О курсе
Привет! Меня зовут Анастасия, я наставник по python и автор телеграм-канала python на завтрак. В этом курсе я структурировала базовые темы по numpy-массивам, которые мы разбираем на уроках с моими учениками
Что в курсе
Я постаралась дать подробные ответы на следующие вопросы:
После успешного решения задачи и прохождения тестов можно разместить код в специальной вкладке с пометкой "проверка", тогда я дам вам обратную связь. Если фидбека не было, но появился лайк, то все отлично и мне нечего добавить
Результаты обучения
Вам станет проще работать с данными. Ведь на numpy-массивах построены практически все библиотеки из этой области: pandas, opencv, sklearn, scipy, pytorch. Возможно, вы с ними уже встречались. Работа с каждой из них подразумевает, что вы УЖЕ знакомы с numpy и их гораздо легче изучать, если это так
В течение одного-двух дней в комментариях отвечаю на все вопросы (иногда из-за большого количества запросов или в праздники мне требуется больше времени).
Вместе постараемся, чтобы вы извлекли максимум знаний из этого курса
Для кого этот курс
- тех, кто уже немного знаком с python (условия, циклы, списки) - кто, возможно, сталкивался с NumPy - кто хочет больше узнать о возможностях NumPy или разложить знания по полочкам - быстро понимать, как решить задачу средствами NumPy
Начальные требования
Я рассчитываю, что этот курс вы начинете изучать после знакомства с базовым темами python: условиями, циклами и списками
Привет! Меня зовут Анастасия, я наставник по python и автор телеграм-канала python на завтрак. В этом курсе я структурировала базовые темы по numpy-массивам, которые мы разбираем на уроках с моими учениками
Что в курсе
Я постаралась дать подробные ответы на следующие вопросы:
- Что такое массив?
- Что с массивами можно делать и чего нельзя?
- Какие задачи numpy умеет решать за нас?
После успешного решения задачи и прохождения тестов можно разместить код в специальной вкладке с пометкой "проверка", тогда я дам вам обратную связь. Если фидбека не было, но появился лайк, то все отлично и мне нечего добавить
Результаты обучения
Вам станет проще работать с данными. Ведь на numpy-массивах построены практически все библиотеки из этой области: pandas, opencv, sklearn, scipy, pytorch. Возможно, вы с ними уже встречались. Работа с каждой из них подразумевает, что вы УЖЕ знакомы с numpy и их гораздо легче изучать, если это так
В течение одного-двух дней в комментариях отвечаю на все вопросы (иногда из-за большого количества запросов или в праздники мне требуется больше времени).
Вместе постараемся, чтобы вы извлекли максимум знаний из этого курса
Для кого этот курс
- тех, кто уже немного знаком с python (условия, циклы, списки) - кто, возможно, сталкивался с NumPy - кто хочет больше узнать о возможностях NumPy или разложить знания по полочкам - быстро понимать, как решить задачу средствами NumPy
Начальные требования
Я рассчитываю, что этот курс вы начинете изучать после знакомства с базовым темами python: условиями, циклами и списками