В этой статье мы рассмотрим ряд различных упражнений, используя библиотеку NumPy (и сравним с тем, как мы бы реализовали их без неё). В самом конце статьи я приведу ряд упражнений.
t.me/ai_machinelearning_big_data - моем телеграм канале я публикую актуальные проекты курсы, уроки и примеры с кодом по машинному обучению.
Для этой статьи рекомендуется, чтобы читатель имел средний уровень знаний Python, NumPy, numpy.dtype
, numpy.ndarray.strides
, и numpy.ndarray.itemsize
. Краткое введение в массивы и NumPy см. в разделе
Поделиться ссылкой:
Интересные статьи
Интересные статьи
В данной статье мы решили рассмотреть вопрос повышения эффективности работы единого хранилища данных компании. Хотим поделиться опытом: как повышение экспертизы аналитиков ЕХД влияет на процесс взаимо...
Встречайте свежий выпуск дайджеста полезных материалов из мира Data Science & Machine Learning подготовленный командой Data Phoenix и не забывайте подписыва...
Если ваша должность — data engineer, то вы могли сталкиваться с обидным информационным перекосом. Тему data science освещают активно, по ней много полезных материалов. А вы работает...
Хабр, привет. Написал пост, который идёт строго (!) в закладки и передаётся коллегам. Он со списком блокнотов и библиотек ML и Data Science для разных отраслей промышленности. Все коды на Python,...
Давайте вспомним времена, когда интернет был медленным и не таким уж заметным на фоне BBS и FIDOnet. Если вы этих времен не застали, напомним, что подключаться к сети приходилось через телеф...