Logički programski jezik otvorenog koda kompajlira se u SqL i radi na Google BigQuery, sa eksperimentalnom podrškom za PostgreSQL i SQLite. Google je predstavio otvoreni programski jezik Logica, logički programski jezik dizajniran da „rešava probleme SQL-a“ tako što umesto prirodnog jezika koristi sintaksu matematičke logike zasnovane na tvrdnjama. Predstavljen 12. aprila kao naslednik Google-ovog jezika Yedalog, Logica je logički jezik sličan Datalogic-u. Namenjen inženjerima, naučnicima podataka i drugim stručnjacima, kompajlira kôd u SQL i radi na skladištu podataka zasnovanom na oblaku Google BigQuery, uz eksperimentalnu podršku za PostgreSQL i SQLite. Ali Logica je sažetija i, za razliku od SQL-a, podržava apstrakcije za višekratnu upotrebu. Takođe podržava module i uvoženje, može se koristiti iz interaktivne Python beležnice, pa upite za testiranje čini lakim i prirodnim, kažu Google programeri u blogu.

Kako odabrati kod toliko NLP resursa u Pythonu? Otkrijte najbolje Python biblioteke za analizu teksta i kako se one koriste. Obrada prirodnog jezika, ili skraćeno NLP – natural language processing, najbolje je opisati kao „VI za govor i tekst“. Čarolija iza govornih komandi, prevođenja govora i teksta, analize raspoloženja, sažimanja teksta i mnogih drugih lingvističkih aplikacija i analiza, obrada prirodnog jezika dramatično je poboljšana zahvaljujući dubokom učenju. Jezik Python pruža pogodan pristup za sve vrste mašinskog učenja, uključujući NLP. U stvari, postoji neprilika šta izabrati od NLP bogatstva u ekosistemu Python. U ovom članku ćemo istražiti svaku od NLP biblioteka dostupnih za Python - njihove primene upotrebe, snagu, slabosti i opšti nivo popularnosti.

Naučite kako da pravite sve, od osnovnih linijskih grafikona do utrkujućih trakastih dijagrama - interaktivnih i lako animiranih - pomoću R paketa echarts4r. Iako za statične grafike uglavnom koristim ggplot2, uvek tražim načine za interaktivnu vizualizaciju. Paket echarts4r je jedan od mojih novih omiljenih paketa za to. Intuitivan je, moćan i fleksibilan. Paket echarts4r je R omotač za JavaScript biblioteku echarts, zvanični projekat fondacije Apache Software (napredovao iz statusa inkubatora u decembru). To mi pomaže da se samouvereno oslonim na JavaScript kôd na kojem se zasniva R paket.

Veliki potrošački softver, aplikacije i veb lokacije rađaju kod vaših poslovnih korisnika preterana očekivanja od onog što vaš mali tim za razvoj može da uradi. Evo kako da se reše njihove (često opravdane) žalbe. Da li je Linkoln rekao da sav softver mrzimo bar neko vreme i da neki softver mrzimo sve vreme? Rekao bi to. Hvala bogu da ne možemo sav softver da mrzimo stalno jer, nakon što pogodimo pravu kombinaciju pritisaka na miša i tastaturu, većina tog softvera radi čarobne stvari. Šteta što put do tog rezultata često uključuje psovke i čupanje kose - posebno ako je kôd iz vaše vlastite kuće. Čak i da mrzimo korišćenje velikih proizvoda, aplikacija i veb lokacija, ocenjivanje razvoja softvera često nije fer prema prilagođenim projektima za posebne zadatke preduzeća. Uostalom, postoje na stotine ako ne i hiljade programera koji rade na velikim softverima i uslugama od kojih potrošači zavise u svakodnevnom životu. Postoje čitavi timovi posvećeni samo delu za plaćanje kreditnim karticama i čitave zgrade pune radnika posvećenih rešavanju kako da ljudi kliknu češće za jedan procenat. Ali teško je o manjim internim projektima ne suditi prema standardima koje postavljaju ove brigade programera.

Koji programski jezik treba da odaberete za projekat mašinskog obučavanja ili dubokog obučavanja? Ovo su vam najbolje opcije

Autor: Ian Pointer

VI (veštačka inteligencija) otvara čitav svet mogućnosti za programere aplikacija. Korišćenjem mašinskog obučavanja ili dubokog obučavanja mogli biste da proizvedete mnogo bolje korisničke profile, personalizaciju i preporuke ili da uključite pametnije pretraživanje, govorni interfejs ili inteligentnu pomoć ili da poboljšate aplikaciju na neki drugi način. Možete čak i da pravite aplikacije koje vide, čuju i reaguju na situacije koje uopšte niste predvideli.

Koji programski jezik treba da naučite da biste zaronili u dubine VI? Naravno, želite jezik sa mnogo dobrih biblioteka za mašinsko obučavanje i duboko obučavanje. Jezik bi takođe trebalo da ima dobre radne performanse, podršku dobrih alata, veliku zajednicu programera i zdrav ekosistem paketa za podršku. To je dugačak spisak zahteva, ali još uvek postoji puno dobrih opcija.

MongoDB i MySQL su vodeći NoSQL otvorenog koda i relaciona baza podataka. Šta je najbolje za vašu aplikaciju?

Tokom dot kom elspolozije u 1990-im, uobičajeni softverski paket za veb aplikacije bio je LAMP, koji je prvobitno značio: Linux (OS), Apache (veb server), MySQL (relaciona baza podataka) i PHP (serverski jezik za server). MySQL je bila najpoželjnija baza podataka pre svega zato što je bila besplatna, otvorenog koda i imala je dobre performanse čitanja, što se dobro uklapalo sa aplikacijama „Veb 2.0“ koje su dinamički generisale lokacije iz baze podataka.