2021-06-27 읽을거리

python

1. python의 8가지 built-in 함수

이전에 공유한 built-in 함수 글들과 겹치는 부분들도 있지만 새로운 함수들도 있어서 볼 만 하다

https://levelup.gitconnected.com/8-built-in-functions-every-python-programmer-should-know-3552eb768894

8 Built-in Functions Every Python Programmer Should Know

 

2. python 에서 큰 데이터셋을 효과적으로 읽는 방법

주요 키워드는 yield 를 사용한 generator이다. for 문에 open 함수를 사용하는 건 이전에 생각지 못한 코드이다.

https://medium.com/programming-for-beginners/how-to-use-python-generators-to-efficiently-process-large-data-sets-38e18bd8ae29

How to Use Python Generators to Efficiently Process Large Data Sets

 

3. loop문에 대한 병렬 처리 비교 & 병렬 처리의 데이터를 공유하는 dictionary에 저장

반복문을 더 빠르게 처리하고 싶으면 해당 글을 읽어보는 것을 추천

https://medium.com/daily-programming-tips/how-to-parallelize-for-loops-in-python-and-work-with-shared-dictionaries-76a5560254cd

How to parallelize for loops in Python and Work with Shared Dictionaries

 

4. "==" 와 "is"문에 대해 low level로 비교 고찰

프로그래밍의 개념을 심도 있게 알고 싶다면 이런 종류의 글들을 읽는 것을 추천

https://medium.com/techtofreedom/string-interning-in-python-a-hidden-gem-that-makes-your-code-faster-9be71c7a5f3e

String Interning in Python: A Hidden Gem That Makes Your Code Faster

 

---

 

ML/DL

1. 쇼핑 상품 카테고리 분류의 multimodal machine learning 설명

이후 이어서 글을 작성할지는 모르겠지만 해당 내용만으로도 기본적인 개념은 파악할 수 있다

http://hyunje.com/data%20analysis/2021/06/26/multimodality-in-product-classification.html

쇼핑 상품 카테고리 분류에서의 Multimodal Machine Learning

 

2. pandas에서 피해야 하는 함수들 5가지

https://towardsdatascience.com/please-stop-doing-these-5-things-in-pandas-9fbabea897aa

Please Stop Doing These 5 Things in Pandas

 

3. pandas의 read_csv를 잘 쓰는 법

2번 내용과 대치되는 부분이 있지만 modin.pandas로 대체하여 사용하면 될 듯 하다

https://medium.com/gustavorsantos/go-next-level-with-pandas-read-csv-29e3c207a66d

The Next Level of Pandas read_csv( )

 

4. 베이즈 이론에 대해 시각적으로 설명

https://pub.towardsai.net/understand-bayes-theorem-through-visualization-8ec99a0577e4

Understand Bayes’ Theorem Through Visualization

 

5. PHOTONAI : 머신러닝 파이프라인 & AutoML 을 high API로 제공하는 라이브러리

다른 파이프라인, AutoML 라이브러리와 이후 비교해봐야 할 것으로 보인다

https://github.com/wwu-mmll/photonai

wwu-mmll/photonai