Результаты поиска
Материал из MachineLearning.
По запросу «Numpy»
Страницы с названием «Numpy» не существует.
Для получения более подробной информации о поиске на страницах проекта, см. справочный раздел.
Ниже показаны 20 результатов, начиная с № 1.
Просмотреть (предыдущие 20) (следующие 20) (20 | 50 | 100 | 250 | 500)
Нет совпадений в названиях статей
Совпадения в текстах статей
- Методы автоматической обработки текстов (курс лекций, В.В.Китов)/2016 (8821 байт)
20: ...thon с научными библиотеками numpy, scipy, matplotlib, pandas, а также зна...
47: ...и по работе с python, jupiter notebook, numpy, scikit-learn и т.д.]
49: ...docs.scipy.org/doc/numpy-dev/user/quickstart.html Numpy]
69: ...docs.scipy.org/doc/numpy-dev/user/quickstart.html Numpy] - Практикум на ЭВМ (317)/2015-2016 (26 960 байт)
73: === Изучение Python, NumPy ===
75: ....pdf | Краткое введение в Python, NumPy (pdf)]]
86: ...ve_NumPy_Tutorial.pdf руководство по NumPy].
87: ...y/reference/index.html документацией NumPy].
92: 18.09 будет контрольная по NumPy. - Численные методы обучения по прецедентам (практика, В.В. Стрижов) (194 042 байта)
454: ...the-standard-python-docstring-format формат numpy/scipy].
455: #* [https://github.com/numpy/numpy/blob/master/doc/HOWTO_DOCUMENT.rst.txt Форм... - Математические методы прогнозирования (кафедра ВМиК МГУ)/Спецкурсы-спецсеминары (58 848 байт)
320: ...лизированным библиотекам (numpy, pandas, scikit-learn) и средам прогр... - Машинное обучение (семинары, ВМК МГУ)/2014-2015 год, осень/Лабораторная работа 1 (3689 байт)
11: #: ''Полезные функции: numpy.random.normal''
17: #: ''Полезные функции: numpy.meshgrid, matplotlib.pyplot.pcolormesh'' - Практикум на ЭВМ (317)/2014-2015 (23 323 байта)
78: ...ktikum_317_2014a_1.pdf | Изучение Python, NumPy, SVN (pdf)]] ===
80: ....pdf | Краткое введение в Python, NumPy]] - Машинное обучение (семинары, ВМК МГУ)/2014-2015 год, осень/Лабораторная работа 2 (3423 байта)
40: ...: ''Полезные функции: numpy.isnan, numpy.nanmean'' - Python (13 421 байт)
36: sudo pip3 install numpy scipy matplotlib pandas jupyter sklearn seaborn #...
214: * [[numpy]] - Машинное обучение (РЭУ) (15 873 байта)
125: ...Математическая библиотека numpy
144: ...короткие демонстрации Python, Numpy, методов визуализации и на...
146: ...docs.scipy.org/doc/numpy-dev/user/quickstart.html Numpy]
162: * Библиотеки: [http://www.numpy.org/ NumPy], [http://pandas.pydata.org/ Pandas], [http://sci... - Машинное обучение (семинары, ВМК МГУ)/2015-2016 год, осень (17 240 байт)
58: * Введение в NumPy, SciPy, Pandas, Scikit-Learn
69: * Векторизация операций в NumPy - Практикум на ЭВМ (317)/2016-2017 (11 467 байт)
15: ..._1.pdf|Задание 1. Изучение Python, NumPy]]
71: === Изучение Python, NumPy ===
73: ....pdf | Краткое введение в Python, NumPy (pdf)]]
84: ...ve_NumPy_Tutorial.pdf руководство по NumPy].
85: ...y/reference/index.html документацией NumPy]. - Математические методы распознавания образов (курс лекций, В.В.Китов) (9469 байт)
118: ...ые библиотеки: [http://www.numpy.org/ NumPy], [http://pandas.pydata.org/ Pandas], [http://sci... - Pyomo (12 050 байт)
199: import numpy as np - Математические методы анализа текстов (ВМиК МГУ) / 2017 (18 450 байт)
491: ...docs.scipy.org/doc/numpy-dev/user/quickstart.html Numpy] - Практикум на ЭВМ (317)/2017-2018 (19 116 байт)
51: Библиотека Numpy.
55: .../Introduction%20to%20Numpy.ipynb jupyter-notebook(numpy)] - Математические методы анализа текстов (ВМиК МГУ) / 2018 (12 032 байта)
346: ...docs.scipy.org/doc/numpy-dev/user/quickstart.html Numpy] - Введение в машинное обучение (2217 байт)
17: ...лизированным библиотекам (numpy, pandas, scikit-learn) и средам прогр... - Практикум на ЭВМ (317)/2018 (осень) (19 717 байт)
59: Библиотека numpy и векторизация вычислений.
63: ..._numpy/intro_to_numpy.ipynb ноутбук про numpy] - Байесовские методы машинного обучения (курс лекций) / 2018 (22 804 байта)
23: ...роверки кода в ejudge: python==3.5.3, numpy==1.14.5, scikit-learn==0.19.2, scipy==1.1.0 - Байесовские методы машинного обучения (курс лекций) / 2020 (24 978 байт)
58: ...роверки кода в ejudge: python==3.5.3, numpy==1.14.5, scikit-learn==0.19.2, scipy==1.1.0.
Просмотреть (предыдущие 20) (следующие 20) (20 | 50 | 100 | 250 | 500)
