python

Una cuestión básica en el campo de la computación neurocientífica es saber cómo se comprime la información del mundo externo en la retina y cómo se codifica en trenes de impulsos para ser enviada al cerebro. En consecuencia, uno de los mayores retos es el desarrollo de una plataforma capaz de transformar el mundo visual externo en un conjunto de señales eléctricas que estimulen, en tiempo real, el córtex visual. Todo ello con Python más NumPy, SciPy, OpenCV, DEAP, y scikit-learn. Presentación disponible en http://2016.es.pycon.org/media/keynotes/pycones-2016_FhJk7AK.pdf http://2016.es.pycon.org/

Con los grandes volúmenes de datos disponibles hoy en día, encontrar patrones en los datos es una tarea que tiene gran importancia. Con los nuevos dispositivos móviles disponibles poco a poco la recomendación se está imponiendo sobre la búsqueda. Y también hoy en día podemos encontrar un problema de predicción multiclase en cada esquina. Estos son sólo tres ejemplos para los cuales las reglas de asociación son muy válidas. Las reglas de asociación son un sistema de aprendizaje automático que tiene unas características que las hacen muy especiales: son muy intuitivas y sencillas de trabajar con ellas, y no son complicadas de programar. El resultado de esta técnica por lo general puede resumirse en “si pasa esto, entonces esto otro”, de ahí su fácil implementación. Además, en general ofrecen unos resultados que habitualmente son bastante buenos. En la charla revisaremos los conceptos básicos de las reglas de asociación: items, antecedentes, consecuentes, soporte, confianza y lift y cómo programar un sistema de reglas sencillo en Python. Finalmente se muestran ejemplos de aplicación de los sistemas basados en reglas: patrones, recomendación y predicción. Material de la charla disponible en https://github.com/intiveda/pyreglasasociacion http://2016.es.pycon.org/

Hoy en día podemos comprar un ESP8266 por apenas 2€. Este chip incluye 4 megas de memoria flash (los modelos más grandes) pero apenas 96kbytes de RAM. Poder instalar Python en un entorno así, capaz de conectarse a una red wifi y de emplear infinidad de sensores y actuadores abre unas posibilidades ilimitadas. Python permite realizar desarrollos muy complejos en un tiempo récord. Esto es igualmente válido en el mundo de los micro Controladores, donde el coste por unidad y el coste de desarrollo dominan el precio final. Esta ponencia está orientada a personas con inquietudes hardware y que puedan estar interesadas es domótica, estaciones meteorológicas, alarmas y, en general, en automatizar y monitorizar pequeñas actividades en casa: controlar el consumo eléctrico en el hogar, el nivel del agua en el pozo, conexión Bluetooth en el coche, etc. http://2016.es.pycon.org/

PALM (y su implementación en Python, pylm) es una librería que proporciona las herramientas necesarias para crear servidores ligeros de altas prestaciones. Está separada en dos niveles de abstracción. El primero consta de componentes básicos que pueden utilizarse para crear cualquier tipo de servidor, mientras que en el segundo nivel se ofrecen servidores preparados para implementar topologías master-slave, clusters para map-reduce o microservicios, que se pueden extender fácilmente. En esta charla se tratarán las tecnologías y los algoritmos que permiten crear una librería como pylm en Python en menos de un año, se comentarán las dificultades superadas y los desafíos tecnológicos pendientes. PALM se está convirtiendo en la base las nuevas herramientas de NFQ solutions, como MASTR, una aplicación de nueva generación para la evaluación escalable de riesgos financieros o eCAP, que estima necesidades de capital. PALM, y por extensión pylm, aún no están terminados, pero ofrecen un acercamiento alternativo al ecosistema de Big Data, que está tendiendo a las herramientas de alto nivel. Los primeros resultados son prometedores. La misma versión de eCAP portada a PALM demostró ser ligeramente más rápida que la misma implementación con Spark. http://2016.es.pycon.org/

Dask is a modern parallel computing library completely written in Python. It is extremely flexible, being able to work well on a laptop, using all available cores in parallel, or scale up to a cluster of hundreds of nodes. Instead of forcing you to wrap your code to use the map-reduce paradigm, it mimics the numpy array and pandas dataframe interfaces, so you can continue doing everything the same way you always do. Dask main abstraction is a Directed Acyclic Graph called "dask" (distributed task) implemented as a simple dictionary. The different interfaces (bag, array, dataframe) create these dasks, that are later computed in a distributed fashion using a suitable scheduler. Forget about the JVM overhead. The future is now, the future is dask! Slides available at http://slides.com/israelsaetaperez/dask-pycones16/ http://2016.es.pycon.org/

