Что выведет код?

x = {ord("a"): "0", ord("b"): "1", ord("c"): None}
s = "aacbb"
s1 = s.translate(x)
print(s1)

Что выведет код?

import unicodedata
x = unicodedata.category('0')
print(x)

Вам нравится читать контент на нашем канале?

Возможно, вы задумывались о том, чтобы купить на нем рекламу?

Следуйте 3 простым шагам, чтобы сделать это:

1) Регистрируйтесь по ссылке: https://telega.in/c/python_tasks
2) Пополняйтесь удобным способом
3) Размещайте рекламное сообщение

Если тематика вашего поста подойдет нашему каналу, мы с удовольствием опубликуем его.

Что выведет код?

s = "hello, Вася"
s1 = s.encode('ascii', 'ignore').decode()
print(s1)

Вокруг искусственного интеллекта много как хайпа, так и скепсиса. Конвертируется ли вообще использование AI-сервисов в реальную пользу для бизнеса?

📌Чтобы раз и навсегда поставить для себя точку в этом вопросе, приходите на вебинар с продуктовым менеджером Cloud AI Consulting Татьяной Славкиной и архитектором клиентских решений Владиславом Синеглазовым вы узнаете:

✅ как добиться высоких метрик точности AI/ML и как следствие улучшить бизнес-метрики;
✅ какой экономический эффект и в каких сценариях сегодня достигнут в десятках компаний России и почему не стоит откладывать инвестиционные проекты AI «на потом»;
✅ как выгодно внедрить AI и обеспечить его масштабирование, особенно в ситуации, когда в компании нет или не хватает нужных человеческих и технологических ресурсов.

👥 Вебинар будет полезен топ-менеджерам ИТ-направлений, директорам офисов Big Data, CDO/CDTO, финансовым директорам, руководителям отделов маркетинга и аналитики.

↗️Регистрируйтесь по ссылке!

Что выведет код?

text = 'ABC'
x = text.ljust(5, '*').rstrip('*').rjust(4, '*')
print(x)

Что выведет код?

''.center(5, '*') == '*'.ljust(5, '*')

Что выведет код?

'1'.center(2021, '0') == '0'*1010 + '1' + '0'*1010

Что выведет код?

format('*', '*<4') == '*'*4

Cloud – телеграм канал, где вы сможете найти анонсы бесплатных вебинаров по машинному обучению; дайджесты новостей из мира облачных технологий, ML и AI, а также практические материалы от ведущих экспертов.

Подпишитесь на канал, чтобы иметь быстрый доступ к прикладной информации!

Каковы будут результаты выполнения этого фрагмента кода?

from sklearn.linear_model import LogisticRegression
import numpy as np
data = np.array([[0, "No"],
 [10, "No"],
 [60, "Yes"],
 [90, "Yes"]])
X = data[:, 0].reshape(4, 1)
y = data[:, 1]
model = LogisticRegression()
model.fit(X, y)
res = model.predict([[5], [80], [100]])
print(*res)

Что выведет код?

x = format('+', '*>4') 
print(x)