Ich muss Ihnen nicht sagen, dass sich in Edinburgh alles um Geschichte dreht. Im Gegensatz dazu versammelten sich zwischen dem 23. und 29. Juli mehr als 1300 Python-Enthusiasten, um über die Zukunft zu sprechen.
Die 3 interessantesten Fragen
1. "Wenn Fäden schlafen, träumen sie dann?"
Eine großartige Keynote von dabeaz (David Beazley), in der er darüber spricht, warum Threads sterben müssen und die oben gestellte Frage stellt.
David mag es, Threads zu überarbeiten und er hat seine thredo-Bibliothek gezeigt. Wenn Sie einen Thread abbrechen möchten, z.B. weil er zu lange braucht, um fertig zu werden, oder weil er zu schlafen scheint, sollte er natürlich brav sterben und alle erworbenen Sperren zurückgeben. Also Threads: Nehmen Sie sich vor dabeaz in Acht!
2. Sind Ihre Daten wirklich anonymisiert?
Die Anonymisierung Ihrer Daten ist kein binärer Prozess. Wir sprechen gerne von Daten, die anonymisiert sind, aber mehr als oft sind sie nur bis zu einem gewissen Grad anonymisiert. Andreas Dewes und Katharine Jarmul haben darauf hingewiesen, dass je besser wir persönliche Daten schützen wollen, desto mehr müssen wir opfern, indem wir (einen Teil unserer) Daten wegwerfen.
In ihrem Workshop lernte ich verschiedene Stufen der Anonymisierung kennen, wie z.B. Pseudonymisierung, K-Anonymität, differentielle Privatsphäre, und wie Sie diese implementieren können. Auf jeden Fall einen Blick wert!
3. Wie geht man mit einem naiven Programmierer um?
Mit einer Parallele zur Welt der Kunst erklärte Daniele Procida (Django-Kernentwickler), was einen Handwerker ausmacht. Im Gegensatz zu einem hochentwickelten Profi gibt es den naiven Profi.
Auch wenn es einem naiven Programmierer offensichtlich an bestimmten Qualitäten mangelt, kann seine Arbeit dennoch wertvoll sein. Zum einen kann sie immer noch die gestellte Aufgabe lösen. Außerdem kann sie eine gewisse unbeabsichtigte Kreativität aufweisen, da der Programmierer nicht alle Regeln und bewährten Praktiken der Community kannte oder durch sie eingeschränkt war.
Mit der zunehmenden Präsenz von Programmierern in unserer Gesellschaft werden auch die Naiven allgegenwärtig. Wir haben die Wahl, entweder über sie zu lachen und weniger von ihnen zu halten, oder von ihrer frischen Perspektive zu lernen und uns von ihnen inspirieren zu lassen.
Nutzlos aber lustig
Lächerlich fortgeschrittenes Python
Ridiculously Advanced Python, oder in den Worten des Trainers:
"Dinge, für die man gefeuert wird."
Francesco Pierfederici nahm uns mit auf eine Reise zu immer fortschrittlicheren Konzepten wie Dekoratoren, Deskriptoren und Metaklassen, um unseren Code zu verkürzen, aber auch, um ihn für ein neues Paar Augen immer schwerer verständlich zu machen.
Am wenigsten verwandt mit Python
Weißer Mars
Es wurde eine Video-Verbindung mit der Concordia Station in der Antarktis aufgebaut. Leider hatten sie nur eine 512kb/s-Internetverbindung und die Audioqualität stotterte ziemlich stark. Die Teile, die gut zu hören waren, waren tatsächlich interessant. Ein paar Leute dort erzählten von ihrer Forschung, z.B. wie sie in eine drei Kilometer tiefe Eisschicht bohren, um Luftblasen zu analysieren, die vor über einer Million Jahren im Eis eingeschlossen wurden. Und ja, es wurde auch Python erwähnt:
"Wir verwenden es für die meisten unserer Programmieraufgaben."
Drei Mal Text
1. FuzzyWuzzy
Nicht nur wegen des Titels, sondern auch, weil ich den Anwendungsfall eines Kunden im Kopf hatte, habe ich einen Vortrag über FuzzyWuzzy besucht. Eine Bibliothek für Levenshtein-Distanzabgleiche in verschiedenen Varianten. Das heißt, auch für partielle Übereinstimmungen und ohne Rücksicht auf die Reihenfolge der Token/Wörter. Insgesamt eine sehr einfache Bibliothek für den String-Abgleich.
