Other articles


  1. Eksploracyjna analiza danych

    Zadanie

    Wygeneruj dane za pomocą generatora. Jako random_state wpisz numer swojego indeksu.

    from sklearn import datasets
    X,y = datasets.make_classification(n_samples=10**3, n_features = 10, random_state=1234)
    

    Podaj wartość szóstegoo wiersza i drugiej kolumny. Otrzymaną wartość wpisz do pliku zad2.txt. Całość dodaj do repozytorium tak by prowadzący mógł ją …

    read more
  2. Wczytywanie danych

    Zbiory danych

    UWAGA

    Przed wykonaniem poniższych kodów wczytaj bibliotekę pandas, numpy i matplotlib (patrz poprzednie ćwiczenia 1, Zadanie 2A)

    Odpowiednie przygotowanie danych to \(80%\) czasu pracy nad modelowaniem i wydobywaniem informacji z danych.

    Przykładowe zbiory danych z pakietu scikit-learn

    W pakiecie scikit-learn znajduje się moduł z prostymi przykładowymi zbiorami danych …

    read more
  3. Python podstawy

    Markdown in Jupyter and R

    Ustawiając zawartość komórki jako Markdown możesz generować opisy swoich kodów. Język Markdown jest językiem znaczników podobnym do HTML czy Latex. Kod napisany w html i LateX również jest przetwarzany w notatniku, także pisząc w Markdown możesz tak naprawdę posługiwać się wszystkimi tymi językami. Specyfikację oraz …

    read more
  4. Wszystko co będzie nam potrzebne

    Git - system kontroli wersji

    Github to miejsce gdzie zapisywać będziemy wszystkie programy z zajęć.

    Na temat systemu kontroli wersji git możesz przeczytać na Git-scm.

    Zadanie 1

    1. Wejdź na stronę Github i załóż konto
    2. Przyciskiem + stwórz nowe repozytorium publiczne o nazwie DM# (gdzie # to nr indeksu)
    3. Zgodnie z poniższą instrukcją stwórz …
    read more

links

social