ChatGPT: Телеграм-бот
Делимся циклом видео, где автор рассказывает про разработку программ на основе Python и ChatGPT. В этот раз ты научишься разрабатывать Телеграм-бота, что будет работать с API ChatGPT.
👀Смотреть видео
#видео
Делимся циклом видео, где автор рассказывает про разработку программ на основе Python и ChatGPT. В этот раз ты научишься разрабатывать Телеграм-бота, что будет работать с API ChatGPT.
👀Смотреть видео
#видео
🔥36👍9😁3
Бэггинг и случайный лес
Случайный лес — это алгоритм машинного обучения, который используется для задач классификации, регрессии и других задач. Он обладает рядом преимуществ, включая хорошую точность предсказания, устойчивость к переобучению и способность работать с большим количеством признаков. Делимся статьей, где автор рассказывает про бэггинг и случайный лес.
👉Читать статью
#статьи
Случайный лес — это алгоритм машинного обучения, который используется для задач классификации, регрессии и других задач. Он обладает рядом преимуществ, включая хорошую точность предсказания, устойчивость к переобучению и способность работать с большим количеством признаков. Делимся статьей, где автор рассказывает про бэггинг и случайный лес.
👉Читать статью
#статьи
👍34😁1
Советы при работе с Pandas
В данной статье автор собрал несколько советов и подводных камней, которые следует избегать для чистоты кода на Pandas. А в комментариях под этим постом ты можешь поделиться своими советами!
👉Читать статью
#статьи
В данной статье автор собрал несколько советов и подводных камней, которые следует избегать для чистоты кода на Pandas. А в комментариях под этим постом ты можешь поделиться своими советами!
👉Читать статью
#статьи
👍20😁5
Flask: Разработка страниц и добавление стилей
Делимся циклом видео, благодаря которому ты научишься пользоваться Flask. В этот раз автор демонстрирует разработку страниц и добавление стилей.
👀Смотреть видео
#видео
Делимся циклом видео, благодаря которому ты научишься пользоваться Flask. В этот раз автор демонстрирует разработку страниц и добавление стилей.
👀Смотреть видео
#видео
👍30😁3
Подборка литературы
В данной статье автор собрал пять книг, которые могут быть полезны для любого Python-разработчика. А в комментариях под этим постом ты можешь поделиться своими книгами!
👉Читать статью
#статьи
В данной статье автор собрал пять книг, которые могут быть полезны для любого Python-разработчика. А в комментариях под этим постом ты можешь поделиться своими книгами!
👉Читать статью
#статьи
👍19🔥2
percentile
Функция percentile используется для вычисления перцентиля в наборе данных. Перцентиль — это значение, ниже которого падает определенный процент наблюдений в наборе данных. Например, 50-й перцентиль (также известный как медиана) означает, что 50% значений меньше этого значения, а остальные 50% больше.
#практика
Функция percentile используется для вычисления перцентиля в наборе данных. Перцентиль — это значение, ниже которого падает определенный процент наблюдений в наборе данных. Например, 50-й перцентиль (также известный как медиана) означает, что 50% значений меньше этого значения, а остальные 50% больше.
#практика
👍27🔥7🤣2😁1
Приложение для управления расходами
Данное простое приложение позволяет тебе управлять своими расходами.
Простой Python
Данное простое приложение позволяет тебе управлять своими расходами.
expenses = []
def add_expense():
item = input("Введите название расхода: ")
cost = float(input("Введите сумму: "))
expenses.append((item, cost))
print("Расход успешно добавлен.")
def view_expenses():
total = 0
if not expenses:
print("У вас пока нет расходов.")
else:
print("Ваши расходы:")
for item, cost in expenses:
print(f"{item}: {cost}")
total += cost
print(f"Общая сумма расходов: {total}")
while True:
print("\nВыберите действие:")
print("1. Добавить расход")
print("2. Просмотреть расходы")
print("3. Выйти")
choice = input("Введите номер действия: ")
if choice == '1':
add_expense()
elif choice == '2':
view_expenses()
elif choice == '3':
break
else:
print("Некорректный выбор. Пожалуйста, выберите существующий пункт меню.")
Простой Python
👍98🔥12🤣12😁2
Универсальные типы
Универсальные типы данных — это типы данных, которые могут хранить различные значения. Делимся статьей, где автор рассказывает про универсальные типы.
👉Читать статью
#статьи
Универсальные типы данных — это типы данных, которые могут хранить различные значения. Делимся статьей, где автор рассказывает про универсальные типы.
👉Читать статью
#статьи
👍21🔥3
Наивный байесовский классификатор
Наивный байесовский классификатор — это простой вероятностный классификатор, основанный на принципе байесовской классификации. Он основан на предположении о "наивности" или независимости признаков. Это означает, что каждый признак влияет на класс независимо от других признаков. Делимся статьей, где автор рассказывает про данный классификатор.
