Some python data analysis with League of Legends TFT dataset

Simply built my first simple Covid-19 Data Tracking using Smartable AI APIs.

In this blog post I want to revisit Pandas and the COVID19 data. In my previous blog post, six days ago, we first looked at visualizing the COVID19 mortality data with Python, using Pandas and Numpy. There

러신 러닝 문제를 코딩한다는 면에서 PyTorch라고 해서 NumPy 나 TensorFlow 와 별다른 특징을 지적할 수는 없을 것이다. 머신 러닝의 목적이 같으므로 결국은 동일하거나 비슷한 결과를 주리라 예상된다. 하지만 훨씬 최근에 출현한 PyTorch는 자체 웹사이트의 예제에 의하면 과학기술 분야의 컴퓨팅 영역에서 오랫동안 파이선 코딩을 뒷받침해 왔던

image from unsplash by Joshua Sortino 机器学习中我们需要对多维度的数据进行处理，所以搞清楚数据的维度以及numpy 和 tensorflow 对于维度的定义就非常关键了。这里我们以 numpy 为例，因为 Tensorflow 的数据格式与 numpy 类似。 1. Axis的数量即为数据的维度

Just wanted to introduce you guys this awesome package "Numba", an open source JIT compiler that will translate Python and NumPy code into fast native/machine code. Just take a look for yourself...

Machine Learning ve Python Python veri analizi için mükemmel bir dildir çünkü mevcut olan binerce paket sayesinde veri analistler ve geliştiriciler için en iyi seçimdir. Machine learning için ihtiyacımız

Read this content on coogger

Read this content on coogger

Read this content on coogger

What Will I Learn? Write here briefly the details of what the user is going to learn in a bullet list. You will learn Python You will learn Numpy You will learn Pychram Requirements Package Numpy Pychram

机器学习和深度学习用的最多的语言就是Python了，Python真是神通广大，而起丰富的工具库支撑起了机器学习的大厦。这里介绍几个最有用的 1、Numpy 创建numpy 数组 a = np.array[1,2,3] b = np.arrange(0,10,2) c =np.zeros((5,5)) d=np.ones((2,4)) e = np.random.randint(0,10,(3,3))

파이썬을 사용하면서 계속 머신 러닝 학습에 도전하고 있습니다. 작년 초만 해도 많이 어렵게 느껴졌는데 최근에는 많이 쉬워지고 있습니다. 한빛 미디어에서 번역서로 나온 "Introduction to Machine Learning with Python"이라는 책이 제가 보기에는 가장 쉽네요. 공부하고 싶은 분들은 한번 도전해 보시면 좋을 것 같습니다.