Tematy spotkań

[FrightenedFox]

Ogólne zalecenia

• Specjalnie robić błędy, ale tak, żeby to wyglądało "naturalnie". Chodzi o to, żeby przypadkiem nie stworzyć takiego wrażenia, że oni nie mogą programować bo im wyskoczył błąd. Pokazać, że kiedyś każdy z nas się myli i co trzeba zrobić, aby ten błąd zidentyfikować i znaleźć.
• Robić wszystko powoli.
• Idea Huberta: wszystkie materiały po angielsku?

---

1. Why Python? A guessing game.

• Zainteresowanie tematem programowania, Pythona, ML i naszego koła Machine Learning (np.: za aktywność w kole się dostaje punkty, uczymy Pythona teraz, a nie na 5 semestrze, chociaż jest potrzebny wcześniej).
• Google Colab
• Typy zmiennych: int, float, string, bool; przekształcania pomiędzy typami.
• Działania na liczbach (imo warto pokazać różnicę pomiędzy operatorami ^ i **, może również pokazać jak się zapisuje liczby binarne 0b0101 oraz szesnastkowe 0x0101).
• Porównywanie liczb lub tekstu (imo warto pokazać wielokrotne porównanie (0 > -5 < -3) == (0 > -5 and -5 < -3)).
• Konstrukcja if: ... elif: ... else: ....
• Konstrukcja while: ... i break.

---

2-3. What is python doing? (snake game, 2 parts)

Cześć 1

• Instalacja Python i środowiska
• Python skrypt (a nie notatnik)
• Tworzenie własnej klasy, importowanie własnych modułów.
• OOP
• Funkcja
• Lista
• UI

Część 2

• Zebranie wszystkich elementów w całkowity projekt

---

4. How to build an optimal PC? (data analysis project)

Jeżeli w skrócie, to jakie komponenty wybrać, żeby proporcja jakość/cena była jak największa.

• instalacja modułów za pomocą pip
• podstawy Pandas,
• podstawy Jupyter Lab
• Pobieranie danych z internetu (może API, zależy jakie będzie źródło danych)
• Wstępne przygotowanie/czyszczenie danych
• Wizualizacja danych (matplotlib)
• Tworzenie podstawowych wniosków

---

5. How to write fast Python code?

• Wykorzystanie gotowych funkcji numpy
• Tworzenie własnych funkcji wektorowych (map, pd.Series.apply, np.vectorize)
• Szybkie proste funkcji za pomocą biblioteki Numba
• Code profiling
• (jeżeli będzie czas) CUDA + Numba

---

6. None

Nie wiem co wybrać, ale mam takie pomysły:

• ML projekt (od zera, bez wykorzystania gotowych modułów ML, tylko numpy). Nie wiem czy wystarczy czasu na taki projekt. Chyba, że zrobić 7 zajęć / wyrzucić jakiś inny temat.
• Coś za pomocą Raspberry Pi (poprosić w Salacha). Ale czy jest sens? Przecież i tak będą to robić na 2 roku? Czy tam już nie będzie Salacha (słyszałem, że 1 rok teraz miał ELIAKi z kimś innym)?
• Jak korzystać z managerów paczek (conda, mamba, poetry, virtualenv). Bardzo przydatny temat, ale trochę nudny i może nie wartuję całego zajęcia (przecież tylko wytłumaczyć po co są potrzebne dependencies i wirtualne środowiska; pokazać jak korzystać z tych paczek).

[pgronkievitz]

może również pokazać jak się zapisuje liczby binarne 0b0101 oraz szesnastkowe 0x0101

od razu można też ósemkowe pokazać (0o0101)

Coś za pomocą Raspberry Pi (poprosić w Salacha). Ale czy jest sens? Przecież i tak będą to robić na 2 roku? Czy tam już nie będzie Salacha (słyszałem, że 1 rok teraz miał ELIAKi z kimś innym)?

Mateusz się zamienił w zeszłym roku i wziął informatyków, nie wiem jak będzie w tym - ogółem Ola i Kuba bardzo się na prowadzącego skarżyli

Jak korzystać z managerów paczek (conda, mamba, poetry, virtualenv). Bardzo przydatny temat, ale trochę nudny i może nie wartuję całego zajęcia (przecież tylko wytłumaczyć po co są potrzebne dependencies i wirtualne środowiska; pokazać jak korzystać z tych paczek).

You know nothing - warto to pokazać i położyć na to zdecydowanie większy nacisk. Szczególnie na poetry, które staje się powoli nowym standardem od ustandaryzowania formatu pyproject.toml, można tu od razu pokazać narzędzia takie jak tox, black i ogólnie cały tooling wokół pythona

[finloop]

4. How to build an optimal PC? (data analysis project)

Fajny pomysł na web scraping. Mogę z tym pomóc.

Jak korzystać z managerów paczek (conda, mamba, poetry, virtualenv). Bardzo przydatny temat, ale trochę nudny i może nie wartuję całego zajęcia (przecież tylko wytłumaczyć po co są potrzebne dependencies i wirtualne środowiska; pokazać jak korzystać z tych paczek).

