добрый день помогите плиз , объясните что выводит такой оператор ? import pandas as pd url = 'https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data' df = pd.read_csv(url,header=None) x= df.iloc[0:100,[0,2]].values ?

именно что x выводит

именно что x выводит

значения, которые находятся в первых 100 строках и первых 3 колонках в датафрейме

аа все спасибо понял :)

кто-то смотрел https://software.seek.intel.com/python-distribution ?

смотрел

смотрел

и как? для drop-in replacement пригодно?

Пригодно

Чтоб реальную разницу почувствовать, надо бы xeon phi взять

Всем привет! Подскажите, какие нибудь бесплатные ресурсы, курсы с которых можно начать изучение Python.

Всем привет! Подскажите, какие нибудь бесплатные ресурсы, курсы с которых можно начать изучение Python.

https://www.coursera.org/learn/mathematics-and-python

Спасибо!)

https://github.com/demidovakatya/vvedenie-mashinnoe-obuchenie/blob/master/python.md

Спасибо!!!

Djvu формат? Серьёзно?

А что в нем плохого?

с телефона не открыть, нажав на линк из чата

Дорогие коллеги, очень часто мы поднимаем вопросы о том, с чего начать обучение ML и как вообще стать дата сайнтистом. Существуют уже большие подборки материалов (например, от Кати Демидовой) и книг (от Антонио), что уже неоднократно было выше. Однако даже там нет точного и последовательного пути в изучении ML с нуля. И вот, ребята из SkillFactory сделали курс, который чуть более чем полностью состоит из практики и актуальных кейсов, где вы будете решать конкретные боевые задачи, а не "чесать академично теорию" ? Курс ведёт Руководитель отдела аналитики (!) Mail.ru Собственно, делюсь объявлением ниже:

А еще тогда же бесплатный курс одс начинается

А еще тогда же бесплатный курс одс начинается

че за курс??

https://habrahabr.ru/company/ods/blog/322626/

Это предыдущий

Там есть ссылка на новый

Это здорово, но это два разных курса и по наполнению и по материалу. А новый курс от одс обсуждают в группе вк: https://vk.com/club158557357 (мало ли вдруг кто-то вконтактике сидит уютненьком)

Кто то вкатился после курсов в машоб?

Всем привет. Может кто-нибудь натыкался на подробный/пошаговый туториал по обучению нейросети для распознавания объектов на фото на питоне?

Если просто накодить, то доков тензорфлоу/склерн и подобных штук должно хватить

Дробрый день! Точнее вечер. А неподскажите почему такой код все время по разному бьет на кластеры? iris = datasets.load_iris() X = iris.data estimator = KMeans(n_clusters=3) estimator.fit(X) predicted_labels = estimator.labels_

Если что я гружу датасет с Ирисами

Случайная инициализация центроидов в KMeans

Случайная инициализация центроидов в KMeans

если можно поподробнее, я взял этот код из книги... https://github.com/bonzanini/Book-SocialMediaMiningPython/blob/master/Chap01/demo_sklearn.py

Kmeans алгоритм, в нем ты сначала рандомно задаешь центры кластеризации, затем бьешь на кластеры, постепенно смещая эти центры И соответственно, из-за рандомной инициализации, алгоритм может по разному бить на кластеры

а как тогда воспроизвести повторяемость?

А зачем? Много раз запускаешь и сохраняешь себе лучший результат

Фиксируй random_state

Это же во время обучения так, дальше ты используешь уже свои обученные центры кластеризации, для новых данных. Возможно корректируешь их

Фиксируй random_state

this если можешь задавай разный random seed

Либо init="k-means++"

Фиксируй random_state

я ставлю 0 там но ситуацию это не изменяет, при random_state больше 0 ситацация выправляется

Кто то вкатился после курсов в машоб?

Вкатился — это нажимать кнопку "train" для automl на гугловом облаке 8 часов в день?

Вкатился - это получать ЗП на должности машинлернер или датасентист.

Либо init="k-means++"

это не помогает

Вкатился - это получать ЗП на должности машинлернер или датасентист.

Train Button Manager Engineer

я ставлю 0 там но ситуацию это не изменяет, при random_state больше 0 ситацация выправляется

random_state=42, так заработает

random_state=42, так заработает

ну, это же пушкой по воробьям

ну, это же пушкой по воробьям

По 42 воробьям, прошу заметить

Train Button Manager Engineer

Ну не всем ставать гениями мл

ERROR: S client not available

random_state=42, так заработает

а в чем разница с нулем? ведь это же просто начальное значение генератора или ноль как то по хитрому обрабатывается?

а в чем разница с нулем? ведь это же просто начальное значение генератора или ноль как то по хитрому обрабатывается?

именно

именно

именно что?

именно что?

да

Особый случай, включается ветка по-умолчанию

Особый случай, включается ветка по-умолчанию

Спасибо!

Вкатился — это нажимать кнопку "train" для automl на гугловом облаке 8 часов в день?

ну это уже лучше большинства

Вкатился - это получать ЗП на должности машинлернер или датасентист.

вкатился без курсов

вкатился без курсов

просто ты умный

курсы "купи наш месячный курс джавы и войдивайти" сменили курсы по машинному обучению, кек

курсы "купи наш месячный курс джавы и войдивайти" сменили курсы по машинному обучению, кек

Да не,еще не сверххайп

Зачем учить ml, если можно вкатить html,css, и тд

я про саму суть. "принесити нам баблишка и уже через месяц будете пить смузи и есть сыры с плесенью", как то так

я про саму суть. "принесити нам баблишка и уже через месяц будете пить смузи и есть сыры с плесенью", как то так

а можно без плесени?

Зачем учить ml, если можно вкатить html,css, и тд

ml, кстати, хороший язык, но OcaML приятнее

что?о_О

Вы наркоманы чтоли?

ml, кстати, хороший язык, но OcaML приятнее

FP ин риал ворлд существует только в виде ерланг / еликсир, остальное не нужно

FP ин риал ворлд существует только в виде ерланг / еликсир, остальное не нужно

динамическая типизация говно, ин риал ворлд фп существует только как нашлепок на изначально-ооп-языки

а, ещё скала и кложур забыл (извините за оффтоп)

динамическая типизация говно, ин риал ворлд фп существует только как нашлепок на изначально-ооп-языки

динамическая типизация фп втф

Особый случай, включается ветка по-умолчанию

Кстати, работает на многих пакетах, даже в java

Ещё ветка с 42 использовалась для самого долгого процесса Machine Learning-а на данный момент эквивалентный семи с половиной миллионам лет работы.