100 моих публикаций о Python, Data Science, нейронных сетях и компьютерном зрении

Большинство публикаций подготовлены мной для Библиотеки программиста, более ранние – для Хабра. Публикации представляют собой как оригинальные статьи и пособия, так и переводы англоязычных статей (примерно пополам). Внутри рубрик статьи расположены преимущественно в обратном хронологическом порядке.

Python

• Помнить всё. Как работает память в Python
• Python и API: комбо для автоматизации работы с публичными данными (Jupyter) (ист.)
• Микросервисная архитектура на примере Python и gRPC (ист.)
• Как в Python применяются вложенные функции (Jupyter) (Colab) (ист.)
• 🗄️ Python и MySQL: практическое введение (Jupyter) (ист.)
• ⛱️ Как правильно ничего не делать в Python: инструкция pass (ист.)
• 🧩 Кэширование в Python: алгоритм LRU (Jupyter) (ист.)
• 🗄️ Управление данными с помощью Python, SQLite и SQLAlchemy (ист.)
• 🤹 Введение в объектно-ориентированное программирование (ООП) на Python (Jupyter, Colab) (ист.)
• 🙋 Тест на знание языка Python (15 вопросов)
• 🌟 Робот в лабиринте: обрабатываем в Python очереди с приоритетом (Jupyter, Colab) (ист.)
• 🗞️ Новые возможности Python 3.9: мнения экспертов
• 🌟 Динамическое выполнение выражений в Python: eval() (Jupyter, Colab) (ист.)
• 🌟 Всё, что нужно знать о декораторах Python (Jupyter, Colab) (ист.)
• 🌟 Как хранить объекты Python со сложной структурой (ист.)
• 📕 ТОП-15 книг Python: от новичка до профессионала
• 📝🌟 Как подружить Python и базы данных SQL. Подробное руководство, (ист.)
• 🔢 Python и динамическое программирование на примере задачи о рюкзаке (ист.)
• 📝 Как опубликовать свою Python библиотеку на PyPI (ист.)
• 📝 Веб-скрапинг по расписанию с Django и Heroku (ист.)
• 🔢 Иллюстрированное руководство по изменению формы массивов NumPy (ист.)
• 🌟 Итерируем правильно: 20 приемов использования в Python модуля itertools (Jupyter, Colab)
• 🌟 Не изобретать велосипед, или Обзор модуля collections в Python (Jupyter, Colab)
• 🌟 Назад в будущее: практическое руководство по путешествию во времени с Python (Jupyter, Colab)
• 🙋 Тест на знания о необычном поведении Python
• 🧒 10 советов о том, как научить ребенка программировать на Python
• 📝 Пишем программу для автоматического распознавания объектов с веб-камер, (ист.)
• 🕴Спасательный круг для собеседования на Python-разработчика
• 🕴Требования к Python-разработчику на мировом рынке 2019 года, (ист.)
• Быстрый путеводитель по Python: cписки за 7 минут (ист.)
• 🤔 Pythran: как заставить работать код Python со скоростью С++ (ист.)
• ▶️ Видео 10 лучших докладов о Python на конференции PyCon (ист.)
• 🔗 TOP-10 open source проектов на Python в сентябре 2018 (ист.)
• ТОП-15 трюков в Python 3, делающих код понятнее и быстрее
• 🔗 ТОП-10 англоязычных публикаций по Python за апрель 2018 (ист.)
• ▶️ Парсинг сайтов на Python: подробный видеокурс и программный код
• ▶️ Регулярные выражения, пособие для новичков. Часть 1 Часть 2
• 🔢 Как сделать из 123456789 число 100 или 0
• 👨‍🔬️ Python(x, y)
• 👨‍🎓️ Программирование и научные вычисления на языке Python (курс на Викиверситете) – будьте осторожны, курс такой «древний», что в нем ещё использовался Python 2.

