TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #305 · 16.04
Telegram запустил важное обновление для ботов, которое очень характерно сразу с нескольких сторон. Теперь боты могут формировать HTML-интерфейс любой сложности прямо внутри Телеграма. Раньше очень условно что-то такое было для игр, но криво, и требовало как бы выхода из приложения. А ещё там не было безопасной авторизации, не было поддержки на десктопах итд. Когда платформу ботов только запустили, у меня было много энтузиазма по её поводу. Я оценивал это, как возможность сделать приложение почти любой сложности внутри уже существующей экосистемы с пользователями, при этом только на бэкенде, не верстая интерфейс, не подгоняя ничего под нужные устройства, сразу кроссплатформенно итд. Но, к сожалению, чуда не произошло: ни в ВК, ни в Телеграме боты не выстрелили как некий широкий массовый и многофункциональный рынок. Это быстро заметила и сама команда Телеграма, поэтому платформу ботов забросили — не в техническом смысле, а, как бы сказать, в маркетинговом. Косвенно это привело, например, к очень неприятной истории с кидаловом участников конкурса по разработке ботов несколько лет назад. Поэтому обновление значимое, вот с каких позиций. Во-первых, платформу пытаются реанимировать. Это хорошо, и было бы здорово дать ей второй шанс. По крайней мере, этой проблеме дали хоть какой-то ход, а то она уже годами лежала пылилась. Во-вторых, нельзя не отметить, что и Телеграм подхватил общий тренд на суперприложения. Это наша новая реальность — все крупные бизнесы стремятся стать экосистемами. В-третьих, это шанс для Телеграма начать зарабатывать. Не секрет, что с бизнес-моделью у них беда. Введение рекламной площадки не сработало — для рекламы банально нет нужных данных о пользователях. Телеграм работает в минус, и деньги кончаются. Дурову удалось оставить себе деньги инвесторов после отзыва TON, но эта сумма тоже конечная. Непонятно, реанимирует ли это площадку в целом, но посмотреть будет интересно. #web
Hashtags
Търсене: #matplotlib
@djangoproject · Post #127 · 31.08.2016 г., 15:27
http://scikit-learn.org/stable/ scikit-learn #Machine#Learning in Python Simple and efficient tools for data mining and data analysis Accessible to everybody, and reusable in various contexts Built on #NumPy, #SciPy, and #matplotlib Open source, commercially usable - BSD license
@djangoproject · Post #423 · 26.08.2017 г., 08:39
http://scitools.org.uk/iris/docs/latest/userguide/index.html Iris seeks to provide a powerful, easy to use, and community-driven Python library for analysing and visualising #meteorological and #oceanographic data sets. With Iris you can: Use a single #API to work on your data, irrespective of its original format. Read and write (CF-)netCDF, GRIB, and PP files. Easily produce graphs and maps via integration with #matplotlib and #cartopy.
@djangoproject · Post #424 · 26.08.2017 г., 08:43
http://scitools.org.uk/cartopy/docs/latest/index.html Cartopy is a Python package designed to make drawing maps for data analysis and visualisation as easy as possible. #Cartopy makes use of the powerful #PROJ.4, #numpy and #shapely libraries and has a simple and intuitive drawing interface to #matplotlib for creating publication quality maps. Some of the key features of cartopy are: object oriented projection definitions point, line, vector, polygon and image transformations between projections integration to expose advanced mapping in matplotlib with a simple and intuitive interface powerful vector data handling by integrating shapefile reading with Shapely capabilities
@djangoproject · Post #448 · 18.09.2017 г., 11:30
https://medium.com/@GalarnykMichael/logistic-regression-using-python-sklearn-numpy-mnist-handwriting-recognition-matplotlib-a6b31e2b166a Logistic Regression using Python (#Sklearn, #NumPy, #MNIST, Handwriting #Recognition, #Matplotlib) #machine_learning.
@djangoproject · Post #130 · 31.08.2016 г., 15:39
http://matplotlib.org/ #matplotlib is a python #2D#plotting library which produces publication quality figures in a variety of hardcopy formats and interactive environments across platforms. matplotlib can be used in #python scripts, the python and #ipython shell (ala MATLAB®* or Mathematica®†), web application servers, and six #graphical user interface toolkits. screenshots
@djangoproject · Post #507 · 26.11.2017 г., 22:08
http://devarea.com/machine-learning-with-python-introduction/#.Whs6iCehU8o #Machine_Learning With Python – Introduction #Numpy is package for multi dimension arrays – very effective implementation #Scipy – package for scientific programming , mathematics , signal processing and more #Pandas – package for data handling #Matplotlib – package for data visualization (graphs) #Seaborn – extend Matplotlib with statistical graphs #Scikits – many extensions to spicy for specific fields like x-ray, image processing , deep learning and many more
@djangoproject · Post #352 · 25.06.2017 г., 08:57
https://stxnext.com/blog/2017/04/12/most-popular-python-scientific-libraries/ The most popular Python scientific libraries: #Astropy #Biopython #Cubes #DEAP #SCOOP #PsychoPy #Pandas #Mlpy #matplotlib #NumPy #NetworkX #TomoPy #Theano #SymPy #SciPy #scikit_learn #scikit_image #ScientificPython #SageMath #Veusz #graph_tool #SunPy #Bokeh
@djangoproject · Post #513 · 30.11.2017 г., 22:00
#AI#Artificial_Intelligence #AJAX #aiohttp #Anaconda #AngularJS #API #Atom #AWS #asyncio (#Asynchronous) #audio #automated_testing #automation #atexit #BeeWare #Big_Data #bitcoin #blockchain #Bluemix #Brython #button #Celery #client #class #classmethod #concurrency #Coroutine #cron #CSS #curl #data_analysis #data_mining #data_processing #database #Deep_Learning#deep_learning #Debian #decorator #deploy #dict #dispatch #django #django_cms #Django_REST_Framework #dropdownbox #Docker #event #Firefox #Flask #form #functions #Generator #GeoDjango #git #Google #GPU #GUI #Gym #host #HTML #httplib #learn #Image_processing #intelligence #input #Instagram #IOT #iPython #Jupyter #lambda #learn #License #Linux #lists #machine_learning #Magenta #map #Matplotlib #Metaprogramming #Micro_services #Micropython #mind #monitoring #MongoDB #modules #Mozilla #Multipart #multi_touch_apps #multiprocessing #Nodes #NoSQL #numeric_computation #numerical #NumPy #network #neural_network #OAuth #object_serialization #OCR #overloading #package #parallel #pipeline #protocols #PostGIS #pyAudioAnalysis #pycon #Pyflakes #PyInstaller #PyPI #PyQt #PySide #PyTorch #pytest #python #Pyvideo_archives #Qt #Raspberry_Pi #React #Redis #random #request #Regular_Expressions (#re) #REST #RSS #satellite #scikit_learn #SciPy #scrapy #searching #selectbox #Selenium #serialization #server #sessions #single_responsibility_principle #socket #Spark #str #submit #task #telegram #template #TensorFlow #test #text_boxes #text #tuples #unicode #Universe #Unix #unit_test #urllib #upload #uWSGI #Web #WSGI
Hashtags