В рейтинге участвует:

групп:

каналов:

Виртуальный сервер на SSD - недорого!

Аренда выделенных и виртуальных серверов (VDS/VPS), хостинг, аренда IP-адресов, администрирование, круглосуточная поддержка

qwarta.ru подробнее

Резервное копирование с проверкой на вирусы!!!

Удобный сервис создания резервных копий на любой сервер сети интернет. Отслеживайте изменения, проверяйте на вирусы. Надежно защитите свой бизнес!

go.backupland.com

Выбираете сервер? Любая конфигурация на заказ!

Аренда физических серверов любых конфигураций под любые запросы - 1С бухгалтерия, игровые сервера, нагруженные проекты, интернет-магазины!

qwarta.ru подробнее

Size: a a a

Python для анализа данных

2121 membersпожаловаться на группу
2021 March 05

MC

Makha Cloud in Python для анализа данных
По названию больше на линуксоида похоже)
источник
10:32пожаловаться#1

KM

Konstantin Mohov in Python для анализа данных
не туда забежала девочка
источник
11:25пожаловаться#2

A

Andrey Denisov in Python для анализа данных
@ax_makarov
источник
11:26пожаловаться#3

MC

Makha Cloud in Python для анализа данных
Революционеры))
источник
11:29пожаловаться#4

S

Slavik in Python для анализа данных
sticker.webp
(16.41 Кб)
источник
11:31пожаловаться#5

АМ

Алексей Макаров... in Python для анализа данных
Партия сказала "Надо", комсомол ответил "Есть!"
источник
11:31пожаловаться#6

MC

Makha Cloud in Python для анализа данных
Спортсменк, комсомолк))
источник
11:31пожаловаться#7

LK

Lyubov K. in Python для анализа данных
источник
16:49пожаловаться#8

LK

Lyubov K. in Python для анализа данных
Привет! Подскажете как можно конструкцию в датафрейм запихнуть?
источник
16:49пожаловаться#9

A

Albert in Python для анализа данных
это похоже на json, стандартный парсером не получается?
источник
17:25пожаловаться#10

VR

Vasily Rozhkov in Python для анализа данных
Lyubov K.
Привет! Подскажете как можно конструкцию в датафрейм запихнуть?
pd.read_json()
источник
17:50пожаловаться#11

LK

Lyubov K. in Python для анализа данных
Vasily Rozhkov
pd.read_json()
Не, так не работает
источник
18:05пожаловаться#12

VR

Vasily Rozhkov in Python для анализа данных
а. так у вас там списки
тогда  pd.DataFrame. посмотрите from dict
источник
18:06пожаловаться#13

AK

Alex K in Python для анализа данных
Народ, можете посоветовать где посмотреть объяснение попроще Сингулярные значения, матричная факторизация
источник
19:46пожаловаться#14

VR

Vasily Rozhkov in Python для анализа данных
попроще зависит от базовой подготовки. что такое собственные числа и векторы и как их искать знаете?
источник
22:25пожаловаться#15

R

Roman in Python для анализа данных
Alex K
Народ, можете посоветовать где посмотреть объяснение попроще Сингулярные значения, матричная факторизация
Начните с википедии про сингулярное разложение. Вобщем то сложного там ничего нет. А потом учебник. Или вот обзор https://www.machinelearningmastery.ru/overview-of-matrix-factorisation-techniques-using-python-8e3d118a9b39/ если понимаете что такое разложение матрицы.
www.machinelearningmastery.ru
Обзор методов матричной факторизации с использованием Python
Статьи, вопросы и ответы на тему: машинное обучение, нейронные сети, искусственный интеллект
источник
23:01пожаловаться#16

R

Roman in Python для анализа данных
https://ru.qaz.wiki/wiki/Matrix_factorization_(recommender_systems)
источник
23:02пожаловаться#17

R

Roman in Python для анализа данных
https://ru.qaz.wiki/wiki/Singular_value_decomposition
ru.qaz.wiki
Singular value decomposition
источник
23:03пожаловаться#18

AK

Alex K in Python для анализа данных
Vasily Rozhkov
попроще зависит от базовой подготовки. что такое собственные числа и векторы и как их искать знаете?
Ну про векторы начал вспоминать.  Собственных пока не касался
источник
23:21пожаловаться#19

VR

Vasily Rozhkov in Python для анализа данных
ну с этого стоит начать. пройдите курс по линалгу.
к примеру тут.
https://stepik.org/course/62726/promo
Stepik: online education
Линейная алгебра
В учебном пособии изложен материал по курсу линейной алгебры. В учебном пособии определяются понятия системы линейных уравнений, линейного пространства, линейного оператора, собственных чисел и собственных векторов линейных операторов, линейной, квадратичной и билинейных форм, приведены примеры. В приложениях представлены примеры применения математического анализа к процессам совместного инвестирования геополитических проектов при неполной информации. Учебное пособие предназначено для студентов высших учебных заведений. Также может быть полезно инженерам и научным работникам разных специальностей, изучающим или использующим методы линейной алгебры.
источник
23:23пожаловаться#20