python

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...

Jorge del Val Santos (BEEVA) El "Reinforcement Learning" es un área del machine learning y la inteligencia artificial que trata con agentes que aprenden y se adaptan dinámicamente a un entorno incierto en base a su experiencia. Has oído hablar de los recientes éxitos de Google Deep Mind? Programas que aprenden automáticamente a jugar a Atari usando sólo los pixeles, o ganar al campeón mundial de "Go" varias veces. El aprendizaje por refuerzo está en la frontera de las matemáticas aplicadas y la inteligencia artificial, siendo un campo de investigación extremadamente activo y profundo. En esta charla revisaremos brevemente, de una forma accesible, los fundamentos matemáticos y algorítmicos para entender cómo o por qué funcionan estas técnicas. También veremos algunas implementaciones y ejemplos en Python y discutiremos brevemente la aproximación funcional por medio de redes neuronales profundas. Suscríbete a nuestra newsletter; bit.ly/newsletterautentia Facebook; https://www.facebook.com/Autentia-127966880558674/ Twitter; https://twitter.com/autentia

Introducción al tratamiento de imágenes con python y opencv, donde crearemos un pequeño juego de ejemplo similar a los de eyetoy de PlayStation.

Using literals in your tests can have some advantages, such as, readability and traceability. While this is true when the data are simple, it's less so when the data are nested, complex structures. In that case, using literals can hinder refactoring and thus become an obstacle to adapting to changes. The problem with using literals for complex, nested data is that the knowledge about how to build such data is spread all over the tests. There are many tests that know about the representation of...

Rust is the new kid on the block. It's a system programming language that is blazingly fast and offers powerful high-level abstractions better known from dynamic languages like Ruby or Python. Rust offers memory safety without a Garbage Collector and makes low-level programming easier and more secure. I will give an introductory talk about Rust and show some of its nicest features.

17, 18th JuneOfficial site: http://pamplonaswcraft.com/ Twitter: https://twitter.com/pamplonaswcraft Twitter official hastag: https://twitter.com/hashtag/scpna?src=hashThe event was organized basically by three guys (#amazing) from https://twitter.com/540info http://540deg.com/.It was a mix of Open Space and Talks.SessionsWhat a mess! Alfredo CasadoExamples about rewrites of systems that as usually gone bad… is very strange that this kind of things are good idea…The most important thing is to he...

¿Quieres saber más? https://www.paradigmadigital.com/ Índice interactivo aquí debajo: 00:12 Presentación 02:04 Kafka y python 03:01 ¿Quién soy? 03:23 Kafka/origen 04:56 Kafka/origen 05:50 Kafka/motivation 06:58 Kafka/ How to? 08:34 Kafka/ Básicos 09:11 Kafka/ Cluster: Topics & Partitions 11:22 Kafka/ Partitions & Replication 14:13 Kafka/ Producers 16:06 Kafka/ Consumers 18:27 Kafka/ Efficiency 19:45 Kafka/ Python Clients 20:21 Kafka/ Python Clients/ Kafka-python 25:51 Kafka/ Python Clients/ Demo 26:16 Kafka y Python/ Questions 29:40 Redis 29:56 Índice 30:22 1. Introducción a Redis 30:24 Características generales 31:04 Casos de uso 31:28 Detalles de implementación 32:25 Operaciones atómicas 33:00 Tipos de datos 33:35 Consola de Redis (redis-cli) 34:16 Ejemplo String 34:42 Ejemplo List 35:01 Ejemplo Hash 35:24 Ejemplo Transacción 36:07 2. Algo de código 36:13 Clientes Redis 36:24 Cliente Python 37:08 Un ejemplo básico 38:25 Productor/consumidor 40:22 PUB/SUB 41:38 Queueing jobs 42:14 3. Algo sobre administración 42:16 Replicación (I) 43:30 Replicación (II) 43:32 Persistencia 45:15 Particiones/ Sharding 46:47 4. La competencia 46:55 La competencia (I) 47:59 La competencia (II) 49:02 La competencia (III) 49:30 Conclusiones 50:59 Preguntas 53:18 Presentación Python y Flink 53:57 Índice 53:59 ¿Quiénes somos? 54:13 Introducción 54:15 Aclaraciones 54:35 Madurez del BigData 55:30 Arquitectura típica 56:10 Despliegue 56:40 ¿Por qué Apache Flink? 56:43 Apache Flink 57:48 Ventanas 58:29 Ventanas por clave 59:04 Tiggers y Evictors 1:00:02 El tiempo es importante 1:00:43 Rendimiento 1:02:44 Funcionalidades 1:04:50 Experiencia con Python 1:05:36 Según la documentación 1:06:49 Prueba básica 1:09:06 Poca actividad 1:10:01 Conclusiones 1:11:12 Preguntas 1:13:00 Backup slides 1:13:02 Terasort 1:14:35 Streaming-Yahoo

Seguramente el tema del que te voy a hablar hoy en el podcast te suene a ciencia ficción y creas que es algo que solo lo podemos ver en las películas del mismo género. Sin duda alguna, no estamos en lo más alto en la gráfica de desarrollo en cuanto a soluciones y aplicaciones en […] La entrada 81. Visión artificial, OpenCV y Python se publicó primero en Programar fácil con Arduino.

Quizás este lenguaje de programación sea el gran desconocido en el aprendizaje de las ciencias de la computación, puede que quede en un segundo plano con relación a lenguajes como Python o Scratch. En este capítulo vamos a ver Processing, el lenguaje para gráficos. Que no te lleve a engaño el título, Processing es un lenguaje […] La entrada 80. Processing, el lenguaje para gráficos se publicó primero en Programar fácil con Arduino.

Los usuarios de las redes sociales generan una cantidad de información salvaje de la que podemos disponer para aprender muchas cosas. Durante esta charla veremos cómo recoger esta información de Twitter para construir un mini conjunto de datos con el que entrenar un sistema automático que sea capaz, bueno, más o menos capaz, de identificar tweets que son troleo de los que no lo son. Lo haremos desarrollando un sencillo sistema de procesamiento del lenguaje natural y aprendizaje automático con las super pilas científicas de Python. Hablaremos de la importancia de escribir código bello y crear gráficas significativas, de la replicabilidad de los experimentos que diseñemos, de difundir el conocimiento y sobretodo de la importancia que tiene crear un entorno seguro y afable donde todos/as podamos participar libremente. Resumiendo: redes sociales, procesamiento del lenguaje natural, aprendizaje automático, data science, códigos de conducta… Y todo usando nuestra arma favorita: Python. ¡Trolls estáis avisados!