Python * A Complete Machine Learning Project Walk-Through in Python [https://codequs.com/p/BkaLEq8r4/a-complete-machine-learning-project-walk-through-in-python] * 이 기사는 ML에 관한 기본적인 솔류션을 제공하고, 개별적인 ML 방법이 어떻게 연관되어 있는지 설명하는 기사 * How to write a Python web framework. Part I. [http://rahmonov.me/posts/write-python-framework-part-one/] * 웹 프레임워크를 만들면서 Flask와 Django의 '

Python * Machine Learning for Everyone [https://medium.com/machine-learning-for-everyone/why-machine-learning-for-everyone-blog-ab7321042976] * ML에 대한 개략적인 소개하는 기사로 실질적인 예제를 중심으로 설명하고 있고 아주 적절하고 인터렉티브한 이미지를 통해 직관적으로 이해할 수 있도록 가이드를 하고 있음 * ML과 관련된 아주 멋진 그리고 위대한 기사 * 이번주 필독! * Learn Enough Python to be Useful: argparse [https://towardsdatascience.

Python * Getting Started with JupyterLab [https://www.blog.pythonlibrary.org/2019/02/05/getting-started-with-jupyterlab/] * Jupyter Notebook 보다 강력한 툴인 JupyterLab에 대한 간단한 소개 * Python exceptions considered an anti-pattern [https://sobolevn.me/2019/02/python-exceptions-considered-an-antipattern] * 파이썬에서 사용하는 '예외'의 '안티 패턴'에 관한 자세한 소개 * Zato: A

Python * On Building an Instagram Street Art Dataset and Detection Model [https://blog.floydhub.com/instagram-street-art/] * TensorFlow와 Keras를 사용해서 Instagram의 사진을 학습하고 모델을 작성하는 방법을 소개하는 튜토리얼 기사 * Updated: Using Pandas To Create an Excel Diff [https://pbpython.com/excel-diff-pandas-update.html] * Excel 파일의 차이점을 찾을 수 있는 간단한 튜토리얼 기사

Python * Tutorial: Time Series Analysis with Pandas [https://www.dataquest.io/blog/tutorial-time-series-analysis-pandas/] * 시계열 분석을 위해서 Pandas 라이브러리를 사용하는 방법을 소개하는 튜토리얼 기사 * Building Python Data Science Container using Docker [https://hackernoon.com/building-python-data-science-container-using-docker-c8e346295669] * 데이터 분석을 위해서 필요한 소프트웨어를 손쉽게 사용하기 위해서 도커를 고려하고 있다면 이 기사를 참고해서 컨테이너를 구성해보자

Python * Transaction tests in Pytest [https://blog.eleni.co/transaction-testcase-pytest/] * Pytest로 Django의 트랜잭션을 테스트하는 방법을 소개하는 기사 * Recursion vs. Looping in Python [https://hackernoon.com/recursion-vs-looping-in-python-9261442f70a5] * 파이썬에서 재귀와 반복문을 사용할 때 얻을 수 있는 장점과 단점에 대해서 소개하는 기사 JVM * Kotlin Standard Functions cheat-sheet [https://medium.com/androiddevelopers/kotlin-standard-functions-cheat-sheet-27f032dd4326] * Kotlin의

Python * Filesystem Magic with Python [https://www.willmcgugan.com/blog/tech/post/filesystem-magic-with-python/] * 이 기사에서 소개하는 PyFilesystem를 사용하면 중복된 파일을 삭제할 수 있는데 이 라이브러리는 S3와 Google Cloud Storage를 지원하기 때문에 클라우드를 활용하는 개발자는 꼭 참고하자! * Probabilistic Programming in Python [https://www.marsja.se/probabilistic-programming-in-python/] * 이 기사는 PyMC3을 사용하여 확률

Python * Modeling Polymorphism in Django With Python – Real Python [https://realpython.com/modeling-polymorphism-django-python/] * Django의 ORM을 사용하여 관계형 데이터베이스에서 다형성 객체를 저장하는 몇가지 기법을 배울 수 있는 기사 * 평소 Django의 ORM에 관심이 많았던 분들에게 추천드립니다. :D * Learn Python from Top 50 Articles for the Past Year (v.2019) [https://medium.mybridge.

