Wszystko

Najnowsze

Archiwum

mprzemo
mprzemo
  • 1
Jest jakaś możliwość obliczenia właściwie to uproszczenia wyniku poniższej całki :

from sympy import *
x = Symbol('x')
f = Function
f = 1 / (exp(x) + exp(-x))
  • 2
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
kamilm119
  • 0
Hej, zastanawiam się jak ugryźć dane tabelą przestawną tak, żebym mógł zliczyć ile razy występuje dane słowo w całej tabeli. Słowa pojawiają się w rzędach, wygląda to mnie więcej tak:

kolumna1 kolumna2 kolumna3
żółty zielony niebieski
zielony niebieski
żółty zielony niebieski
  • 4
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
kamilm119
  • 0
@kwiatosz: Napisałem zielony, niebieski i żółty, ale to chyba nie do końca dobry przykład, bo ja na dobrą sprawę nie wiem co to za słowa. Może byc tam również dowolna inna treść i nie mam tego zdefiniowanego wcześniej, a countif chyba tego wymaga?
  • Odpowiedz
Shomon
  • 1
Witam, planuje studia w tym zakresie, podrzuci ktoś coś na start by zaczynać coś działać w Pythonie, jakiś kurs czy coś wartego obejrzenia?
#datascience
  • 3
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
SuperGosc11
SuperGosc11
  • 0
@Creativ21 a patrząc na datacamp/pluralsight/coursera? Datacamp jest najlepszy? Obecnie robię kurs IBM data science na courserze, niedługo też będę miał plural ale jestem ciekaw, czy warto płacić za datacampa osobno jeśli będę miał te 2?
  • Odpowiedz
Creativ21
Creativ21
  • 1
@SuperGosc11: Ja nic nie płacę a mam pełną wersję.Jest tylko mały haczyk. Kliknij tutaj a dowiesz się jak on to robi! ( ͡° ͜ʖ ͡°)
Nie wiem jak pluralsight, ale jednak coursera robisz to na własnym sprzecie. A Datacamp masz kompilator na stronie web
Dodatkowo masz masę innych języków które możesz w miedzy czasie robić. Są gotowe projekty do których możesz podejść i zrobić. I są
  • Odpowiedz
L.....6
  • 1
Hej, są tu jacyś klepacze #python #python3 #datascience?
Po 4 latach zawodowego klepania w javie postanowiłem zabrać się za pythona. Jest jakaś pozycja książkowa na rynku, która jest takim fundamentalnym wprowadzeniem do języka?
Interesuje mnie pełna wiedza najbardziej niskopoziomowa, frameworki webowe i biblioteki do ML poczekają, najpierw chcę wiedzieć jak python alokuje zmienne w pamięci, jaki jest ich zakres, jakie ma struktury i bloki kodu,
  • 8
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
L.....6
  • 1
Hej, są tu jacyś klepacze #python #python3 #datascience?
Po 4 latach zawodowego klepania w javie postanowiłem zabrać się za pythona. Jest jakaś pozycja książkowa na rynku, która jest takim fundamentalnym wprowadzeniem do języka?
Interesuje mnie pełna wiedza najbardziej niskopoziomowa, frameworki webowe i biblioteki do ML poczekają, najpierw chcę wiedzieć jak python alokuje zmienne w pamięci, jaki jest ich zakres, jakie ma struktury i bloki kodu,
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
xstempolx
  • 3
@izkYT: przeszedłem tą drogę w zeszłym roku. generalnie DS to głownie statystyka, ML i BigData + umiejętność analizy danych. Python (równie dobrze możesz używać R czy SAS) to tylko narzędzia, stosunkowo proste z resztą do opanowania. Model w sci-kit lernie pisze się 10sec ale jak nie bedziesz znał różnicy między RandomForest Regressorem a np regresorem Ridge czy lasso to w sumie nie bedziesz wiedzial co robisz. ciezko wtedy o napisanie
  • Odpowiedz
arek-siczek-5
  • 1
Odnośnie Zabbixa, gdyby ktoś się jeszcze zastanawiał. Jest to rozbudowany system monitoringu, który oferuje całą masę funkcjonalności. Oczywiście, możesz próbować z innymi rozwiązaniami. Jednak gwarantuję Ci, że żaden nie sprawdzi się tak jak Zabbix.

A już na pewno nie zalecam rozdrabniania się na wiele różnych rozwiązań. Przykładowo, wspomniany wcześniej przeze mnie Hyperic. Jest on dobry. Jednak do maszyn wirtualnych. Jeżeli potrzebujesz dodatkowo monitoringu aplikacji, dostępu do konkretnych danych czy SLA to tu
  • Odpowiedz
Raczkin
Raczkin
  • 1
Czy według Was dobrym pomysłem jest wybranie Data science jako kierunek studiów I stopnia, aby od początku uczyć się w tej dziedzinie, czy rozsądniej będzie pójść na informatykę, a data science wybrać jako kierunek na II stopniu? Martwię się o to, że po tej wielkiej bańce, ludzie studiujący data science mogą zostać na lodzie, a ogólna wiedza z informatyki może się przydać w kształceniu w innym kierunku, jeżeli coś pójdzie nie tak.
  • 11
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
Pyxelr
  • 1
@Raczkin: Studiowałem informatykę i ekonometrię jako I stopień przez 3 lata (2 lata w Polsce i 1 rok w Anglii), a później Data Science jako II stopień przez rok (w Anglii). Obecnie mija mi drugi rok po studiach i nadal czuję się jak na lodzie. Do tej pory studiuję wiele materiałów według swojej intuicji, gdyż moje projekty nie raz wymagają wiedzy bardziej technicznej czy też biznesowej. Ogólnie powinno się być
  • Odpowiedz
unpocoloco
  • 0
Cześć, mam pytanko do specjalistów od #ekonometria. Napisałam że model nasycony to taki, który jest idealnie dopasowany i zawiera taką samą ilość współczynników co obserwacji, na co profesor odpisał mi czy to oznacza że dodaje się nowe zmienne. I w sumie dotarło do mnie że nie do końca rozumiem pojęcie modelu nasyconego. Jak odpisać mu na to pytanie? Przeszukałam internet ale wszędzie jest napisane tylko to co sama już
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
Passarinho
Passarinho
  • 1
@kadbery: Trochę to ułomna definicja, bo niektóre rzeczy nie są zdefiniowane - skąd są indeksy i, j? Jaka jest relacja między punktami z S, że można określić max i min? Można się domyślać, że te punkty są powiązane w jakieś proste drzewa, a min i max to wierzchołki krańcowe.
Mamy drzewa proporcjonalnych rozmiarów,
Przyjmujemy rozkłady jednostajne (i.e. każdy wierzchołek z przedziału ma takie samo prawdopodobieństwo)
Dzielimy zbiór S na dwa
  • Odpowiedz

Powiązane tagi