Нейронные сети и компьютерное зрение

• 🤼 Генеративно-состязательная нейросеть: ваша первая GAN-модель на PyTorch (Jupyter) (ист.)
• 🙋 Тест. Правда или ложь: что умеют нейросети?
• 🕹️👁️ Нейросети в помощь геймдев-художнику: машинное обучение для создания игрового пиксель-арта (ист.)
• ▶️👁️ Просто добавь нейросеть: 7 исторических фильмов в 4K и 60 FPS
• 🖍️👁️ Учим искусственный интеллект раскрашивать контурные изображения персонажей аниме (ист.)
• 💬 Голосовой DeepFake, или Как работает технология клонирования голоса
• 📝 DeepFake-туториал: создаем собственный дипфейк в DeepFaceLab (ист.)
• 👁️ Автоматическое распознавание автомобильных номеров на Raspberry Pi
• 👨‍🎓️👁️ Учебный план по основам компьютерного зрения
• 📝 Чек-лист для отладки нейронной сети: 5 шагов на пути к успеху (ист.)
• 🗞️ TensorFlow умер. Да здравствует TensorFlow 2.0!
• Фреймворк глубокого обучения в 2019: выбираем из 10 лучших (ист.)
• 7 трюков для глубокого обучения (ист.)
• 🔢 Наглядно объясняем операцию свертки в моделях глубокого обучения (ист.)
• 👨‍🎓️ Учебный план изучения основ глубокого обучения и нейросетей
• TensorFlow.js: машинное обучение на JavaScript с доставкой в браузер
• 🗞️ Популяционное обучение нейросетей (ист.)
• 👁️ Наглядное введение в нейросети на примере распознавания цифр

ML и общие вопросы Data Science

• 🔗🔥 Структурированная подборка бесплатных ресурсов по тематикам Data Science и Machine Learning
• 🌟 Git для Data Science: контроль версий моделей и датасетов с помощью DVC (ист.)
• 🌟 Линейное программирование. Практика решения задач оптимизации на Python (Jupyter, Colab) (ист.)
• Автодополнение длиной в тысячу слов. Что известно о нейросетевой модели GPT-3
• «Люблю» и «ненавижу»: анализ эмоциональной окраски текста с помощью Python (Jupyter) (ист.)
• 🏢 Как компании превращают данные в деньги: обзор российских практик Data Science
• 👨‍🎓️ Как научиться Data Science онлайн
• ▶️ 30 YouTube-каналов и плейлистов о Data Science
• 🗞️ Что нового в Pandas 1.0? (ист.)
• 👁️ Обучение модели обнаружения объектов YOLO на пользовательском наборе данных (ист.)
• ▶️ 7 лучших видео TED по тематике Data Science (ист.)
• Почему мы пишем инфраструктуру машинного обучения на Go, а не на Python (ист.)
• 📊 Анализ данных с помощью одной строки на Python (ист.)
• 🔗 6 крупных open source проектов в сфере Data Science (ист.)
• Big Data: размер имеет значение
• 🔗 7 фреймворков автоматического машинного обучения
• 🗞️ Встречайте: версия 4.0 графической библиотеки plotly для Python
• 📊 Забудьте о matplotlib: визуализация данных в Python вместе с plotly (ист.)
• ➗ Теорема Байеса: Святой Грааль Data Science (ист.)
• 🌟 Jupyter Notebook: галерея блокнотов по ML и Data Science (ист.)
• Искусственный интеллект и рост вычислительных мощностей (ист.)
• ▶️ Мнения людей из индустрии Data Science о развитии отрасли
• ТОП-10 мировых публикаций по машинному обучению за апрель 2018 (ист.)
• ▶️ 10 рецептов машинного обучения от разработчиков Google
• 10 строк для диагностики болезни Паркинсона с помощью XGBoost (ист.)
• 📝 JupyterLab и Jupyter Notebook — мощные инструменты Data Science
• 👨‍🎓️ От новичка до профи в машинном обучении
• Стартап в сфере искусственного интеллекта в 2018 (ист.)
• 📈 Трейдинг и машинное обучение с подкреплением (ист.)
• Python и R: что выбрать для Data Science в 2018?
• 🤖 Создаем бота в Facebook на Python менее чем за 60 минут (ист.)

Алгоритмические головоломки

Это серия тщательно продуманных головоломок на логические рассуждения и алгоритмы программирования. Описания задач, иллюстрации и решения сведены в блокноте Jupyter (Colab).

