Да , это из них

Разделяем переменные, определяем коэффициенты из начальных и граничных условий и всё)

Проверьте, пожалуйста, работу С1W4
https://www.coursera.org/learn/mathematics-and-python/peer/4vN1n/tsientral-naia-priediel-naia-tieoriema-svoimi-rukami/review/erVUZrKQEeqR4RIdGFV2rQ

Хэлп!
Курс:
Python для анализа данных
Неделя:
#3
Вопрос:
Как загрузить датасет для выполнения теста под названием "применение линейной регрессии"?

Какой код нужно прописать?

Писал так:
from sklearn import datasets
task = datasets.load_task()
task.keys()

Получается, что файл есть
А путь к нем указать пока не могу!

Не смог нагуглить ответ. Обращаюсь к помощи зала.

Спасибо. Но Вы не поняли вопрос.

В задании же написано прям пошагово что сделать надо. Просто прочитайте его и сделайте в точности как там написано.

Я четко написал свой вопрос.
Есть у Вас мнение - дай ответ.

Я вижу, что ваш код не имеет никакого отношения к тому, что нужно сделать в этом задании.

Ок. Уже хорошо!

так там же прям написано какой функцией какой библиотеки датасет загружать

Спасибо! yithian указал.

Подскажите, 2курс лекция 3.1 про метод максимального правдоподобия. Задачка про кавалеристов в лекции - вроде по ходу лекции все было понятно, но в комментах кто-то написал решение и в нем присутствуют степени вероятностей. Откуда они?

Что вы имеете в виду под степенями вероятностей? Решение – это просто подстановка значений из таблицы в нижнюю формулу на слайде.

Я возможно запуталась, но где в формуле произведения вероятностей возведение в степени?

#C6W1 Отток клиентов
Рассчитать корреляцию между бинарной целевой и непрерывными признаками. Говорят о том, что Пирсона использовать в данном случае некорректно, и ссылаются на видео, где сказано, что мера взаимосвязи рассчитывается как разность математических ожиданий непрерывной функции на значениях целевой переменной равной 1 и 0.
np.mean(data[data.label == 1]) - np.mean(data[data.label == -1])
Как дальше интерпретировать полученные числа? Необходимо выбрать топ, максимально коррелируемые признаки.

В формуле стоит произведение по всем элементам выборки n. Элементов в выборке n=200. 109 из них соответствует параметр Xi="0 погибших". То есть нужно умножить вероятность P(X=Xi) 109 раз, то есть возвести в степень 109. Аналогично с другими элементами.