2. Computerlinguistik
Die Textanalyse in sozialen Medien wirft einige interessante Fragen auf, z.B. wie man mit Ironie oder Emojis umgeht und wie man Wörter wie "will't" und "Premierminister Winston Churchill" bei der Tokenisierung intakt/zusammenhält. Leider gibt es noch keine Antworten. Ein nützlicher Tipp: import nltk und verwenden Sie nltk.download(), um einige Beispiel-Textdatensätze zu erhalten.
3. Sentiment-Analyse mit SpaCy
Eine schöne Beschreibung von Thomas Aglassinger, wie man SpaCy, eine NLP-Bibliothek, als Werkzeug für die Sentimentanalyse verwendet. SpaCy trennt Sätze und Token automatisch auf. Es liefert Ihnen das Lemma oder das Part-of-Speech für ein Token, unterstützt Emojis und ist sogar erweiterbar. Die wichtigste Erkenntnis: Sprache ist schwierig, also fangen Sie ganz einfach an.
Zwei Bits Open Source
1. EduBlocks
Was können Sie von einem Vierzehnjährigen lernen? Nun, eigentlich eine ganze Menge, wenn man sich EduBlocks von Joshua Lowe ansieht. Josh hat eine Drag&Drop-Version von Python 3 entwickelt, um Kindern Python schon in jungen Jahren näher zu bringen. Natürlich können auch Erwachsene von dieser Plattform profitieren.
EduBlocks füllt die Lücke zwischen Drag & Drop-Programmierung wie Scratch und textbasierten Programmiersprachen. Es ermöglicht Menschen, die nicht über die nötigen Tippkenntnisse verfügen, sich langsam an die Syntax und Konstrukte von Python zu gewöhnen. Es ist sehr leicht, da es auf einem Raspberry Pi läuft, und da es Open-Source ist, ist jeder eingeladen, etwas beizutragen.
2. CatBoost
Anna Dorogush von Yandex präsentierte ihren quelloffenen Gradient Boosting Algorithmus CatBoost. Er sollte viel stabiler bei der Abstimmung der Hyperparameter sein, da er symmetrische Bäume erzeugt. Außerdem verarbeitet er kategorische Daten ohne Vorverarbeitung und ist sogar schneller, da er diese Merkmale nur im Algorithmus selbst behandelt. Auf der CPU ist die Laufzeit nur geringfügig schlechter als bei anderen Gradient-Boosting-Implementierungen, auf der GPU jedoch viel schneller. Es sind viele Tutorials verfügbar, z.B. über SHAP-Werte für die Bedeutung von Merkmalen.
GDD Spielplatz
Die Grundlage für die nächsten beiden Vorträge wurde während unserer GDD-Freitage gelegt. Bei GoDataDriven haben wir einen Freitag im Monat (GDD Friday), an dem wir an allem arbeiten können, was wir wollen.
Gewinnen Sie Kartenspiele mit 1000+ CPUs
Wie Sie sehen können, gab es einige technische Probleme, als die GDD'ers Bas Harenslak und Vincent Warmerdam die Bühne betraten. Ein defekter Projektor führte zu einer netten Interaktion zwischen den Moderatoren und dem Techniker, der jedes Mal die Leertaste auf Vincents Laptop hinter der Bühne drückte, wenn der Moderator mit den Armen winkte.
In ihrem Vortrag erklären sie, wie sie ihren Algorithmus überarbeitet haben, um Vincents Freundin bei einem Kartenspiel namens SushiGO zu schlagen. Sie verwendeten AWS Chalice und AWS Lambda, um viele Spiele auf der Suche nach einer optimalen Strategie zu simulieren.
Viel Spaß mit Musik und Keras
Der nächste GDD'er auf der Bühne war Marcel Raas, der über seine Leidenschaft für Musik und Deep Learning sprach. Er begann mit der Erzeugung von Musik aus Zufallszahlen und Sinuskurven und zeigte dann, wie man Deep Learning zum Erkennen und Filtern bestimmter Instrumente in der Musik einsetzen kann.
Als Marcel seine digital komponierten Melodien vor dem Publikum spielte, hatte man definitiv das Gefühl, dass die Leute Spaß an Keras hatten!
"Mit ein wenig Wissenschaft und Python können Sie die Welt verändern."
Ein schönes Zitat von Ian Ozsvald (Mitorganisator der PyData London), das er in seinem Vortrag 'Citizen Science with Python' zum Besten gab. Seine selbsternannte Mission war es, uns alle zu Datenwissenschaftlern zu machen.
Er zeigte einige Beispiele, wie wir unsere Fähigkeiten für das Gute einsetzen können. Zum Beispiel
GoDataDriven bietet Schulungen im Bereich Data Science und Data Engineering an, z.B. Data Science mit Python. Sehen Sie sich hier unsere anderen Kurse an.
Verfasst von
Roel
Unsere Ideen
Weitere Blogs
Contact