Cotygodniowa dawka linków, czyli archiwum newslettera Dane i Analizy
Nie wiem czy korzystacie z list zakupów w aplikacjach do tego przewidzianych? To wygodne - cała rodzina dodaje na jedną listę to, co trzeba kupić, a potem jedna osoba (np. ojciec ;) jedzie do sklepu i przywozi te siaty... U mnie taką aplikacją jest Listonic (i nie jest to reklama - apka ma trochę irytujących elementów). Aplikacja jest popularna, co pozwala jej twórcom na zgromadzenie dużej liczby "list zakupów" i przygotowanie na tej podstawie ciekawych raportów.
Takich jak na przykład ten o polskich zwyczajach zakupowych:
Biedronka jest popularniejsza niż Lidl jesteśmy leniwi i nie nazywamy list zakupowych jakoś specjalnie według popularności artykułów na listach - ponad 1/5 je owoce i warzywa, a pieczywo je mniej niż 5%
Poza tymi ciekawostkami - sporo dzisiaj o RAG, czyli Retrieval Augmented Generation - technice dostarczania modelom AI (przeważnie językowym) nowej wiedzy dzięki rozszerzonych zapytań, co pozwala na odpowiadanie zgodnie z prawdą a nie fantazjowanie.
#ai_ml
Let’s build a AI Photo Generator with Python and FastAPI
Przez niespełna trzy godziny pan buduje API które generuje grafiki. Opowiada przy tym o wszystkich niezbędnych krokach.
#bazy_danych
How to Record Every Change in Your PostgreSQL Database
Jak zapisywać historię operacji w bazie danych? Kilka propozycji
#ciekawostki
OS Places
Pamiętacie serwis Foursquare? Zaznaczało się tam odwiedzone miejsca. Po kilkudziesięciu latach zbierania danych teraz możemy je pobrać i być może jakoś wykorzystać.
#data_engineering
I spent 3 hours learning the overview of ClickHouse
Pan spędził 3 godziny żeby zapoznać się z tym jak zbudowany jest ClickHouse. Ty możesz to zrobić w 10 minut z jego podsumowania,
#devops
Building a Robust Dockerized Monitoring Stack with Grafana and Prometheus
Jak zbudować ekosystem zbierający metryki (Prometheus) i prezentujący je (Grafana) w przystępny sposób?
#llm_&_chatgpt
5 Beginner-Friendly Projects to Learn LLMs & RAG
Dzisiejsza edycja sekcji o modelach językowych poświęcona jest zagadnieniu RAG W tym tekście znajdziesz spis materiałów, które pozwolą Ci zrozumieć ideę oraz podstawy zagadnienia.
Exploring RAG, Agent+RAG, and Evaluation with TruLens
Pomysł stojący za Retrieval Augmented Generation polega na dostarczeniu modelowi najbardziej istotnych informacji podczas generowania odpowiedzi. W ten sposób możemy mieć bazę danych z niestandardowymi danymi, które model będzie mógł wykorzystać. Zobacz jak to wszystko połączyć ze sobą.
Multimodal RAG: Process Any File Type with AI
O tym czym jest RAG i jak wykorzystać tą koncepcję do znajdywania informacji z użyciem modeli językowych oraz aktualnych danych.
Langchain: Framework for Building LLMs Applications
Langchain to framework do tworzenia aplikacji korzystających z modeli LLM. W tym tekście znajdziesz wprowadzenie do tego zagadnienia.
#python
Creating 50+ Stunning Charts in Python
Dziesiątki rodzajów wykresów, razem z kodem który je tworzy.
Continuous Integration and Deployment for Python With GitHub Actions
Korzystając z GitHub Actions, możesz wydajnie automatyzować swoje przepływy CI/CD takie jak testowanie i wdrażanie.
uv: An In-Depth Guide to Python’s Fast and Ambitious New Package Manager
Poradnik na skróty - jak zacząć używać managera projektów (w tym pakietów) uv.
Exposing Python Metrics with Prometheus
Prometheus to w tej chwili chyba najpopularniejsze narzędzie do zbierania metryk z działania systemów. A jak te metryki wystawić dla Prometheusa z poziomu Pythona?
#wizualizacja_danych
HR Analytics Dashboard
Przykład na prezentację danych o pracownikach - dashboard, na którym widać jasno skład zespołu w różnych przekrojach. Ku inspiracji
Zestawienie linków przygotowuje automat, wybacz więc wszelkie dziwactwa ;-)
