Рубрики
Без рубрики

Плакаты в Europython 2020

Europython рада объявить следующие плакаты, которые будут показаны на Europython 2020. … Tagged with Europython, Python, плакаты.

Europython рада объявить следующие плакаты, которые будут показаны на Europython 2020.

PDFS и превью будут загружены ближе к событию в https://ep2020.europython.eu/events/posters/

Оглавление

  • Наука о принятии решений с вероятностным программированием маттией Феррини
  • Проектируйте и моделируйте свои системы управления с помощью Python, почему бы и нет? Брилиан Путра Амируддин
  • Разработка алгоритма создания матчей между клиентами и продуктами GO-JEK! Ганджан Деван
  • Интеграция между сервером ArcGIS (REST API) и Django Vinicius Cruvinel Rego
  • Радиоастрономия с Python Priscila Gutierres
  • Уменьшите расходы на оборудование в Интернете вещей, используя Python от Vijay Sajjanar
  • Воскресение проекта Django в Python 2.7 для 3,8 от Griffith Rees
  • Моделирование логистических систем в Python с Salabim от Ruud van der Ham
  • Принятие участия в величайшем эксперименте в истории LIL Anonymous
  • Призрак радона Франческа Тедески
  • Написание расширения и привязки для графического процессора сделано легко Кришной Канта Сингх
Маттия Феррини

Генеративные модели являются швейцарским армейским ножом для ученого. Генеративные модели позволяют моделировать сценарии на основе различных бизнес -гипотез (байесовские априоры). С вероятностью программирования, лица, принимающие решения, могут имитировать влияние бизнес -драйверов во времена большой неопределенности.

Кроме того, вероятностные языки программирования предоставляют все инструменты вывода, необходимые для определения предположений, которые, скорее всего, привели к результату. Вывод-это статистический инструмент, который обеспечивает оптимальное принятие решений на основе моделей, которые явно определяют неопределенность.

В этом разговоре рассматривается использование вероятностных языков программирования в науке о принятии решений. Разговор кратко введет в байесовское машинное обучение, байесовские алгоритмы вывода и вывода с помощью ряда случаев использования, разработанных в Pyro. Варианты использования будут простыми, но будут иметь практическую актуальность: примеры будут проиллюстрировать проблемы масштабируемости и проверки.

Этот разговор адаптирован для практического практикующего, а единственная предпосылка-это понимание основных статистических концепций.

👉 https://ep2020.europython.eu/talks/4tuH95W-decision-science-with-probabilistic-programming/

Проектируйте и моделируйте свои системы управления с помощью Python, почему бы и нет?

Брилиан Путра Амируддин

Многие студенты -инженеры по электротехнике или системам управления не знали, что мы можем моделировать наш разработанного алгоритма управления с языком Python, который является бесплатным и открытым исходным кодом. Во многих колледжах, чтобы имитировать алгоритм управления, он имеет тенденцию использовать платный язык программирования, но во многих случаях колледжи не предоставляли лицензию для студентов, поэтому студенты не могут себе это позволить и по иронии судьбы, студенты ходили на Сделайте незаконное действие (программное пиратство).

Поэтому на этом плакате я хочу рассказать о том, как мы можем спроектировать и моделировать наш алгоритм управления в Python, например, с помощью различных методов:

  • Обычный алгоритм (контроллер PID)
  • Оптимальное управление (контроллер LQR)
  • Контроль обучения (контроль за обучением подкрепления)

И все алгоритмы управления разработаны с использованием научных библиотек Python, таких как Numpy, Scipy и Python Control, а также после того, как мы закончили разработку алгоритма, мы будем моделировать и визуализировать его, используя Matplotlib или открытый спортзал AI, чтобы узнать, насколько мощный и способный Python to Используйте в проектировании систем управления.

Цель этого плаката – открыть новую перспективу того, что Python будет использоваться в качестве альтернативного языка для проектирования систем контроля во многих колледжах по всему миру. Не волнуйтесь, если у вас нет опыта работы в управлении, потому что я представлю, какие системы управления в начале переговоров, чтобы вся аудитория получила бы это базовое понимание этого.

👉 https://ep2020.europython.eu/talks/c3mrmhu-design-and-simulate-your-control-systems-with-python-why-not/

Ганджан Деван

У Gojek есть миллионы ежемесячных активных пользователей в Индонезии в наших 20+ продуктах и услугах. Основная проблема, с которой мы столкнулись, заключалась в том, чтобы нацелиться на этих клиентов с помощью рекламных акций и ваучеров, которые имели отношение к ним. Мы разработали обобщенную модель, которая учитывает историю транзакций пользователей и предоставляет список наших услуг, которые они, скорее всего, будут использовать дальше. С этого момента мы можем определить ваучеры, с которыми мы можем нацелиться на этих клиентов. В этом выступлении я буду говорить о нашем процессе при разработке модели, о проблемах, с которыми мы столкнулись в то время, о том, как мы использовали Pyspark для решения этих проблем и влияния, которые он оказал на нашу конверсию.

