NLTK dispone di moltissime funzionalità delle quali alcune mettono in campo capacità di analisi piuttosto evolute. In questo screencast parliamo della possibilità di analizzare automaticamente la struttura del testo scoprendo quale ruolo ha ogni singola parola all’interno della frase.
L’ambiente NLTK offre una gamma completa di strumenti per l’analisi del linguaggio naturale. In questo screencast, incontriamo lo stemming, tecnica fondamentale per la semplificazione del testo, e ragioniamo sulle sue potenzialità soprattutto pensando ad una lingua complessa come l’Italiano.
Il linguaggio naturale rappresenta il formato dati più diffuso in assoluto sebbene il più ostico da interpretare automaticamente. Esiste in Python NLTK, uno dei framework più usati al mondo in materia, che parte dalla manipolazione del testo fino a spingersi alle tecniche di Intelligenza Artificiale
Un linguaggio dinamico come Python ha bisogno di adeguate strutture per la corretta gestione di risorse. Risulta utilissimo per import/export di dati e sin da subito lo si sperimenta con il costrutto “with”. Il programmatore può gestire tutto in proprio grazie ai Context Manager: capiamo come
I dati da analizzare hanno spesso molteplici dimensioni e rappresentarli su piani bidimensionali non sempre risulta comodo. I grafici 3D possono offrire ulteriori prospettive soprattutto con uno strumento potente come Matplotlib. Vediamolo insieme
MQTT è il protocollo dominante dello scenario IoT e con ridotte quantità di codice permette di stabilire collegamenti tra device e software vari attraverso Internet. La sua praticità combacia perfettamente con la mentalità Python e per questo vediamo un esempio che li coinvolge entrambi
Prepariamo un breve script Python che permetterà di monitorare la disponibilità di servizi e pagine web. Oltre alla sua utilità pratica, sarà un’occasione per vedere al lavoro la libreria requests, scoprire come avviare un server web in Python e ripassare alcuni concetti fondamentali di HTTP
Tutti i linguaggi permettono di generare dati casuali e questa è una funzionalità fondamentale in ogni ambito: dal gaming, alla sicurezza all’Intelligenza Artificiale. Ma si tratta di vera casualità? Scopriamo cosa si intende per pseudo-casualità con un esempio in Python ed il servizio Random.org
Per comprendere bene potenzialità e problematiche delle proprie applicazioni è importante saper misurare i tempi di esecuzione del codice. Ci sono vari modi per farlo ed in questo screencast incontriamo timeit, un modulo specifico che Python già include nativamente
Studiare Big Data è ormai alla portata di tutti con ciò che Apache Spark ed il mondo Python offrono, ma lo si può rendere ancora più comodo sfruttando Google Colab, completo ambiente in Cloud. Vediamo in questo screencast alcune sue caratteristiche utili in generale, ma focalizzandoci su Pyspark