🧑💻 Количество чисел 7.3
Итак, ща будем думать че тут делать:
⭕️ Допустим, подаются два целых числа, возьмем с примера, 1 и 10 (включительно — это запомним), Дак вот, если каждое число в диапазоне будет возводится в куб, там нам нужно посчитать сколько чисел оканчиваются на 4 и 9 (вроде не сложно).
Начнем с того, что диапазон заканчивается 'включительно', значит: 🟰b + 1🟰
Ну, и прописываем условный оператор просто по нашему заданию, Возводим в кубическую степень и делим по модулю, чтобы узнать, оканчивается число на 4 или 9, или нет.
Итак, ща будем думать че тут делать:
⭕️ Допустим, подаются два целых числа, возьмем с примера, 1 и 10 (включительно — это запомним), Дак вот, если каждое число в диапазоне будет возводится в куб, там нам нужно посчитать сколько чисел оканчиваются на 4 и 9 (вроде не сложно).
a, b = int(input()), int(input())
count = 0
for i in range(a, b + 1):
if i ** 3 % 10 == 4 or i ** 3 % 10 == 9:
count += 1
print(count)
Начнем с того, что диапазон заканчивается 'включительно', значит: 🟰b + 1🟰
Ну, и прописываем условный оператор просто по нашему заданию, Возводим в кубическую степень и делим по модулю, чтобы узнать, оканчивается число на 4 или 9, или нет.
👍1
🔗 Количество чисел 7.3
Просто коротко пройдемся по решению чувака с коментов, чисто улучшение наших навыков 😋
Итак, что тут меняется❓ По сути, только условный оператор. У нас тут оператор in и список из двух элементов [4,9]
Просто коротко пройдемся по решению чувака с коментов, чисто улучшение наших навыков 😋
Итак, что тут меняется❓ По сути, только условный оператор. У нас тут оператор in и список из двух элементов [4,9]
a, b, count = int(input()), int(input()), 0
for i in range(a, b + 1):
if i**3 % 10 in [4, 9]:
count += 1
print(count)
👍1
#1 Даже похоже немного с нашим заданием, сидите думайте:
🔗 Подаем 1 и 9, то есть от диапазон будет от 1 до 9 (включительно)
🔗 Подаем 1 и 9, то есть от диапазон будет от 1 до 9 (включительно)
a, b = int(input()), int(input())
total = 0
for i in range(a, b + 1):
if i % 3 == 0 and i % 5 != 0:
total += i
print(total)
👍1
👍1
#2 Подается число 2145680, какой будет ответ?
n = int(input())
total = 0
while n > 0:
digit = n % 10
if digit % 2 == 0:
total += digit
n //= 10
print(total)
👍1
👍1🤯1
Какой сегодня хотите пост?🥰
Anonymous Poll
10%
Python: разбор темы
0%
Python: разбор задания с курса
30%
Разбор кода C
60%
Машинное обучение
🥰1👨💻1
🧑💻 Гайс, сори, что выкладываю поздно, доделывал все свои делишки и теперь могу написать пост. Вы выбрали машинное обучение, пусть оно и будет 🔗
https://t.me/pywithCodeLab/484 — ссылка на пост про машинное обучение, можете прочитать предыдущие посты, там немного и очень понятно)
🟰 Как вы знаете, мы только начали изучать, поэтому, как для вас, так и для меня, это будет что-то новенькое... А мы продолжим разбираться с моделями 🟰
Мы остановились на модели 6
Как мы могли бы ее улучшить ⁉️
⚙️ Подразумевается, что при сложении порядкового номера дня недели с весом сообщения, мы определяем электронное письмо в SKAM или в норм сообщения (Типо понедельник у нас 0, вторник — 1 и тд. А если во вторник нам пришлют сообщение весом 12 кб, то письмо будет определено как SKAM. Еще момент, допустим, берем субботу (под номером 5), по выходным у нас будет край 5 - 7 кб разрешенный размер. Так что, если в субботу нам пришлют сообщение размером 7 кб — SKAM). Откуда мы берем все эти цифры? Ответ — из головы и книги, мы, по сути, просто улучшаем нашу модель.
🔗 Предлагаю дальше это не мусолить, просто обсудим, как мы еще могли бы преобразовать нашу модель...
0️⃣ Если в нашем электронном сообщении будет сообщение 'купи' или 'продай' или 'приобретай', то скорее всего, это ненужная нам реклама.
