HuggingFace do własnych danych.
#python
10 Jupyter Notebook Features You Didn’t Know they exist
Jupyter Notebook to nie tylko miejsce na uruchamianie „celek” z kodem (w Pythonie, ale nie tylko). Ma on też swoje komendy, o których być może nie wiesz.
A Guide to Modern Python String Formatting Tools
O formatowaniu napisów w Pythonie – niby tylko f-string i .format() ale rozebrane dokładnie na części składowe. Przydatne nie tylko początkującym.
Mastering Date and Time in Pandas
W Polsce mamy to szczęście, że strefy czasowe nam nie zagrażają. Ale czas letni i zimowy już tak. A jak w ogóle posługiwać się czasem i datami w Pythonie? Dla początkujących adeptów Pandas, chociaż „midom” też przyda się powtórka.
Adding Gradient Backgrounds to Plotly Charts
Używając kształtów typu prostokąt narysowanych pod wykresem można zmienić tło wykresu. A to prowadzi do pomysłu, żeby tłem dla wykresu był gradient pokazujący „źle – dobrze”. No to do dzieła!
8 Common Python Mistakes Even Experienced Developers Make
Kiedy już trochę popracujesz w Pythonie niektóre rzeczy mogą zaskoczyć. Tutaj kilka z nich, z naciskiem na to co mutowalne i niemutowalne.
Real-Time Applications with WebSockets and FastAPI
Zróbmy sobie prosty chat korzystając z websocketów ubranych w FastAPI po stronie backendu i JavaScript po stronie frontendu. Łącznie tylko kilkadziesiąt linii kodu!
Top 5 Geospatial Data APIs for Advanced Analysis
Pięć serwisów (Overpass, Geoapify, Distancematrix.ai, Amadeus oraz Mapillary) udostępniających API związane z danymi i operacjami geo. Razem z przykładami użycia API w Pythonie.
#wizualizacja_danych
Visualizing Actual vs. Target: Effective Comparison Techniques
Czy Twoje cele kwartalne zostały osiągnięte? Ile zabrakło? Który region sprzedaży przekroczył cele, a który „nie dowiózł”? Te pytania często się pojawiają, a na wszystkie da się odpowiedzieć właściwie jednym wykresem. Kilka przykładów takich wykresów w tekście.
Zestawienie linków przygotowuje automat, wybacz więc wszelkie dziwactwa ;-)