Публикации по теме 'python'
АЛГОРИТМЫ МАШИННОГО ОБУЧЕНИЯ №2
АЛГОРИТМЫ МАШИННОГО ОБУЧЕНИЯ №2
2. МНОЖЕСТВЕННАЯ ЛИНЕЙНАЯ РЕГРЕССИЯ
Что такое множественная линейная регрессия?
Множественная линейная регрессия (MLR), также известная как множественная регрессия, представляет собой статистический метод, который использует несколько независимых переменных для прогнозирования результата переменной отклика. Целью множественной линейной регрессии является моделирование линейной зависимости между независимыми переменными и переменными отклика..
Машинное обучение в трейдинге и финансах
Количественные финансы — 10 лучших программ сертификации и обучения (№7)
Коллеги, седьмое место в нашей Топ-10 обратного отсчета занимает программа Машинное обучение в трейдинге и финансах от Нью-Йоркского финансового института и Google Cloud. Он поможет вам в количественной торговле, парной торговле и импульсной торговле. Вы сможете разрабатывать базовые количественные торговые стратегии, создавать модели машинного обучения с использованием Keras и TensorFlow, строить модель..
Впечатляющее автоматизированное тестирование с использованием веб-драйвера Python и Selenium
Автоматизируйте тестирование с помощью Python
Привет всем, это Алан Энтони из области автоматизированного тестирования, и эта статья посвящена автоматизации тестирования с использованием Python. Давайте сначала посмотрим на повестку дня статьи. В этой статье будут рассмотрены следующие темы:
Введение в селен Почему Python для автоматизированного тестирования? Привязка Selenium и Python Pycham для питона Локаторы в селене.
Давайте разберемся, что такое селен и почему он..
Часть 5 : шаблоны проектирования Python — Singleton
Этот шаблон помогает ограничить создание только одного экземпляра класса. Это полезно в тех случаях, когда… вы правильно догадались — требуется только один экземпляр класса, например, один экземпляр класса базы данных, который будет использоваться везде.
Есть много способов создать Singleton в Python:
Распределитель синглтона Одиночный декоратор Метакласс синглтона моногосударство
Распределитель синглтона
class Singleton:
_instance = None
def __init__(self):..
Разница между «==» и «is» в Python
В Python есть два оператора для проверки на равенство: == и is . На первый взгляд может показаться, что эти операторы делают одно и то же, но они совершенно разные.
Основное различие между == и is заключается в том, что
== сравнивает значения двух объектов is сравнивает идентичность двух объектов
Пример 1
x = [1, 2, 3]
y = [1, 2, 3]
if x == y:
print("x and y have the same values")
if x is y:
print("x and y are the same object")
else:..
Мой первый месяц обучения программированию
Привет мир!
Кодирование было тем, что я всегда видел во всплывающих окнах на моем YouTube, и я никогда не думал, что это что-то, что я могу сделать. Я всегда ассоциировал программирование с людьми с невероятно высоким IQ или с теми, кто любит работать с числами, и то и другое было последним, как меня описывали бы мои друзья. Когда я наконец решил посмотреть одно из этих видео, я был полностью сбит с толку, все эти скобки и красочные слова показались мне иностранным языком, но что-то..
Почему Python медленный и как оптимизировать его производительность!!
Python — это язык программирования, который в некоторых ситуациях может работать медленнее, чем другие языки программирования. Это связано с тем, что код Python выполняется интерпретатором, что занимает больше времени, чем выполнение предварительно скомпилированного кода. Кроме того, Python спроектирован так, чтобы быть гибким и динамичным, что означает, что он может обрабатывать различные типы данных, но это может занять больше времени, чем обработка языка, использующего строгие типы..
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..