Найти в Дзене
4 недели назад
 • Вы подписаны

Четырех тактный метод Рунге-Кутты

Метод Рунге — Кутты четвертого порядка аппроксимирует следующее значение функции не по одному наклону касательной (как метод Эйлера), а усредняя четыре значения производной (k1, k2, k3, k4), рассчитанные внутри текущего шага: Итоговое приращение вычисляется как средневзвешенное: (k1+2k2+2k3+k4)/6(k1 + 2k2 + 2k3 + k4) / 6(k1+2k2+2k3+k4)/6. Это позволяет достичь локальной погрешности порядка O(h5)O(h^5)O(h5) и глобальной — O(h4)O(h^4)O(h4), что обеспечивает высокую точность даже при сравнительно крупном шаге...

2 года назад
 • Вы подписаны

Дискретные случайные величины. Распределения в коде.

По умолчанию в этом языке программирования не предусмотрена работа с вероятностными распределениями. Поэтому первым делом импортируем нужные функции из библиотеки SciPy. # Импортируем в Python статистические функции. from scipy import stats. Для каждого распределения, в SciPy есть своё обозначение: Эти распределения как раз и находятся в импортированном модуле stats. Например, распределение Бернулли в Python определяется как stats.bernoulli(p). Пример№ 1 Пятеро друзей отдельно и независимо друг...

3 года назад
 • Вы подписаны

Системы линейных уравнений

Доброго времени суток, сегодня поговорим о системах линейных уравнений, что это, зачем они нужны и как их посчитать в коде с помощью языка программирования Python. Для чего нужна линейная алгебра и ее алгоритмы в частности решение систем линейных уравнений? Линейная алгебра — это раздел математики, который чрезвычайно полезен в Data Science и машинном обучении. Владение линейной алгеброй — это также самый важный математический навык в машинном обучении. Большинство моделей машинного обучения могут быть выражены в матричном виде...

3 года назад
 • Вы подписаны

Градиентный спуск на языке программирования Python.

Доброго времени суток, сегодня поговорим о градиентном спуске, что это, зачем он нужен и как его сделать в коде с помощью языка программирования Python. Градиентный спуск, метод градиентного спуска — численный метод нахождения локального минимума или максимума функции с помощью движения вдоль градиента, один из основных численных методов современной оптимизации. Активно используется в вычислительной математике не только для непосредственного решения задач оптимизации (минимизации), но и для задач,...

Если нравится — подпишитесь
Так вы не пропустите новые публикации этого канала