👉 https://ep2020.europython.eu/talks/obvyes3-developing-a-match-making-algorithm-betweers-and-go-jek-products/

Vinicius Cruvinel Rego

Основное программное обеспечение ESRI, ArcGIS, имеет консолидированное имя на рынке со многими инструментами, а также полную платформу веб -службы под названием ArcGIS Server.

Учителен Динамическая эволюция для интеграции платформ, она становится все более и более требующей и необходима для получения информации в режиме реального времени.

Этот плакат показывает рабочий процесс для интеграции API ArcGIS REST с Django, а также то, как он работает, а также некоторые процедуры для получения данных, заполнения базы данных и визуализации их – очень простым способом.

Структура плаката:

  • Вступление
  • Arcgis Rest API
  • Django Web Framework.
  • Создание моделей, заполняет базу данных и отображает данные из ArcGIS REST API.
  • Обновляется в режиме реального времени с использованием jQuery.
  • Примеры
  • Вывод

👉 https://ep2020.europython.eu/talks/6bj4qys-integration-between-arcgis-server-rest-api-and-django/

Присцила Гутьеррес

Глядя на более высокие красные смещения, эквивалентно оглядыванию назад во времени: они улучшают исследования космологии, расширяя наши знания о вселенной. Это позволяет нам изучать различные физические явления, такие как спектр мощности галактик, в котором описывается распределение галактик в диапазоне масштабов, кластеризации галактики и больших масштабов, обнаружение функции акустического колебания барионного. В результате был проведен значительный объем работы для повышения эффективности и точности процесса посредством новых алгоритмов и оптимизации существующих. Астрономические наборы данных подвергаются быстрому росту по размеру и сложности, поскольку прошлые, текущие и будущие опросы дают огромные многовременные и многоволновые наборы данных, при этом огромная информация будет извлечена и проанализирована. Альтернативой полного спектроскопического обследования является получение разноцветных изображений неба и выполнить фотометрические оценки красного смещения для галактик, которые у нас есть. При решении этой проблемы существуют два основных подхода: анализ данных, управляемый моделью (методы подгонки шаблонов) и анализ, управляемый данными, которые могут использовать методы машинного обучения. Чтобы решить эту проблему, мы используем анализ, управляемый данными, более конкретно GPZ (который использует гауссовые процессы) и ANNZ2 (в основном используют нейронные сети), оба программного обеспечения Python.

Предварительные условия: машинное обучение и базовые знания по математике

👉 https://ep2020.europython.eu/talks/6ywa9qy-radio-astronomy-with-python/

Виджай Саджанар

Я направляю студентов по разработке систем, которые являются реальным миром и нуждаются в меньшем оборудовании. Это возможно в 2 шагах. Во -первых, уменьшить сбор данных, которые уже доступны в Интернете. Два, вычислите на облаке вместо этого на оборудовании.

Облачные вычисления и веб -сервисы открыли множество способов, которые были научной фантастикой для Electronics Academia. Пакеты Python, такие как запросы, BeautifulSoup и Pyserial Automate Electronics на уровне низового уровня, подталкивают все сложности в облако.

Этот разговор о том, как я мотивирую студентам использовать Python для задач, которые в противном случае потребуют сложной настройки и дорогостоящего оборудования. Я представлю тематические исследования доступа к веб -сайтам (этически как таковые!) Индийского метеорологического департамента и индийских железных дорог для Интернета вещей. Готовы вернуться в классную комнату? Войдите для большего !!

👉 https://ep2020.europython.eu/talks/564cnsf-reduce-hardware-costs-in internet-of-things-using-python/

Гриффит Рис

Опишите процесс, к которому я пошел, чтобы вернуться, и закончить код, который я написал для моего доктора философии. Мне пришлось покинуть проект на 2 крупных операциях и, наконец, вернулся, чтобы завершить, проверить результаты и представить статью (принято для конференции Sunbelt в Париже этим летом … посмотрим, если это все еще произойдет).