1️⃣ Если отправителя нет в наших контактах — письмо также может быть ненужным
2️⃣ Если оно содержит вложения с большим размером и т.д
Гайс, это не какие-то обязательные правила, а всего лишь пример. Мы бесконечно много можем улучшать ее.
https://t.me/pywithCodeLab/484 — ссылка на пост про машинное обучение, можете прочитать предыдущие посты, там немного и очень понятно)
🟰 Как вы знаете, мы только начали изучать, поэтому, как для вас, так и для меня, это будет что-то новенькое... А мы продолжим разбираться с моделями 🟰
Мы остановились на модели 6
Как мы могли бы ее улучшить ⁉️
⚙️ Подразумевается, что при сложении порядкового номера дня недели с весом сообщения, мы определяем электронное письмо в SKAM или в норм сообщения (Типо понедельник у нас 0, вторник — 1 и тд. А если во вторник нам пришлют сообщение весом 12 кб, то письмо будет определено как SKAM. Еще момент, допустим, берем субботу (под номером 5), по выходным у нас будет край 5 - 7 кб разрешенный размер. Так что, если в субботу нам пришлют сообщение размером 7 кб — SKAM). Откуда мы берем все эти цифры? Ответ — из головы и книги, мы, по сути, просто улучшаем нашу модель.
🔗 Предлагаю дальше это не мусолить, просто обсудим, как мы еще могли бы преобразовать нашу модель...
0️⃣ Если в нашем электронном сообщении будет сообщение 'купи' или 'продай' или 'приобретай', то скорее всего, это ненужная нам реклама.
1️⃣ Если отправителя нет в наших контактах — письмо также может быть ненужным
2️⃣ Если оно содержит вложения с большим размером и т.д
Гайс, это не какие-то обязательные правила, а всего лишь пример. Мы бесконечно много можем улучшать ее.
Это, чтобы вы, гайс, не терялись 😋
0️⃣ Простейшие понятия
1️⃣ И еще важные понятия (их будет много)
2️⃣ Пример 1 (Модель 1)
3️⃣ Пример 2 (Модель 2)
4️⃣ Модель 3 (Обязательно к прочтению)
5️⃣ Модель 4 и 5 (Вероятные изменения)
6️⃣ Модель 6 (Вероятные изменения)
7️⃣ Модель 7 (Как бы могла выглядеть наша модель)
🔗 Обратно к навигации по машинному обучению 🔝
0️⃣ Простейшие понятия
1️⃣ И еще важные понятия (их будет много)
2️⃣ Пример 1 (Модель 1)
3️⃣ Пример 2 (Модель 2)
4️⃣ Модель 3 (Обязательно к прочтению)
5️⃣ Модель 4 и 5 (Вероятные изменения)
6️⃣ Модель 6 (Вероятные изменения)
7️⃣ Модель 7 (Как бы могла выглядеть наша модель)
🔗 Обратно к навигации по машинному обучению 🔝
🥰1🤯1👀1
🧑💻 Признаки, метки, прогнозы, Размеченные и неразмеченные данные — об этом всем пойдет сейчас речь..
⭕️ Перед вами экселевская таблица, допустим, с домами. Очень много домов. А нам нужно же как-то эти хаты отличать друг от друга 👀. На это и нужны признаки. Только вот в случае с таблицей, признаками будут являться столбцы таблицы, каждый столбец содержит определённую характеристику (признак), которая описывает объект или событие. Если у нас таблица с данными о недвижке, то столбцы такие как площадь, количество комнат, расположение, и год постройки, будут являться признаками.
Всем сладких гайс, завтра обо всем продолжим! 🥰
⭕️ Перед вами экселевская таблица, допустим, с домами. Очень много домов. А нам нужно же как-то эти хаты отличать друг от друга 👀. На это и нужны признаки. Только вот в случае с таблицей, признаками будут являться столбцы таблицы, каждый столбец содержит определённую характеристику (признак), которая описывает объект или событие. Если у нас таблица с данными о недвижке, то столбцы такие как площадь, количество комнат, расположение, и год постройки, будут являться признаками.
Всем сладких гайс, завтра обо всем продолжим! 🥰
🥰1🤯1👨💻1👀1
🧑💻 Что такое метки? Щас разберемся!
0️⃣⚙️ Если вы хотите спрогнозировать тип домашнего животного (например, кошки или собаки) на основе наших данных о нем, то метка — это тип домашнего животного (кошка/собака). Давайте вернемся к недвижке. Меткой в случае цен на жилье, будет служить его фактическая цена. По сути, метка обозначает результат, который модель должна предсказать.
1️⃣🔗 Прогноз — предположение, которое делает модель. Модель может предсказать, что определённая хата будет стоить $200,000 или что на фото изображен кот, это и будет называться прогнозом.
2️⃣⭕️ Теперь, зная про метки, поговорим про два основных типа данных: размеченные и неразмеченные.
Размеченные данные — это набор данных, в котором каждому объекту или экземпляру данных присвоена метка (метка может быть как типом‚ так и числом).
‼️ Таблица, где каждый объект (например, изображение) имеет соответствующую метку (например, "кот" или "собака"). В такой таблице столбцы — это признаки, а метка — целевой столбец. Я обратился к GPT, таблицу я выложу после поста.
