Первый урок из цикла, посвященному библиотеке для визуализации данных Matplotlib. В рамках данного урока будут рассмотрены такие вопросы как: установка библиотеки, построение линейного графика, несколько графиков на одном и на разных полях, построение диаграммы для категориальных данных и обзор основных элементов графика.
В рамках данного урока поговорим об объектной модели Python: в чем ее особенность и как ее можно использовать в своей работе.
Пятый урок посвящен нахождению обратной матрицы, ее свойствам, а также определению ранга матрицы
Четвертый урок из цикла “Линейная алгебра на Python“, посвящен понятию определителя матрицы и его свойствам.
Тема третьего урока: действия над матрицами. В рамках нее будут рассмотрены следующие вопросы: умножение матрицы на число, сложение и умножение матриц.
Коллеги! У нас состоялся релиз книги – “Линейная алгебра на Python“. В ней мы постарались объяснить основы линейной алгебры, используя примеры как на языке математики, так и на Python. Основные темы – это матрицы и их свойства, решение систем линейных уравнений, векторы, разложение матриц и комплексные числа.
В этом уроке мы рассмотрим операцию “транспонирование матрицы” и как она выполняется на Python. Также разберем на примерах свойства этой операции.
Эта статья открывает список уроков на тему “Линейная алгебра с примерами на Python“. Мы постараемся рассказать о базовых понятиях линейной алгебры, которые могут быть полезны тем, кто занимается машинным обучением и анализом данных, и будем сопровождать все это примерами на языке Python.
В статье рассмотрены некоторые полезные инструменты из библиотеки Numpy, которые довольно часто приходится использовать при решении задач в рамках машинного обучения и анализа данных.
Рассмотрим мощный инструмент для доступа к данным ndarray в библиотеке Numpy – boolean массивы. С их помощью можно получать подвыборки и модифицировать данные в исходном массиве.