Говорить:

  • 5 мин – введение и опыт работы по теме исследования и моей ситуации со здоровьем
  • 5 мин. Примеры чтения и документирования и добавления единичных тестов в код, чтобы понять, что я написал. В некоторых случаях у меня был тщательно, и в то время как другие были почти непостижимы. Подчеркните ценность PEP-8.
  • 10 мин. Посмотрите преимущества и недостатки обновления с Python 2,7 до 3.8 и волнение, которое мне нужно было, чтобы иметь энергию, чтобы сохранить идущий
  • 5 минут – обновление с Django 1.11 до 3.0, включая несовместимость назад и изменения в Geodjango (некоторые ссылки на обновление с 2 до 3)
  • 5 мин. Учитывая варианты футуристической и модернизации и почему я пошел с Futurize
  • 10 минут – подводные камни и примеры, а также то, как я управлял git forks через
  • 5 мин – Заключение, мысли и предложения

Если бы принято за 30-минутный разговор, я бы пропустил различия в Python 2.7-3.8 и подробности документации и сосредоточился на вещах Django/Postgis

👉 https://ep2020.europython.eu/talks/6GKkAp7-resurrecting-a-django-project-in-python-27-for-38/

Рууд ван дер ветчина

TBA; Смотрите ссылку на постер для обновленной информации.

👉 https://ep2020.europython.eu/talks/qgspbjt-simulation-of-logistic-systems-in-python-with-salabim/

от Lil Anonymous

За последние несколько недель произошел один из крупнейших и самых захватывающих экспериментов в истории человечества, и более 900 миллионов детей в более чем 190 странах были получателями онлайн -(виртуального) образования.

А в одном углу земного шара в средней школе в Великобритании уроки программирования Python в полностью онлайн-среде были доставлены в первый раз, в отличие от тогдашнего нормального режима доставки лицом к лицу.

На этом плакате мы увидим, как обучение программированию Python в этом онлайн-моде было доставлено и получено для группы детей в возрасте 11-14 лет.

Мы обсудим, как были предприняты большие усилия, чтобы онлайн-сессии были подходящими, образовательными и в то же время захватывающим и веселым.

Мы обсудим, как мы обнаружили приятные сюрпризы и преимущества преподавания на онлайн -форуме.

Мы рассмотрим некоторые из программ Python, таких как конвертеры валюты, графики моделирования с использованием библиотек, случайных паролей и т. Д., Произведенные детьми.

В заключение, это был удивительно приятный опыт для всех заинтересованных лиц (то есть педагоги, студенты, родители и т. Д.) И мы считаем, что в будущем система образования должна также серьезно включить это средство онлайн -обучения не только для взрослых, но и для детей. 👉 https://ep2020.europython.eu/talks/taking-part-greatest-experiment-ishistory/

Франческа Тедесчи

Этот проект содержит библиотеку Python с открытым исходным кодом для реконструкции изображения в осевой компьютерной томографии (TAC), основанной на аналитических транс -преобразованиях некоторых классов фантомов. Пакет доступен на GitHub по следующему адресу: https://github.com/francescat93/exact_sinogram Анкет Математические фантомы представляют собой фиктивные изображения, состоящие из очень простых геометрических фигур (эллипсы, квадраты и прямоугольники), которые, отобранные с преобразованием радона, позволяют создавать фиктивный сигнал, называемый (точной) синограммой. Использование фантома дает преимущество для проверки алгоритма реконструкции на данных с нулевым шумом, поэтому ошибка, которую мы получаем, связана только с числовыми неточностями в самом алгоритме. Мы хотим рассчитать два реконструированных изображения из аппроксимированных и точных синограмм, полученных, применяя функцию Ирадона библиотеки Python Scikit-Image на обоих из них. Мы ожидаем меньшую ошибку на точном реконструированном изображении. Это становится верным в непрерывных областях, но вблизи разрывов фантома явление Гиббса мешает нам получить такое же улучшение.

👉 https://ep2020.europython.eu/talks/37ngjLY-the-phantom-of-radon/

Кришна Канта Сингх

Как инженер по глубокому обучению и исследователь, мы всегда пытаемся оптимизировать некоторые учеты в наших программах. Иногда мы сталкиваемся с ситуациями, когда научные библиотеки, такие как Numpy, Scipy не просто режут его или, что еще хуже, нет никаких библиотек, которые реализуют эзотерическую функцию на нашем дорогостоящем оборудовании графического процессора. * Написание пользовательского C и расширения CUDA становится важным навыком и необходимостью для приложений, которые требуют действительно быстрых вычислений. *

В этом выступлении мы проходим подробный пример поиска изображений на миллиардах элементов, мы пишем пользовательский C и ядро Cuda для расстояния и узнаем, как плавно подключать их к нашей базе Cython Code. Мы сравниваем методы написания этих расширений и привязков для Python с точки зрения как скорости, так и простоты использования. Наконец, мы заставляем все работать вместе, взломав файл setup.py для легкого развертывания и обмена

👉 https://ep2020.europython.eu/talks/crbnkwo-writing-extensions-and-bindings-for-gpu-made-easy/

Оригинал: “https://dev.to/europython/posters-at-europython-2020-3o0e”