Python Tasks & ML | Задачи по питону и машинному обучению

Что выведет код?

import numpy as np
a = np.arange(6).reshape(3, 2)
ia = np.array(((0, 0), (0, 1)))
ja = np.array(((1, 0), (0, 0)))
b = a[ia, ja]
print(b.sum() + b.ndim + b.size)

Что выведет код?

import numpy as np
a = np.array([[1, 3], [5, 7]])
a[:, 0] = 0
a[1, :] = 1
print(a.sum())

Что выведет код?

import numpy as np
a = np.array([1, 2, 3, 4, 5])
b = a[[0, 1, 2]]
c = a[0:3]
b[0] = -1
c[1] = -1
print(a[0], a[1])

Что выведет код?

import numpy as np
a = np.arange(8).reshape((2, 2, 2))
x = np.dsplit(a, 2)[0].sum()
print(x)

Решайте задачи по машинному обучению вместе с онлайн-учебником от Школы анализа данных Яндекса!

Если у вас пока не получается решать задачи ML стабильно хорошо, возможно, проблема кроется в целостности знаний. Закрыть пробелы вам поможет пособие по машинному обучению и Data Science от ШАД. Теория, разбор задач, примеры из индустрии, мнения практиков: материалы помогут системно изучить Machine Learning — от его основ до тем из последних научных статей.

К онлайн-учебнику можно возвращаться регулярно, ведь список глав постепенно пополняется. Сейчас в пособии опубликованы разделы про оценку качества моделей и классическое обучение с учителем, а также про основы глубинного обучения. Уже скоро авторы добавят материалы по решению сложных задач Data Science и вероятностному подходу к ML.

В общем, скорее сохраняйте ссылку и тренируйтесь в решении задач вместе с новым учебником: https://clck.ru/aucSx

Приятный бонус: он бесплатен и доступен онлайн 😉

Что выведет код?

import numpy as np
a = np.arange(6)
a = a.reshape(-1, 1)
x = np.vsplit(a, 2)[-1].sum()
print(x)

Что выведет код?

import numpy as np 
a = np.arange(4)
x = np.hsplit(a, 2)[0]
print(x.sum())

Что выведет код?

import numpy as np
a = np.array([1, 2])
b = np.array([3, 4])
c = np.dstack((a, b))
print(c.shape)

Что выведет код?

import numpy as np
a = np.array([1, 2])
b = np.array([3, 4])
c = np.vstack((a, b))
print(c.shape)

Что выведет код?

import numpy as np
a = np.array([1, 2])
b = np.array([3, 4])
c = np.hstack((a, b))
print(c.shape)