Публикации по теме 'toronto'
Курс 2 неделя 3: О боже, я справился с таким сложным заданием!!!
Пожалуйста, посмотрите на это.
Я чувствовал, как выбрасывается много дофамина, получая желаемый результат.
На этой неделе я научился читать файл и извлекать из него нужную мне информацию: используя функцию open(), чтобы открыть файл, обработайте его как своего рода иллюминатор между моей программой и файлом, используя оператор for для циклического просмотра файл, библиотеку строк .startwith, чтобы сделать условие для извлечения определенной информации.
Однако задание требовало..
Курс 2_неделя 5: Словари
Опять же, я думал, что потерплю неудачу… все становилось все сложнее, когда я узнавал что-то новое.
«Словари похожи на списки, за исключением того, что они используют ключи вместо чисел для поиска значений». Чтобы подсчитать наиболее часто встречающиеся слова в файле, мы сделаем:
Сделать словарь с помощью dict() Введите текст, используя input() и open() Sprit строки текста (Split возвращает нам список), используя .split() Прокрутите список, используя цикл for Пройдитесь по..
Курс 1_неделя 2: Терминал? — Погружение в Mac
Я посмотрел пару видеороликов и читал, как и в первую неделю. Все шло гладко… пока не дошло до нашего задания для взаимной оценки.
Чтобы доказать свою работу, мне нужно было сделать два снимка экрана и загрузить их.
Первое приглашение было «Пожалуйста, загрузите изображение текстового редактора, показывающего ваш код Python с одним оператором печати, используя что угодно, кроме «Hello world». Ага. Это не сложно, я мог бы просто скопировать инструкцию.
Я замер, когда прочитал вторую..
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..