👉Читать статью
#статьи
Наивный байесовский классификатор — это простой вероятностный классификатор, основанный на принципе байесовской классификации. Он основан на предположении о "наивности" или независимости признаков. Это означает, что каждый признак влияет на класс независимо от других признаков. Делимся статьей, где автор рассказывает про данный классификатор.
👉Читать статью
#статьи
👍23😁1
Дерево решений
Дерево решений представляет собой структуру древовидного типа, в которой каждый узел представляет тест над атрибутом данных. Каждая ветвь представляет результат этого теста, а каждый лист дерева представляет прогноз или класс. Делимся статьей, где автор рассказывает про данный алгоритм.
👉Читать статью
#статьи
Дерево решений представляет собой структуру древовидного типа, в которой каждый узел представляет тест над атрибутом данных. Каждая ветвь представляет результат этого теста, а каждый лист дерева представляет прогноз или класс. Делимся статьей, где автор рассказывает про данный алгоритм.
👉Читать статью
#статьи
👍23🔥7
Английское издание TechBullion сравнило генеративные модели со всего мира
Первое место в топе заняла модель Midjourney, впечатлившая рецензентов своей работой с пользовательскими промптами, выраженных в очень красивых и детализированных генерациях. Позади остались другие гиганты AI-рисования: Stable Diffusion и DALL-E 3, которые получили не меньше положительных отзывов.
В рейтинг также вошли две российские разработки — Kandinsky от Сбера (5 место) и YandexArt от Яндекса (10 место). В первом случае эксперты отметили визуальные работы, наполненные глубинным смыслом с желанием задуматься насчет бытия. Модель от Яндекса похвалили за гибкость в работе с разными стилями, но добавили, что для желаемого результата может потребоваться больше одной генерации.
👉Читать статью
#статьи
Первое место в топе заняла модель Midjourney, впечатлившая рецензентов своей работой с пользовательскими промптами, выраженных в очень красивых и детализированных генерациях. Позади остались другие гиганты AI-рисования: Stable Diffusion и DALL-E 3, которые получили не меньше положительных отзывов.
В рейтинг также вошли две российские разработки — Kandinsky от Сбера (5 место) и YandexArt от Яндекса (10 место). В первом случае эксперты отметили визуальные работы, наполненные глубинным смыслом с желанием задуматься насчет бытия. Модель от Яндекса похвалили за гибкость в работе с разными стилями, но добавили, что для желаемого результата может потребоваться больше одной генерации.
👉Читать статью
#статьи
TechBullion
A Showdown of Creativity: A Comparative Analysis of Proprietary Generative AI Image Models
The realm of creative expression is undergoing a seismic shift, propelled by the relentless advancement of generative AI. This in-depth analysis delves into the results of an experiment that meticulously evaluated ten cutting-edge image generation services…
👍19😁1
PyFlet: Библиотека Pyxel
Делимся циклом видео, где автор рассказывает про UI дизайн приложений. В этот раз рассматривается библиотека Pyxel. Это небольшой игровой движок для создания игр в стиле ретро.
👀Смотреть видео
#видео
Делимся циклом видео, где автор рассказывает про UI дизайн приложений. В этот раз рассматривается библиотека Pyxel. Это небольшой игровой движок для создания игр в стиле ретро.
👀Смотреть видео
#видео
🔥21👍6
NumPy.std
numpy.std() используется для вычисления стандартного отклонения значений в массиве или последовательности чисел. Стандартное отклонение — это мера разброса значений относительно их среднего значения. Данная функция принимает массив или последовательность чисел в качестве аргумента и возвращает стандартное отклонение этих чисел.
#практика
numpy.std() используется для вычисления стандартного отклонения значений в массиве или последовательности чисел. Стандартное отклонение — это мера разброса значений относительно их среднего значения. Данная функция принимает массив или последовательность чисел в качестве аргумента и возвращает стандартное отклонение этих чисел.
#практика
👍35
Алгоритмы AdaBoost
AdaBoost (Adaptive Boosting) — это алгоритм машинного обучения, который используется для построения сильного классификатора на основе комбинации нескольких слабых классификаторов. Делимся статьей, где автор рассказывает про данный алгоритм.
👉Читать статью
#статьи
AdaBoost (Adaptive Boosting) — это алгоритм машинного обучения, который используется для построения сильного классификатора на основе комбинации нескольких слабых классификаторов. Делимся статьей, где автор рассказывает про данный алгоритм.
👉Читать статью
#статьи
👍23😁2
Flask: Работа с базой данных SQLite
Продолжаем делиться циклом видео, благодаря которому ты научишься пользоваться Flask. В этот раз автор демонстрирует подключение базы данных SQLite. а также работу с БД.
👀Смотреть видео
#видео
Продолжаем делиться циклом видео, благодаря которому ты научишься пользоваться Flask. В этот раз автор демонстрирует подключение базы данных SQLite. а также работу с БД.
👀Смотреть видео
#видео
👍26🔥5😁1