Публикации по теме 'python'
Реализация градиентного спуска для линейной регрессии
Часть 3 из серии «Начало работы с глубоким обучением»
Мотивация
В последнем посте мы углубились в то, как мы можем настроить параметры модели, чтобы уменьшить ошибку ее прогнозов на обучающей выборке. Это можно сделать с помощью алгоритма градиентного спуска, который итеративно обновляет параметры, делая шаги к минимуму, руководствуясь градиентом функции потерь.
Эта публикация посвящена простому, но очень информативному упражнению по применению алгоритма градиентного спуска к..
Зачем код модульного тестирования
Модульное тестирование — это метод тестирования программного обеспечения, при котором отдельные блоки исходного кода, наборы одного или нескольких компьютерных программных модулей вместе с соответствующими управляющими данными, процедурами использования и рабочими процедурами тестируются отдельно от остального программного обеспечения, чтобы определить, пригодны для использования.
Есть несколько причин, по которым вам следует проводить модульное тестирование кода:
Улучшение качества..
Как мы можем использовать Python и биопайтон для биоинформатической работы
Национальный центр биотехнологической информации (NCBI) - это серия баз данных, в которых хранятся молекулярные и библиографические данные. С момента своего создания в 1988 году NCBI привлекла многих исследователей для доступа к своим молекулярным данным (например, последовательности ДНК, последовательности РНК, последовательности белка) и соответствующим библиографическим данным. Доступ к данным можно получить с помощью Entrez системы поиска данных, которая предоставляет..
Наследование Python для начинающих
Способ уменьшить количество кода, который повторяется в вашем проекте.
Во многих языках программирования более высокого уровня, таких как C ++, C #, Python и Java, наследование является полезным инструментом, позволяющим избежать повторения кода в нескольких местах.
В этой статье я научу вас использовать функцию наследования Python. Я не буду углубляться в преимущества или недостатки использования наследования по сравнению с другим типом теории программирования, например с..
Преобразование XML в CSV с помощью Python
Руководство по преобразованию XML в CSV с помощью Python.
В отличие от HTML файлы XML имеют собственные теги. На основе этих тегов мы можем выбрать необходимые столбцы для создания CSV.
Этот процесс имеет два преобразования: XML → DICT → CSV .
Пример XML:
<employees>
<employee>
<name>Carolina</name>
<role>Data Engineer</role>
<age>24</age>
</employee>
<employee>..
6 библиотек, которые должен знать каждый разработчик Python
Отборная коллекция лучших библиотек Python
Библиотеки призваны облегчить нашу жизнь. А в экосистеме Python их тысячи.
Но с чего начать?
Что ж, именно поэтому мы здесь сегодня. Я расскажу о 6 лучших библиотеках, о которых должен знать каждый разработчик Python.
Неважно, являетесь ли вы новичком или экспертом в Python, знание этих библиотек всегда будет держать вас впереди остальных.
Давайте начнем!
Инструментарий естественного языка (NLTK)
Если вам нужно работать с..
7 удобных встроенных функций Python
Встроенные функции Python
Осведомленность о встроенных функциях Python - это самая важная вещь, которая удерживает людей от их использования и упускает простые решения своих проблем с кодированием. Я понял, что мне будет полезно потратить время на изучение этих функций, чтобы повысить свою осведомленность. Итак, вот несколько моих любимых с краткими пояснениями и примерами.
1. помощь ()
Это не совсем то, что вы, возможно, думали о встроенных функциях кодирования, но все же это..
Новые материалы
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..