Публикации по теме 'numpy'
Регуляризованные модели линейной регрессии
Модели регуляризованной линейной регрессии
Реализация путевого координатного спуска для лассо и эластичной сети в Python с использованием NumPy
Объяснения решения некоторых из самых популярных алгоритмов контролируемого обучения
Привет! 👋
Добро пожаловать в заключительную часть углубленного изучения регуляризованного линейного регрессионного моделирования , состоящего из трех частей! В части первой было основано линейное моделирование с выводом OLS, показывающего, как..
Совершенствуйте свои навыки работы с данными с помощью NumPy: алгебраическое чудо — Часть 1
Неделя 7. Блог 14. Раскрытие возможностей алгебры NumPy для мастеров работы с данными
Привет, читатели!
В быстро меняющемся мире науки о данных и машинного обучения крайне важно иметь прочную фундаментальную основу. В этой части мы рассмотрим возможности и универсальность NumPy, фундаментальной библиотеки для числовых вычислений на Python. Независимо от того, являетесь ли вы новичком, желающим освоить мир науки о данных, или опытным практиком, стремящимся отточить свои навыки, эта..
Numpy VS Tensorflow: скорость вычисления матрицы
Привет, Сообщество!
В этом посте я хочу поделиться своим опытом матричных вычислений. В конце поста станет более понятно, какую из двух библиотек нужно использовать для вычислений, не требующих многочасового выполнения.
Передо мной стояла задача закодировать эту формулу:
Где u и v - векторы размера 2, взятые из набора тысяч векторов. На самом деле это часть формулы для вычисления расстояния между двумя векторами в модели пространства Пуанкаре (подробнее в следующей..
Numpy с Python для науки о данных
Numpy с Python для науки о данных
NumPy - это фундаментальный пакет для научных вычислений с Python.
В Части 1 серии Наука о данных с Python мы рассмотрели основные встроенные функции для числовых вычислений в Python. В этой части мы рассмотрим библиотеку Numpy.
NumPy - это фундаментальный пакет для научных вычислений с Python. Среди прочего он содержит:
мощный объект N-мерного массива сложные (широковещательные) функции инструменты для интеграции кода C / C ++ и..
Мои 10 простых способов быстро создать массив NumPy
создать массив NumPy с существующим списком
мы можем использовать уже существующий список, словарь или кортеж для создания массива NumPy.
import numpy as np
#create a list
X=[1,2,3,4,5]
# create a ndarray with np
y=np.array(X)
print(y)
type(y)
В приведенном выше коде
Мы импортировали NumPy как np
значение X - это список с 5 значениями в нем
мы используем NumPy с функцией массива для создания ndarray
y печатает массив со значениями [1,2,3,4,5] в нем
type — это массив, в..
Как писать строки документации в стиле NumPy
Краткое руководство по лучшей документации вашего кода Python
В каждом когда-либо написанном руководстве по программированию подчеркивается важность написания документации для вашего кода. Не только для других разработчиков, которые читают ваш код, но и для себя в будущем. Это еще более важно для динамически типизированных языков, таких как Python, где мы обычно не даем никаких явных объявлений типов в исходном коде: когда вы пишете функцию, вы даете имена параметрам, но вы не..
Прогнозирование заработной платы с использованием линейной регрессии: математический подход с Pandas, Matplotlib и…
Введение. В этом сообщении блога мы рассмотрим процесс прогнозирования заработной платы с использованием линейной регрессии. Мы будем реализовывать математический код с нуля и использовать основные инструменты, такие как Pandas, Matplotlib и NumPy. Линейная регрессия — это фундаментальный алгоритм машинного обучения, который позволяет нам прогнозировать числовые значения на основе набора признаков. Применяя линейную регрессию к набору данных о заработной плате, мы стремимся понять..