Algorithm Учебники

В этой лабораторной работе вы научитесь оценивать классификационную модель scikit-learn, используя различные метрики, включая точность (accuracy), матрицу ошибок (confusion matrix), прецизионность (precision), полноту (recall) и F1-меру (F1 score).

В этой лабораторной работе вы научитесь создавать простую модель линейной регрессии с помощью библиотеки scikit-learn для прогнозирования цен на жилье в Калифорнии.

В этой лабораторной работе вы научитесь использовать scikit-learn для создания классификатора K-ближайших соседей (KNN), обучите его на наборе данных Iris и будете делать предсказания на новых данных.

В этой лабораторной работе вы научитесь проверять установку scikit-learn, импортировать необходимые модули и загружать пример набора данных для начала работы с машинным обучением в Python.

В этой лабораторной работе вы изучите основы загрузки и исследования наборов данных в scikit-learn на примере классического набора данных Iris. Вы попрактикуетесь в доступе к данным, целевым переменным и именам признаков, а также выполните простую визуализацию.

В этой лабораторной работе вы изучите основные методы предварительной обработки данных в scikit-learn, включая масштабирование признаков с помощью StandardScaler и кодирование целевой переменной с помощью LabelEncoder, используя классический набор данных Iris.

В этой лабораторной работе вы научитесь выполнять кросс-валидацию с помощью scikit-learn для более надежной оценки производительности модели машинного обучения.

В этом испытании мы будем иметь задачу найти всех клоновых солдат в форме парада клоновой армии. Клоновые солдаты уникально идентифицируются номером в определенном диапазоне, и их можно представить в виде квадратной матрицы. Наша цель - подсчитать количество клонов для каждого идентификатора и вернуть статистический результат в формате словаря. Решение должно быть реализовано в методе count_clone_soldier(matrix: List[List[str]]) в файле count_clone_soldier.py.

В этом испытании вы закрепите навыки работы с модулем NumPy в Python и научитесь выполнять основные математические операции с массивами.

Этот туториал научит вас основам работы с изображениями с использованием библиотеки OpenCV-Python. В конце этого туториала вы сможете читать, отображать и сохранять изображения.

В этой лабораторной работе вы узнаете, как преобразовать простую оболочку в интерактивную оболочку в Nmap. Изучите методы использования Python и Socat для получения полноценной интерактивной оболочки, улучшая свои навыки тестирования на проникновение и анализа сети.

В этой лабораторной работе вы освоите подсети IP и двоичное преобразование в терминале Linux. Используя Python, вы будете преобразовывать IP-адреса между форматом с десятичными точками и двоичным, переводить маски CIDR, определять сетевые/хостовые части и рассчитывать доступные хосты и подсети для заданного блока CIDR.

В этом проекте вас проведет по процессу создания игры "Змейка" с использованием Python и библиотеки Pygame. В игре будет игровое окно, змейка, усиление и счет. Змейка будет перемещаться по игровому окну и есть усиление. Когда змейка съедает усиление, длина змейки увеличивается на единицу. Счет будет отображаться на экране.

В этом проекте вы научитесь создавать монитор системы Linux с использованием Python и библиотеки Tkinter. Монитор системы будет отображать актуальную информацию о CPU, RAM, использовании диска и статистике сети.

В этом проекте вы научитесь создавать сетевой сканер с использованием Python. Сетевой сканер будет использовать командную строку nmap для сканирования указанного IP-адреса и отображать результаты в графическом интерфейсе пользователя (GUI) с помощью библиотеки Tkinter.

В этой лабораторной работе вы получите практический опыт работы с множествами (sets) в Python. Множества — это мощные структуры данных для хранения уникальных элементов и выполнения эффективных проверок принадлежности. Вы узнаете, как создавать множества, добавлять и удалять элементы, выполнять операции над множествами и использовать множества для удаления дубликатов из списков.

В этой лабораторной работе вы начнете свое путешествие в программирование на Python, создав и запустив свою самую первую программу. Вы получите практический опыт использования редактора VS Code в среде LabEx для написания и выполнения скриптов Python. Закрепляя этот фундамент, вы продолжите практиковаться в написании программ на Python, уделяя особое внимание использованию функции print() для вывода данных. Затем лаборатория проведет вас через процесс выявления и понимания распространенных ошибок Python, вооружив вас знаниями для распознавания и устранения проблем. Наконец, вы изучите практические методы отладки для эффективного устранения ошибок и обеспечения корректной работы ваших программ на Python.

В этой лабораторной работе вы получите практический опыт работы со строками в Python — фундаментальным типом данных. Вы начнете с понимания основ строк, включая их создание, неизменяемость (immutability) и доступ к отдельным символам с использованием как положительной, так и отрицательной индексации. Опираясь на эту основу, вы узнаете, как извлекать подстроки с помощью срезов (slicing), использовать различные строковые операторы и управляющие символы (escape characters) для манипуляций и специального форматирования, а также изучите различные методы форматирования строк. Наконец, вы углубитесь в общие строковые методы для выполнения таких операций, как поиск, замена и изменение строкового содержимого.