El volumen de datos de las observaciones astronómicas se hay ido duplicando año tras año. Con la inminente llegada de nuevas infraestructuras astronómicas se espera que el crecimiento sea aún más acelerado. Por ejemplo, el Large Synoptic Survey Telescope (LSST) obtendrá 30 TB de datos y disparará 2 millones de eventos cada noche durante 10 años a partir de 2022. El radio-telescopio Square Kilometre Array (SKA) producirá 160 TB de datos en bruto o 100 GB de datos procesados por segundo y deberá almacenar un total de ~4.6 EB de datos cada año. La primera fase de SKA entrará en servicio en 2020. La llegada de este torrente de datos es inminente y su procesado y almacenamiento está lejos de ser trivial. Entre los muchos frentes necesarios para tratar estos datos se encuentran la Inteligencia Artificial, las tecnologías de "big data" o la ciencia ciudadana. LOFAR es uno de los radio-telescopios precursores de SKA y se encuentra actualmente operativo. Se trata de un radio-telescopio definido por software que observa el cielo en frecuencias entre los 10 y los 250 MHz. Los datos de una observación de 8 horas alcanzan los 20 TB y su calibración, además de ser completamente experimental, requiere unos 3 años de procesador. En la charla mostraré cómo se pueden manejar datos radio-astronómicos de LOFAR con la ayuda de infraestructuras en la nube y Python. Se presentará el resultado de una propuesta conjunta entre SKA y Amazon Web Services (AWS) para la implementación de nuevos métodos de calibración de grandes volúmenes de datos radio-astronómicos en la nube de Amazon. El papel de Python para el desarrollo rápido de este tipo de métodos es fundamental, permitiendo la creación y modificación rápida de flujos de procesado de datos. El objetivo final es mostrar como la astronomía, una de las ciencias más antiguas, empuja la frontera de la tecnología más moderna con la ayuda de Python. Presentación disponible en http://2016.es.pycon.org/media/keynotes/jsabater-PyConES2016.pdf http://2016.es.pycon.org/

Gema Parreño nos habla acerca de su charla y qué tal le ha ido. Nos habla acerca de Tensorflow, que es la temática de su charla. Es el núcleo de búsqueda de Google durante los últimos años y es una libreria para Python para clasificación y predicción. ¿Cuáles son sus usos? Ha hablado un poco más de la arquitectura a nivel genérico y hace un caso de ejemplo. Todos los videos de Codemotion 2016; https://www.youtube.com/playlist?list=PLKxa4AIfm4pUvMn4lZ8zin500bsp3oL2A Suscríbete a nuestra newsletter; bit.ly/newsletterautentia Facebook; https://www.facebook.com/Autentia-127966880558674/ Twitter; https://twitter.com/autentia

From the talks I've heard / seen lately, these are the most interesting:Development:Are we there Yet Rich Hickey Great talk recommended for any developer. Ep 100. Talk Python to Me. Python past, present and future with Guido Van Rossum  Imprescindible podcast episode if you like or work using Python.Culture and leadership:Culture and Revolution Andreessen HorowitzKeynote: Building and Motivating Engineering Teams Camille Fournier  The Software Team Leader Manif...

From the talks I've heard / seen lately, these are the most interesting:Development:Are we there Yet Rich Hickey Great talk recommended for any developer. Ep 100. Talk Python to Me. Python past, present and future with Guido Van Rossum  Imprescindible podcast episode if you like or work using Python.Culture and leadership:Culture and Revolution Andreessen HorowitzKeynote: Building and Motivating Engineering Teams Camille Fournier  The Software Team Leader Manif...

Post previously published in Spanish Aplicación del principio DRYI always keep in mind that in software development it is very important to keep each business concept in one place only. Code duplication is a problem that we should try to avoid or at least restrict and systematically remove when needed.But, sometimes, we blindly follow the DRY principle, without having in mind that each decision has a cost.  In this post, I will expose some points that can help us decide...