Z tego można zrobić (jak Patryk wspominał) tutorial z Poetry, z którym bardzo dobrze mi się pracuje. A przy okazji możemy pokazać jak opublikować swoją paczkę w pypi (co też robi się bajecznie łatwo w Poetry).

5. How to write fast Python code?

• Wykorzystanie gotowych funkcji numpy
• Tworzenie własnych funkcji wektorowych (map, pd.Series.apply, np.vectorize)
• Szybkie proste funkcji za pomocą biblioteki Numba
• Code profiling
• (jeżeli będzie czas) CUDA + Numba

To także spory temat. Albo bym go podzielił, albo zawęził.

Jeżeli małbym go zawężać to zrobiłbym np. wprowadzenie do numpy i pokazać im jak rozwiązywać zadania z algebry (które mają na 1 roku). I na koniec pokazać im że sieci neuronowe to tak naprawdę mnożenie macierzy (wyciągnąć wagi z gotowej sieci np. https://towardsdatascience.com/solve-the-mnist-image-classification-problem-9a2865bcf52a i przemnożyć, wydaje mi się, że może to dać efekt wow).

[finloop]

Proponuję następujące tematy

1. Why Python? A guessing game.

• Zainteresowanie tematem programowania, Pythona, ML i naszego koła Machine Learning (np.: za aktywność w kole się dostaje punkty, uczymy Pythona teraz, a nie na 5 semestrze, chociaż jest potrzebny wcześniej).
• Google Colab
• Typy zmiennych: int, float, string, bool; przekształcania pomiędzy typami.
• Działania na liczbach (imo warto pokazać różnicę pomiędzy operatorami ^ i **, może również pokazać jak się zapisuje liczby binarne 0b0101 oraz szesnastkowe 0x0101).
• Porównywanie liczb lub tekstu (imo warto pokazać wielokrotne porównanie (0 > -5 < -3) == (0 > -5 and -5 < -3)).
• Konstrukcja if: ... elif: ... else: ....
• Konstrukcja while: ... i break.

---

2-3. What is python doing? (snake game, 2 parts)

Cześć 1

• Instalacja Python i środowiska
• Python skrypt (a nie notatnik)
• Tworzenie własnej klasy, importowanie własnych modułów.
• OOP
• Funkcja
• Lista
• UI

Część 2

• Zebranie wszystkich elementów w całkowity projekt

---

4. How to build an optimal PC? (data analysis project)

Jeżeli w skrócie, to jakie komponenty wybrać, żeby proporcja jakość/cena była jak największa.

• instalacja modułów za pomocą pip
• podstawy Pandas,
• podstawy Jupyter Lab
• Pobieranie danych z internetu (może API, zależy jakie będzie źródło danych)
• Wstępne przygotowanie/czyszczenie danych
• Wizualizacja danych (matplotlib)
• Tworzenie podstawowych wniosków

---

5. Let computers do what they do best: introduction to Numpy

• Tworzenie wektorów i macierzy
• Mnożenie wektorów, iloczyn wektorowy, iloczyn macierzy
• Rozwiązywanie układów równań liniowych
• Prosta sieć neuronowa

---

6. Publishing your work

• Jak korzystać z Poetry
• Jak wygląda struktura projektu w Pythonie
• Publikowanie własnej paczki w Pythonie
• ... i jej instalacja

[FrightenedFox]

Według mnie ostatni plan wygląda bardzo dobrze

[FrightenedFox]

Mam jeszcze taką ideę: zrobić test z Pythona i podać go na początku kursu i na końcu, żeby:

1. Zobaczyć czy potrafiliśmy ich czegoś nauczyć;
2. Pokazać im, że oni czegoś się nauczyli;
3. Zrozumieć gdzie idzie im łatwo, a gdzie trudniej, żeby (jeżeli w następnym roku ktoś będzie powtarzał ten kurs) można było zwrócić szczególną uwagę na trudniejsze miejsca i pominąć łatwiejsze.

[pgronkievitz]

tak sobie teraz myślę, to można lekko zmienić temat mojej prezki - samo pakowanie to temat nudny jak flaki z olejem, wydaje mi się, że dużo lepiej będzie pokazać tooling dookoła Pythona (razem z pakowaniem przez poetry), co o tym myślicie? @FrightenedFox @finloop

[FrightenedFox]

tooling dookoła Pythona

Co dokładnie masz na myśli? I proszę pamiętać o tym, że masz tylko 1.5 godziny... Już 2 razy na tym potknąłem się xD (trzeciego razu nie będzie, zrobię w końcu na 1.5h)

Jak pokazuje praktyka, mieści się max 15-20 pytań na itempool.com

[pgronkievitz]

Co dokładnie masz na myśli? I proszę pamiętać o tym, że masz tylko 1.5 godziny...
Wspomnę o tym, że jest dużo opcji, a w praktyce chciałem pokazać

1. black
2. pylint
3. bardzo prosty kawałek fastapi (dosłownie jeden endpoint pokroju isEven)
4. poetry z wypchnięciem na test.pypi.org

to totalnie powinno być do zrobienia
jak zostanie czasu, to jeszcze pokazałbym jak napisać prosty test w pytestcie i tyle