0️⃣⚙️ Если вы хотите спрогнозировать тип домашнего животного (например, кошки или собаки) на основе наших данных о нем, то метка — это тип домашнего животного (кошка/собака). Давайте вернемся к недвижке. Меткой в случае цен на жилье, будет служить его фактическая цена. По сути, метка обозначает результат, который модель должна предсказать.
1️⃣🔗 Прогноз — предположение, которое делает модель. Модель может предсказать, что определённая хата будет стоить $200,000 или что на фото изображен кот, это и будет называться прогнозом.
2️⃣⭕️ Теперь, зная про метки, поговорим про два основных типа данных: размеченные и неразмеченные.
Размеченные данные — это набор данных, в котором каждому объекту или экземпляру данных присвоена метка (метка может быть как типом‚ так и числом).
‼️ Таблица, где каждый объект (например, изображение) имеет соответствующую метку (например, "кот" или "собака"). В такой таблице столбцы — это признаки, а метка — целевой столбец. Я обратился к GPT, таблицу я выложу после поста.
🤯1👨💻1👀1
Что хотите сегодня?
Anonymous Poll
43%
Разбор курса (Python)
14%
Разбор темы (Python)
14%
Разбор кода (C)
29%
Продолжаем разбирать машинное обучение
👍1👨💻1👀1
‼️ Задание не с основного курса
🧑💻 Так, гайс, вчера было Машинное обучение, ща давайте попишем код:
⭕️ Это не с нашего основного курса, периодически я буду находить новые задачки. Давайте подумаем, что-ли 🧠
Короче, на первый взгляд ничего не понятно, но ща попробую объяснить, что от нас хочет автор курса.
🟰 В общем, подается у нас число, ввели мы 4, к примеру).
А вот даальше будет выводится 4 числа для ввода, они и будут складываться. Ща вкратце объясню суть еще раз:
‼️ Ввели 4 → следовательно вводим 4 числа → считаем сумму этих чисел → ответ
🔗 Код:
🧑💻 Так, гайс, вчера было Машинное обучение, ща давайте попишем код:
⭕️ Это не с нашего основного курса, периодически я буду находить новые задачки. Давайте подумаем, что-ли 🧠
Короче, на первый взгляд ничего не понятно, но ща попробую объяснить, что от нас хочет автор курса.
🟰 В общем, подается у нас число, ввели мы 4, к примеру).
А вот даальше будет выводится 4 числа для ввода, они и будут складываться. Ща вкратце объясню суть еще раз:
‼️ Ввели 4 → следовательно вводим 4 числа → считаем сумму этих чисел → ответ
🔗 Код:
n = int(input())
cnt = 0 # Создаем счетчик
for i in range(n):
cnt += int(input()) #Прибавляем на каждой итерации цикла целое число.
print(cnt)
👍1🤯1👨💻1👀1
🧑💻 Асимптотическое приближение 7.3
⚙️ Тут мне пришлось думать, когда я впервые на нее наткнулся.
✔️ В чем суть? Мы должны вывести вот это вот выражение. Давайте пробовать писать:
Сначала, конечно 🟰
🔗 Дальше все, как обычно: создаем счетчик, который послужит этим выражением в скобках.
⭕️ Создаем цикл for:
Теперь должны прибавить к счетчику 1/i.
‼️ ( На первой итерации i = 1, следовательно 1/1 = 1, на второй итерации, i = 2 → 1/2, на третьей i = 3 → 1/3... ну вы поняли ) — Все что мы написали (сам цикл и результат счетчика), это как бы наша скобка из задания.
🔗 Теперь последний момент, мы должны вычесть из скобки (нашего выражения) натуральный логарифм, который мы заблаговременно импортировали.
⚙️ Тут мне пришлось думать, когда я впервые на нее наткнулся.
✔️ В чем суть? Мы должны вывести вот это вот выражение. Давайте пробовать писать:
Сначала, конечно 🟰
from math import log🟰🔗 Дальше все, как обычно: создаем счетчик, который послужит этим выражением в скобках.
n = int(input())
sum = 0
⭕️ Создаем цикл for:
for i in range(1, n + 1):
Теперь должны прибавить к счетчику 1/i.
‼️ ( На первой итерации i = 1, следовательно 1/1 = 1, на второй итерации, i = 2 → 1/2, на третьей i = 3 → 1/3... ну вы поняли ) — Все что мы написали (сам цикл и результат счетчика), это как бы наша скобка из задания.
🔗 Теперь последний момент, мы должны вычесть из скобки (нашего выражения) натуральный логарифм, который мы заблаговременно импортировали.
from math import log
n = int(input())
sum = 0
for i in range(1, n + 1):
sum += 1 / i
print(sum - log(n))
👍2