Using OpenAI and PandasAI for Series Operations
将自然语言查询和操作纳入 Python 数据清理工作流程。艺术家 Karen Walker 捐赠的红熊猫画作。我们在熊猫数据清理项目中需要执行的许多系列操作都可以由 AI 工具（包括 PandasAI）协助完成。PandasAI 利用大型语言模型（例如来自 OpenAI 的模型）来启用对数据列的自然语言查询和操作。在这篇文章中，我们将研究如何使用 PandasAI 查询系列值、创建新系列、有条件地设置系列值以及重塑数据。您可以通过在终端或 Windows Powershell 中输入 pip install pandasai 来安装 PandasAI。您还需要从 openai.com 获取令牌
5 Free Online Courses to Learn Data Science Fundamentals
学习 SQL、Python、统计学、数学和数据分析——在开始成为专业数据科学家的旅程之前您需要学习的一切。
在华盛顿特区举行的 2024 年建模与仿真年会 (ANNSIM) 上，NIST 研究人员 Serghei Drozdov 和 Mehdi Dadfarnia 就如何使用 NIST 开发的开源 Python 包 SimPROCESD 进行离散
Understanding Tokenization, Stemming, and Lemmatization in NLP
自然语言处理 (NLP) 涉及处理和分析人类语言数据的各种技术。在本博客中，我们将探讨三种基本技术：标记化、词干提取和词形还原。这些技术是许多 NLP 应用程序的基础，例如文本预处理、情感分析和机器翻译。让我们深入研究每种技术，了解其用途、优缺点，并了解如何使用 Python 的 NLTK 库实现它们。1. 标记化什么是标记化？标记化是将文本拆分为单个单元（称为标记）的过程。这些标记可以是单词、句子或子单词。标记化有助于将复杂文本分解为可管理的部分，以便进一步处理和分析。为什么使用标记化？标记化是文本预处理的第一步。它将原始文本转换为可以分析的格式。这一过程对于文本挖掘、信息检索和文本分类等任
CarnavalHeist: деньги бразильских граждан утекают прямо через Microsoft Word
使用 Python 脚本和 JavaScript 来编写自定义样式。
Репортаж с PHDays Fest 2: практические рекомендации по анализу защищенности
5 月 25 日，UCSB 渗透测试人员在国际网络节 Positive Hack Days 上进行了演讲。 Danila Urvantsev 和 Vlad Driev 与专业界分享了有助于分析数字基础设施安全的实际案例和建议。 UCSB 分析中心的安全分析专家 Danila Urvantsev 的演讲主题是识别多阶段 SQL 注入。 Danila 演示了在一定的操作序列后执行的 SQL 注入的示例，并讨论了使用 sqlmap 工具分析此类注入的方法。 “有些漏洞的复杂性在于，它们可能不是此时此刻执行，而是在一段时间之后或者在某个事件之后执行某些代码，即有一个延迟执行的选项。在报告中，我分享了我
Introducing Nimfilt: A reverse-engineering tool for Nim-compiled binaries
Nimfilt 既可用作 IDA 插件，也可用作 Python 脚本，通过分解包和函数名称以及将结构应用于字符串，帮助对使用 Nim 编程语言编译器编译的二进制文件进行逆向工程
Fortran: легендарный язык программирования вновь врывается в десятку лучших
编码领域的退休人员仍然可以与 Python、MATLAB 和 R 竞争。
Build a Retrieval-Augmented Generation (RAG) system in 4 lines of code
仅用 4 行代码使用 Python 构建 RAG 系统的分步教程。
Spotlight: Coders Wanted for Robotics Prize Challenge Offered by NIST
如果您是一名具备 C++、Python 和 ROS 应用知识的编码员，我们将为您准备一项有奖挑战。
这是一个用于分析 OneNote 文件的新工具（基于我的二进制文件 Python 模板）。此版本仅限于处理嵌入文件（目前）。由于我可能仍会对用户界面进行重大更改，因此我已将此工具放在我的 GitHub 测试版存储库中。
Averaged One-Dependence (AODE) Algorithm and its Use in Machine Learning
为什么重要：平均一依赖估计器是朴素贝叶斯分类器的扩展，它放宽了“朴素性”并允许复杂的特征关系。在本文中，我们探讨了算法的概念、背后的数学以及 Python 中的自定义实现。
How To Get Started With Machine Learning In Julia
为什么重要：Julia 是机器学习领域的一种新兴语言，如果您已经有 Python 经验，那么学习它并不太难。
When a passion for bass and brass help build better tools
我们采访了 DevTools 团队的软件工程师 Kevin Millikin。本周，他将在盐湖城参加 PyCon US，这是使用和开发开源 Python 编程语言的人员的最大年度聚会。
#131 – Chris Lattner: The Future of Computing and Programming Languages
Chris Lattner 是世界级的软件和硬件工程师，领导 Apple、Tesla、Google 和 SiFive 的项目。请查看我们的赞助商来支持此播客：- Blinkist：https://blinkist.com/lex 并使用代码 LEX 获得一周的免费高级服务- Neuro：https://www.getneuro.com 并使用代码 LEX 获得 15% 的折扣- MasterClass：https://masterclass.com/lex 获得 15% 的年度折扣- Cash App：https://cash.app/ 并使用代码 LexPodcast 获得 10 美元 EP
Please allow me to introduce myself: Torch for R
今天，我们很高兴推出 torch，这是一个 R 包，可让您从 R 原生使用类似 PyTorch 的功能。无需安装 Python：torch 直接基于 libtorch 构建，libtorch 是一个 C++ 库，提供构建神经网络所必需的张量计算和自动微分功能。
How to build a custom production-ready Deep Learning Training loop in Tensorflow from scratch
使用检查点和 Tensorboards 可视化在 Tensorflow 和 Python 中构建自定义训练循环
#118 – Grant Sanderson: Math, Manim, Neural Networks & Teaching with 3Blue1Brown
Grant Sanderson 是数学教育家，也是 3Blue1Brown 的创始人。通过支持我们的赞助商来支持此播客：- Dollar Shave Club：https://dollarshaveclub.com/lex- DoorDash：下载应用程序并使用代码 LEX- Cash App：下载应用程序并使用代码“LexPodcast”剧集链接：3Blue1Brown：http://youtube.com/3blue1brownGrant 的 Twitter：https://twitter.com/3blue1brown如果您想获取有关此播客的更多信息，请访问 https://lexfri