Python * 2018 Trending English Searches on Google - Google Trends [https://www.pingshiuanchua.com/blog/post/2018-trending-english-searches-on-google-us-uk-in-sg-my-ph-google-trends] * Python 스크립트를 사용하여 Google 트랜드를 사용하여 2018년 인기 급상승Google 트렌드에서 관련 데이터를 가져 오는 Python 스크립트를 사용하여 지난 2018 년과 2018 년의 인기 급상승 검색어를 비교합니다. * 2018’s Top 7 Libraries and Packages

Python * A thing I learned about Python recursion [https://nedbatchelder.com/blog/201812/a_thing_i_learned_about_python_recursion.html] * CPython에서 몇번의 재귀가 가능한지 궁금하다면 이 기사를 읽어보자! * How to update your scikit-learn code for 2018 [https://www.dataschool.io/how-to-update-your-scikit-learn-code-for-2018/] * 제목에서 느낄 수 있듯이 scikit-learn의 변경사항을 잘 정리한

Python * Real-time software with MicroPython [https://jsolano.net/2018/01/28/real-time-software-with-micropython/] * PyBoard 및 Nucleo F429ZI 임베디드 보드에서 MicroPython의 실시간 동작을 테스트한 결과를 공유하는 기사 * Generating Random Data in Python (Guide) [https://realpython.com/python-random/] * Python에서 무작위 데이터를 생성하는 몇가지 방법을 다루고 있으며, 각각의 방법에 대한 목적과 속도를 비교하는 기사

Python * Quick Tip: SQLAlchemy for MySQL and Pandas [https://pythondata.com/quick-tip-sqlalchemy-for-mysql-and-pandas/] * SQLAlchemy를 사용하여 Pandas 데이터 프레임에 직접로드하는 방법을 소개하는 기사 * 데이터를 분석하고 반환하는데 걸린시간이 단축되는 놀라운 방법을 소개하고 있으니, 데이터 분석을 많이 하신다면 꼭 읽어보자! * Keras – Save and Load Your Deep Learning Models [https://www.pyimagesearch.com/2018/12/

* Core no more [https://www.b-list.org/weblog/2018/nov/20/core/] * Django 더 나은 미래를 위해서 커미터와 공헌자 그리고 문화에 대한 중요한 제안을 다루고 있는 기사 * Django의 역사에 관심이 있다면 세심하게 읽어보면 좋을 글 * Adding type hints to the Django ORM]( https://www.willmcgugan.com/blog/tech/post/adding-type-hints-to-the-django-orm/

Python * Best Practices for Using Functional Programming in Python [https://kite.com/blog/python/functional-programming] * Functional한 사고 방식을 적용하기 위한 짧고 쉬운 설명을 소개하는 기사 * Pythonic한 코드를 원하다면 이 기사를 읽고 참고해보자! * Advanced Form Rendering with Django Crispy Forms [https://simpleisbetterthancomplex.com/tutorial/2018/11/28/advanced-form-rendering-with-django-crispy-forms.html] * Django에서 Form을

Python * How to Implement Token Authentication using Django REST Framework [https://realpython.com/python-memory-management/] * DRF를 사용하여 Token 기반 인증을 구현하는 방법을 설명하는 튜토리얼 기사 * 요즘 대세인 JWT나 만국의 인증 방법인 OAuth등을 DRF에서 구현하고 싶은 개발자분들은 이 기사를 꼭 참고하자! JVM * Netflix Shows The Future of Android Architecture [https://www.techyourchance.

Python * Clean architectures in Python: a step-by-step example [http://blog.thedigitalcatonline.com/blog/2016/11/14/clean-architectures-in-python-a-step-by-step-example] * Robert C. Martin의 Clean Architecture 디자인 패턴을 TDD 방식을 사용하여 구현하는 방법을 상세히 소개하는 기사 * A Guide: A Django-REST-React-Redux Blueprint (Part 1) [https://medium.com/@maikluchtmeyer/a-guide-a-django-rest-react-redux-blueprint-part-1-aed050aab729] * DRF, ReactJS와 Redux를 사용하는 방법을 소개하는

