Brněnské Pyvo – Optimalizační

Python sa stáva čím ďalej popularnejším jazykom v komunite a to nepochybne najmä vďaka AI/ML a data science. S popularitou rastie aj počet balíkov dostupných na PyPI a je často náročné vybrať ten správny balík v správnej verzii pre aplikáciu tak, aby aplikácia bežala korektne. Projekt Thoth je recommender systém ktorý agreguje informácie o Python balíčkoch, ich verziách ako aj informácie o ich korektnosti (nazývané "observations"). Tieto informácie sú následne použité v resolveri tak, aby doporučil balíčky v konkrétnych verziách pre aplikácie. V tejto krátkej prezentácii sa pozrieme na základne vlastnosti recommender systému postaveného na princípoch reinforcement learningu a ako je možné použiť Thoth pre správu závislostí aj v Tvojom projekte aby si sa mohol vyhnúť "dependency hell".

Project Thoth is a recommendation engine that collects information about software packages, container images such as installation, assembling issues, runtime crashes or information about performance. This information is subsequently used in a recommendation engine that searches large state space of libraries and recommends the best possible combination of libraries suitable for your application using reinforcement learning. Let’s have a look at how such information is collected and how the large state space is explored to resolve the best application stack for your Python application based on different aspects.

Python ecosystem is experiencing significant growth and popularity especially with the hype machine learning, data science and AI are creating. As the ecosystem grows its many times not straightforward and easy to decide which libraries in which versions are the most suitable ones for an application. Project Thoth is a recommendation engine which aggregates various characteristics of Python packages, called "observations", and uses them to recommend the best possible software stack (a fully pinned down list of dependencies) suitable for user's runtime environment and the application purpose. In this talk, we give an overview of the project Thoth, main ideas in data aggregation and its recommendation engine based on reinforcement learning principles. We will also show how you can benefit from Thoth's recommendations.

Navrhni řešení komplexní dopravní situace ve tvém městě; Jezdíš denně přes kus města a setkáváš se s místy kde by dopravní řešení šlo vyřešit lépe? Ať už pro auta kruhovým objezdem nebo naopak zákaz vjezdu aby se uvolnil prostor pro cyklisty či chodce? Díky simulaci v Cities Skylines a modu CSL map můžeme z přibližného modelu (části) města vyzkoušet různé řešení a pomocí Pythonu vybrat to nejvhodnější.

Suggest a solution for complex traffic situation in your city; Are you daily commuting through big part of town and seeing areas where traffic solution could be done better? Be it roundabouts for cars or banning them to make more space for bikes or pedestrians? Thanks to simulation in Cities Skylines and CSL map mod we can try out different solutions from a rough copy of a (part of) real city and using Python select the ideal solution.

Určitě dojde i na lightning talky. Můžeš jeden mít i ty, viz pyvo.cz#info-for-speakers. Registrace nutná na Lightning Talk – bit.ly/brpylight.