Обложка канала

Задачи по Python и машинному обучению. Страница 25

4552 @python_tasks
Открыть

Задачи по питону и машинному обучению: алгоритмы, функции, классы, регулярные выражения, итераторы, генераторы, ООП, исключения, numpy, pandas, matplotlib, scikit-learn, TensorFlow и др. #Python #ml

  • Задачи по Python и машинному обучению

    Надоело искать книги по всему интернету? В телеграм появился бот🤖 в котором вы сможете найти любые книги📕 на русском по IT. База книг ежедневно пополняется. Информация должна быть доступна и бесплатна🎓 https://t.me/searchIT_bookbot
    IT BOOKS [BOT]🇷🇺

    Крупнейшая библиотека IT книг прямо в телеграм @onbcvywrybot - связаться с разработчиком/Рассылка

    Telegram

  • Задачи по Python и машинному обучению

    Что выведет код? 
    import numpy as np
a = np.array([1, 2, 3, 4])
b = np.searchsorted(a, 3.5)
print(b)

  • Задачи по Python и машинному обучению

    Прокачайте свои навыки в сфере IT и аналитики данных — примерьте роль Data Scientist! Участвуйте в бесплатном онлайн-интенсиве, который пройдёт с 10 по 12 марта. Начало — в 19:00 по московскому времени. Записывайтесь: 👉 https://clc.to/EoU4cw. За 3 дня вы научитесь: ⚡️ исследовать данные с помощью языка программирования Python; ⚡️ отличать Data Science от Machine Learning и Artificial Intelligence; ⚡️ строить модели для реальных кейсов; ⚡️ находить аномалии в данных; ⚡️ решать реальные задачи, с которыми сталкивается Data Scientist. В роли спикера выступит руководитель направления по исследованию данных в Сбере с семилетним опытом в программировании — Анастасия Борнева. 🎉 Каждый участник, сдавший практическую работу, получит сертификат на 10 тысяч рублей на любой курс Skillbox. Присоединяйтесь!

  • Реклама

  • Задачи по Python и машинному обучению

    Что выведет код? 
    import numpy as np
a = np.array([30, 0, -1, 7])
x = np.argsort(a)
print(x[0])

  • Задачи по Python и машинному обучению

    Что выведет код? 
    import numpy as np
a = np.array([[3, 2], [1, -1]])
a.sort()
print(a[-1, 0])

  • Задачи по Python и машинному обучению

    Хотите узнать больше о профессии SQL-разработчика и аналитика данных? Участвуйте в обучающем онлайн-интенсиве Skillbox 7–9 марта в 19:00 по московскому времени. Попробуйте свои силы на практике! Запись и подробная информация: 👉 https://clc.to/zvSxEA Вы научитесь: ● составлять запросы к базам данных; ● использовать сложные конструкции SQL; ● пользоваться SQLiteStudio. Спикером будет специалист по анализу данных, сертифицированный SQL-разработчик Microsoft — Мкртич Пудеян. 📍 Вы сможете общаться с другими участниками и ведущим интенсива в закрытом чате в Telegram. 📍 3 дня вебинаров по 1,5 часа для полного погружения в тему — такого вы ещё не видели! 🎉 Все участники получат электронную книгу издательства МИФ. А те, кто сдаст практическую работу, — сертификаты на 10 тысяч рублей на любой курс Skillbox. Присоединяйтесь!

  • Задачи по Python и машинному обучению

    Что выведет код? 
    import numpy as np
a = np.array([[1, 2], [3, 4]])
x = a.argmin()
y = a.argmax()
print(a.ravel()[x + y])

  • Задачи по Python и машинному обучению

    Что выведет код? 
    import numpy as np
a = np.array([[1, 2], [3, 4]])
b = (a.max(axis=1) - a.min(axis=0)).max()
print(b)

  • Задачи по Python и машинному обучению

    Что выведет код? 
    import numpy as np
x = np.linspace(0, 1, 2)
y = np.linspace(0, 1, 3)
X1, Y1 = np.meshgrid(x, y)
X2, Y2 = np.meshgrid(x, y, sparse=True)
print(*X1.shape, *Y1.shape, *X2.shape, *Y2.shape)

  • Задачи по Python и машинному обучению

    Что выведет код? 
    import numpy as np
x = np.linspace(0, 2, 3)
y = np.linspace(0, 1, 2)
X, Y = np.meshgrid(x, y)
print(int(X.sum()), int(Y.sum()))

  • Задачи по Python и машинному обучению

    Самое время начать карьеру в IT-сфере! Участвуйте в бесплатном интенсиве с 28 февраля по 2 марта в 21:00 по московскому времени. Обучитесь новой профессии — 1С-разработчик. Регистрируйтесь: 👉 https://clc.to/vPWQ4w. 👨‍💻 Познакомитесь с платформой 1С и её основными объектами. Создадите базу для торгового предприятия и на её примере поймёте, что 1С — это легко. 💼 К концу интенсива подготовите проект, который станет первым кейсом в вашем портфолио разработчика. 🎁 Каждый участник интенсива, который выполнит практическую работу, получит сертификат на 10 тысяч рублей для оплаты любого курса Skillbox. А ещё электронную книгу Пола Доэрти и Джеймса Уилсона «Человек + машина» издательства МИФ.

  • Задачи по Python и машинному обучению

    Что выведет код? 
    import numpy as np
a = np.arange(4).reshape(2, 2)
b = a[:, np.newaxis, :]
print(b.shape)

  • Задачи по Python и машинному обучению

    Что выведет код? 
    import numpy as np
np.newaxis is None

  • Задачи по Python и машинному обучению

    Что выведет код? 
    import numpy as np
vals = np.arange(1, 10)
bools = (vals % 2 == 0) | (vals % 3 == 0) & ~(vals % 9 == 0)
print(vals[bools])

  • Задачи по Python и машинному обучению

    Что выведет код? 
    import numpy as np
a = np.array([1, 2, 3])
ia = np.array([True >> 0, False, True])
print(a[ia].sum())

  • Реклама

  • Задачи по Python и машинному обучению

    Что выведет код ? 
    import numpy as np
a = np.array([3, 1, 2])
ia = np.array([True, False, True])
print(a[ia].sum())

  • Задачи по Python и машинному обучению

    В первый день весны приглашаем на Spring Python Meetup. 🚩Обсудим, как меняются тренды в Python‑разработке и определимся, есть ли место Python в крупных корпорациях. 🚩Подготовимся к обновлениям библиотек, версий или ОС без долгого подбора совместимых друг с другом зависимостей. Для этого разберемся с источниками проблем, посмотрим, как другие экосистемы справляются со схожими задачами, и узнаем, как сохранить свои нервы при следующих обновлениях. 🚩В завершение поговорим о прикладном, тактическом программировании: как аккуратно добавлять новые фичи в текущий проект, не поломав его. 📍 1 марта 2022, 18:00 МСК, в онлайн по всему миру.  Для участия нужна только регистрация 👉https://clck.ru/bNEDC

  • Задачи по Python и машинному обучению

    Что выведет код? 
    import numpy as np
a = np.arange(6).reshape(3, 2)
ia = np.array(((0, 0), (0, 1)))
ja = np.array(((1, 0), (0, 0)))
b = a[ia, ja]
print(b.sum() + b.ndim + b.size)