Python * Python Patterns [https://python-patterns.guide/] * Python 프로그래밍 패턴에 대한 아이디어를 한 곳에서 확인할 수 있는 기사 * 시간이 없다면 The Decorator Pattern, Iterator Pattern은 확인해 보자! * How to use Pandas Sample to Select Rows and Columns [https://www.marsja.se/pandas-sample-randomly-select-rows/] * Pandas Sample을 사용하여 Pandas 데이터 프레임에서 임의로 행과 열을

Python * Visualizing YouTube videos using Seaborn and WordCloud in Python [https://medium.com/@tanmayee92/visualizing-youtube-videos-using-seaborn-and-wordcloud-in-python-b24247f70228] * Seaborn과 WordCloud를 사용하여 Kaggle의 YouTube 데이터를 시각화하는 방법을 소개하는 튜토리얼 기사 * Setting Up Python for Machine Learning on Windows [https://realpython.com/python-windows-machine-learning-setup/] * Windows에서 Python을 사용한 ML 환경을 구성하는 분들을 위한 가이드 기사 Java * Parallel

Python * Write Better Python Functions [https://jeffknupp.com/blog/2018/10/11/write-better-python-functions/] * Python의 함수를 '잘' 만드는 것에 대한 체크 리스트를 소개하고 몇가지 팁을 알려주는 기사 * Working with Jupyter Notebook Widgets [http://www.blog.pythonlibrary.org/2018/10/24/working-with-jupyter-notebook-widgets/] * Jupyter Notebook에서 사용자 정의 UI인 Jupyter widgets 작성에

Python * Python's range() Function (Guide) [https://realpython.com/python-range/] * Python의 범위 함수가 어떻게 작동하는지, 실습을 통해서 소개하는 기사 * Getting Started With Testing in Python [https://realpython.com/python-testing/] * Python으로 테스트를 작성하고 싶다면 이 기사를 참고해보자 * Gensim Tutorial – A Complete Beginners Guide [https://www.machinelearningplus.com/nlp/gensim-tutorial/] * 텍스트

Python * What's new in Python 3.7 and beyond [https://talkpython.fm/episodes/show/180/what-s-new-in-python-3.7-and-beyond] * Python 3.7 과 그 이후의 변경사항에 대해서 * Asterisks in Python: what they are and how to use them [http://treyhunner.com/2018/10/asterisks-in-python-what-they-are-and-how-to-use-them/] * Python에서 *의 사용방법이 궁금하셨다면 이 기사를

Python * AWS Lambda + Serverless Framework + Python — A Step By Step Tutorial — Part 1 “Hello World” [https://hackernoon.com/aws-lambda-serverless-framework-python-part-1-a-step-by-step-hello-world-4182202aba4a] * Python을 사용해서 AWS Lambda를 사용하는 방법을 소개하는 튜토리얼 기사 * YouTube API Integration: Uploading Videos with Django [https://www.toptal.com/django/youtube-api-integration-uploading-videos] * Django에서 YouTube API를 사용하는 방법을 소개하는 튜토리얼 기사 * Python

JVM * A little Kotlin puzzler [https://jeroenmols.com/blog/2018/09/25/kotlinpuzzler/] * 강력하고 매력적인 언어인 Kotlin에 대한 짧은 퍼즐을 통해서 '혼란'스러운 문법을 정리해볼 수 있는 시간! * What's in your Larder: Libraries for Kotlin Android development [https://larder.io/blog/larder-links-08-kotlin-android/] * Kotlin을 사용해서 Android 개발을

JVM * A guide to logging in Java [https://www.marcobehler.com/guides/a-guide-to-logging-in-java/] * Log4j2, Logback 또는 java.util.logging과 같은 응용 프로그램에 적합한 Java Loggin 라이브러리가 궁금하시면 이 기사를 참고해보자! * JDBC in Java, Hibernate, and ORMs: The Ultimate Resource [https://www.databasestar.com/jdbc-in-java/] * Java에서 JDBC를 사용하여 데이터 저장 또는

JVM * ML for Android Developers [https://blog.stylingandroid.com/ml-for-android-developers-part-1-2/] * 미리 훈련 된 TensorFlow Lite 모델을 Android 앱에 적용하는 방법과 몇가지 문제를 해결하는 방법을 소개하는 기사 * How Memory Leaks Happen in a Java Application [https://stackify.com/memory-leaks-java/] * JVM에서 발생하는 가장 일반적인 메모리 누수를 설명하고 원인을 이해하고 탐지/회피 할