Публикации по теме 'numpy'
Цитонизация вашего кода для начинающих
Повысьте производительность кода Python с помощью Cython
Краткое введение
Итак, как мы можем описать Cython всего двумя строками ? Что ж, я считаю, что его раздел быстрого запуска документации очень хорошо справляется с этой задачей.
Cython — это язык программирования, который делает написание расширений C для языка Python таким же простым, как и сам Python. Он стремится стать надстройкой языка Python, что дает ему высокоуровневое, объектно-ориентированное, функциональное и..
Google JAX, PyTorch и TensorFlow: какая платформа лучше всего подходит для машинного обучения?
Google JAX, PyTorch и TensorFlow: какая платформа лучше всего подходит для машинного обучения?
Google JAX — это мощная платформа для машинного обучения, которая предлагает множество преимуществ по сравнению с другими популярными платформами, такими как PyTorch и TensorFlow.
Введение
Google JAX — это новая платформа с открытым исходным кодом для машинного обучения, которая позволяет использовать Python и NumPy для создания и обучения нейронных сетей. JAX похож на другие популярные..
Нампи
NumPy — это фундаментальная библиотека Python для числовых вычислений. Он обеспечивает поддержку многомерных массивов, математические функции для работы с этими массивами и инструменты для работы с большими наборами данных. NumPy является фундаментальным строительным блоком для многих других библиотек Python в науке о данных и экосистеме научных вычислений. Давайте рассмотрим несколько примеров, чтобы понять, как работает NumPy:
1. Создание массивов NumPy:
import numpy as np
#..
NumPy: 10 функций, которые вы должны знать.
Как упоминалось в моей статье Предварительная обработка данных в машинном обучении , NumPy считается основой науки о данных, поскольку он доминирует в числовых вычислениях в Python. По сути, это основа преобразования данных в ряд чисел.
Чтобы легко применять NumPy как профессионал, вот наиболее распространенные функции, которые вам необходимо знать при выполнении числовых вычислений и машинного обучения.
Примечание. В примере приведены наиболее часто используемые параметры...
Типы категориальных признаков (никогда не забывайте о цикличности!)
Повысьте уровень разработки своих функций, обращаясь с переменными так, как они того заслуживают.
Также называемые качественными, категориальные признаки содержат значения, отсортированные по определенным группам. Помимо этого общего определения, есть несколько подмножеств, которые должны обрабатываться по-разному в процессе разработки функций.
Номинальный
Классика, это тип категориальной характеристики, о которой люди думают в первую очередь. Это подмножество не имеет внутреннего..
Реализация градиентного спуска для одномерной линейной регрессии с использованием Python и NumPy
Градиентный спуск для одномерной линейной регрессии
Итак, продолжая свой предыдущий пост о простой или одномерной линейной регрессии , в этом посте я попытаюсь реализовать ее с помощью Python и NumPy.
Поэтому, используя то, что я узнал до сих пор, я попытался реализовать градиентный спуск для одномерной линейной регрессии, используя в основном матричные вычисления.
Таким образом, в основном метод работает так, что он принимает значения X и Y, две начальные теты, альфа (или скорость..
Дорожная карта машинного обучения на 2022 год с учебными пособиями
Темы: Как получить машинное обучение Pro
Добро пожаловать обратно на мой канал! Цель сегодняшнего эпизода — дать вам пример дорожной карты, которую вы можете использовать, чтобы получить машинное обучение за 0 денег. Все ресурсы бесплатны и получены из YouTube. Без лишних слов, давайте погрузимся 🌊
Питон
Если вы новичок во всей области науки о данных, вам нужно немного изучить Python. Погружение в машинное обучение без изучения Python не уведет вас далеко. Поэтому не торопитесь..