1. 👫 Двойные фамилии
2. 😎 Спрятанное решение
3. 🦎 Остров хамелеонов
4. ☎️ Номер Тьюринга
5. 📯 Время великих учёных
6. 👬 Прогуливающиеся джентльмены
7. 🕰 Часы с одинаковыми стрелками
8. 🦠 Вирус в колонии бактерий
9. 🐴 Шесть шахматных коней
10. 🏃 Задача о беглеце
11. 😼 Чеширский кот и число палиндромов
12. 🃏 Карточная головоломка Конвея
13. 🔓 Задача о необычном замке
14. 🐸 Алгоритмическая головоломка о лягушках
15. ✂️ Задача Сфинкса о разрезании лестниц
16. 🤷 Собеседование и семь гномов: задачи с интервью в IT-компаниях
17. 🐍 Нарисовать змейку, выстроить зиккурат

Другие

• ▶️📱70 YouTube-каналов и плейлистов о мобильной разработке
• 🌟 JavaScript для Python-программистов: познание через сравнение (ист.)
• 📕 10 книг по PHP: от новичка до профессионала
• ▶️🌟 50 YouTube-каналов для разработчиков игр
• 🖼️ О правильном дизайне полей с выпадающими списками (ист.)
• 📕 25 лучших книг для программистов
• ▶️🌟 70 YouTube-каналов для фронтенд-разработчика
• ▶️🌟 50 русскоязычных YouTube-каналов о языках программирования
• 📕 ТОП-10 книг по C++: от новичка до профессионала
• 👨‍🎓️🌟 Бесплатные русскоязычные онлайн-курсы по IT-специальностям
• 📕 ТОП-10 книг по C#: от новичка до профессионала
• 🏗️🌟 Как написать код, который полюбят все
• 🏊 Как не «сгореть на работе», если ты программист
• 🕹️👾 PICO-8 и TIC-80. Экскурсия в мир виртуальных консолей для создания ретро-игр
• 💎 Как шифровать информацию с помощью роста кристаллов (ист.)
• ▶️ 100+ лекций экспертов Постнауки об анализе данных, ИИ, роботах, математике и сетях
• 🐈 Перезаряжаем терминал: GitHub CLI в действии
• ▶️ Автостопом по TED: 42 ярких выступления на темы вблизи IT
• 🖼️ Рисуем, программируя. Машинная генерация художественных узоров в векторных полях (ист.)
• «Я тебя по IP вычислю»: как рассекречивают звенья цепи Tor (ист.)
• 🖼️📊 Rough.js: как заставить компьютер рисовать «от руки»
• 🤔 Как на C++ быстро заполнить нулями большой массив? (ист.)
• 🖼️ Графический приём, благодаря которому пользователи будут регистрироваться чаще (ист.)
• Хакинг мозга. Обработка сигналов мыслительной активности с интерфейсом OpenBCI
• Функциональный JavaScript: 6 образцов кода без цикла for (ист.)
• 🌟 6 идей проектов выходного дня (ист.)
• 🦊😼 GitLab или GitHub? Как выбрать ресурс под определённый тип репозитория
• 📈 20 тенденций в разработке программного обеспечения (2020) (ист.)
• 📝 Безопасность прежде всего: как защитить Linux на сервере VPS
• Вебхуки: как получать данные без промедления и опросов API
• Пишем простой граббер для Telegram чатов на Python
• 🏗️ Читаемый код: 10 практик успешного написания
• 🔗 Дайджест: 300 ссылок на обучающие ресурсы по программированию
• Карьерный рост: в чем разница между Junior, Middle и Senior?
• 👨‍🎓️🌟 12 простых советов тем, кто самостоятельно учит математику
• 9 гифок, наглядно иллюстрирующих дифференцируемость функции
• 👨‍🎓️🌟 Детальный план самообразования основам Computer Science за полтора года
• От новичка до профи в блокчейн-технологиях за 2 месяца
• 🔗 Более 200 избранных ссылок на материалы о языке Go (ист.)
• 🤔 Как получить опыт и зарабатывать на Open Source проектах
• ▶️ Иллюстративный видеокурс математического анализа: 10 уроков
• ▶️ Иллюстративный видеокурс по линейной алгебре: 11 уроков
• Как правильно искать и читать научные статьи? (ист.)
• Создаем первый смарт-контракт на Ethereum менее чем за 60 минут (ист.)
• Импульсные нейронные сети: мозг в компьютере (ист.)
• 🧒 Как помочь ребенку выучить таблицу умножения

Принятые обозначения

• ист. – ссылка на основной источник публикации
• 🌟 мне нравится, что получилось
• 👨‍🎓️ подборка курсов или учебный план
• 🙋 тест
• 🔗 сборник ссылок
• ▶️ подборка видео по определенной теме
• 📝 инструкция, как что-то сделать
• 🕹️ о разработке игр
• 🗞️ статья новостного плана (могла потерять актуальность)
• 🖼️ о рисовании или дизайне
• 🧒 о математике и программировании для детей
• 👁️ о различных аспектах компьютерного зрения
• 📊 об инструментах визуализации данных