جواب کوئیز شماره 16
مقدار 13 صحیح می باشد.
63 درصد پاسخ صحیح دادند.

جواب کوئیز شماره 1 برق:

طراحی نادرست ممکن است تمام گزینه های عنوان شده را تحت تاثیر قرار دهد. ولی چون کلمه عمدتا بکار برده شده است :
بنابراين عمدتا طراحی نادرست توسط طراح باعث اعوجاج می‌گردد.

27 درصد پاسخ صحیح دادند.

#جواب کوییز شماره ۱۷
چون باید خروجی عضوی از ارایه باشد پس گزینه های اول و اخر غلطند
از طرفی هم چون میخواهیم کمترین فاصله را پیدا کنیم باید از قدرمطلق استفاده کنیم
پس گزینه سوم درست بود

تایع argmin:
ایندکس کمترین مقدار را برمیگرداند
که اصلی ترین استفاده این تابع در خروجی شبکه های عصبی ک کلاس بندی دسته ای هستند کاربرد دارد
categorical clissofocation

@raspberry_python

https://research.google.com/colaboratory/faq.html#resource-limits

گوگل از کاربران کولب خیلی دوستانه خواهش میکنه ک اگه پردازنده های گرافیکی رو لازم ندارید ازشون استفاده نکنید


@raspberry_python

جواب چالش:
برای این ک توی حلقه فور برای هر سری اجرا باید مقدار بعدی اون لیست از داخل رم خونده بشه و این پروسه برای پایتون خیلی زمان بره ( علت دقیق این موضوع معلوم نبودن اندازه دقیق هر خونه از لیست توی لیست هس) ( ایده ب وجود اومدن Cython همین موضوع هستش ) ولی اون حلقه وایل این موضوع دسترسی ب حافظه رو نداره

با تشکر از @this_should_be_my_id
و کانال
@pyspy_board


@raspberry_python

برای افزایش سرعت در پایتون میتوان از روش های دیگه مثل نامپای یا تنسورفلو استفاده کرد...

@raspberry_python

جواب کوئیز شماره 3 برق :

متغیر تصادفی یک تابع قطعی از فضای حالت به اعداد حقیقی هست. که در این بین برخی پیوسته و برخی گسسته هستند.
در میان گزینه ها پواسون گسسته می باشد.
48 درصد پاسخ صحیح دادند.

Applied Machine Learning with Python

یادگیری ماشین کاربردی با پایتون

⭐️⭐️ 2020

✅ @raspberry_python

Applied Machine Learning with Python

یادگیری ماشین کاربردی با پایتون

⭐️⭐️ 2020

✅ @raspberry_python

🟢🟢 کانال جدید ریاضیات

👇👇👇👇👇

🟢🟢 @new_mathematical

🦧 پیش بینی تابع درجه دوم.

https://colab.research.google.com/drive/1fzbGVQcn4tVuVdLoTQIqkBDPQzhdWQhO

🦈 تو این نوت بوک از الگوریتم های زیر برای پیش بینی یه تابع درجه دو استفاده کردیم:

- linear regression
- logistic regression
- XGBoost: linear
- fully connected dense network

هدف ازین کار درک بهتر الگوریتم هاست.
یه تحلیل درستو حسابی از عملکردشون بزودی میزاریم😼

more on ~ @pyspy_board

پیش بینی بورس با پایتون

https://www.google.com/url?sa=t&source=web&rct=j&url=https://blog.faradars.org/stock-market-prediction-with-python/&ved=2ahUKEwiv4-_W2uzoAhVEiqQKHbGoAMwQFjABegQIAhAB&usg=AOvVaw03E541IVrcyDD1VTy89-ba&cshid=1587031957499

#جواب
برای این که جواب این سوال را بدیم باید اول بفهمیم پایتون چجور شرط ها را بررسی میکنه

وقتی که or باشه این کارو میکنه:
اگه طرف سمت چپ برابر مقدار درست باشه که مقدار کل عبارت همونه و لازم نیس بقیش رو چک کنه


ولی اگه سمت چپ مقدار فالس داشته باشه جواب اخر میشه مقدار سمت راست
(برای اطلاعات بیشتر سرچ کنید lambda functions )

حالا توی صورت سوال اولین مقدار فالس هست

پس باید بریم سمت چپ or رو بررسی کنیم
مقدار دوم هم ب وضوح فالس هست
اما مقدار سوم یک عدد غیر صفره که وقتی تبدیل به مقدار دودویی بشه به عنوان true شناخته میشه(برای اطمینان از این موضوع میتونیم از تابع bool استفاده کنیم)

بازم اگه جایی گنگ بود داخل گروه میشه بحث بیشتر کرد

@raspberry_python

سایت هایی جهت آموزش پایتون

@raspberry_python