- 综合排序
- 最热优先
- 最新优先
- 来自专栏WOLFRAM
计算思维@Torrey Pines 高中
她热衷于教学，即使是对于自己的数学课堂之外的学生，她一样满怀热忱，这也正是她创立CT@TP（计算思维@TorreyPines）的原因。 CT@TP是一个计算思维俱乐部，旨在培养学生"如何提出问题，如何把问题用计算机可以理解的方式提出以便让其来解决问题"的能力。 （干货共享在文末。） Abby不仅想将计算思维普及到自己的课堂之外，还想将Mathematica——这个自己数学课上使用的主要工具，介绍给高中一年级和二年级的学生。 在2016年Wolfram技术大会上，她亲眼目睹了Wolfram语言可用于计算思维的各种创新方式（参见“ Stephen Wolfram 的博客：如何训练孩子们的计算思维“ ），她深受启发, 创办了计算思维俱乐部 Abby、Emily和Shannon的故事殊途同归：她们每个人都找到了利用计算思维来探索个人兴趣的方法，每个人都通过CT@TP获得了动力。
83220发布于 2019-04-30 - 来自专栏信数据得永生
计算与推断思维 十五、分类
你仍然可以使用 K 最近邻分类器，但现在计算 3 维而不是 2 维距离，它还是有用。可以，很酷！ 事实上，2 或 3 没有什么特别之处。如果你有 4 个属性，你可以使用 4 维的 K 最近邻分类器。 计算机算法推广得很好：你需要的所有事情，就是计算距离的能力，这并不难。真是亦可赛艇！ 4 5 7 10 3 2 1 0 3 1 1 1 2 2 3 1 1 0 6 8 8 1 3 4 3 7 1 0 4 1 1 3 2 1 3 1 1 0 8 10 10 8 7 10 9 7 1 1 1 计算最佳斜率可能需要几分钟的时间。 预测的计算可能需要几分钟的时间。
86920编辑于 2022-12-01 - 来自专栏信数据得永生
计算与推断思维 十三、预测
然而，你将会看到，这个计算很简单，可以帮助我们理解r的几个属性。 r的公式： r是两个变量的乘积的均值，这两个变量都以标准单位来衡量。 以下是计算中的步骤。 t.scatter('y', 'x', s=30, color='red') correlation函数 我们将要重复计算相关性，所以定义一个函数会有帮助，这个函数通过执行上述所有步骤来计算它。 line = Table().with_columns( 'x', make_array(1, 2, 3, 4), 'y', make_array(1, 2, 3, 4) 我们还可以计算每种情况下，预测变量和残差之间的相关性。 为了在数值上验证结果，我们只需要计算双方的一致性。
3K10编辑于 2022-12-01 - 来自专栏信数据得永生
计算与推断思维 五、表格
minard.column(4) array([145000, 140000, 127100, 100000, 55000, 24000, 20000, 12000]) 数组中的八个条目下标为0 minard.column(4).item(0) 145000 minard.column(4).item(5) 24000 处理列中的数据 因为列是数组，所以我们可以使用数组操作来探索新的信息。 Jeff Teague PG Atlanta Hawks 8 Kyle Korver SG Atlanta Hawks 5.74648 Thabo Sefolosha SF Atlanta Hawks 4 "Amount", make_array(4, 6, 12, 7, 9, 2), ... 在 98 岁和 99 岁中，女性约为男性的 3.5 至 4 倍。
79910编辑于 2022-12-01 - 来自专栏信数据得永生
计算与推断思维 十一、估计
十一、估计 原文：Estimation 译者：飞龙 协议：CC BY-NC-SA 4.0 自豪地采用谷歌翻译 在前一章中，我们开始开发推断思维的方法。 我们将用推断思维来回答这个问题。 基于随机样本的统计量可能是总体中未知参数的合理估计。例如，你可能希望使用家庭样本的年收入中位数，来估计美国所有家庭的年收入中位数。 现在 5 个元素中的 70% 是“3.5 个元素”，所以第 70 个百分位数是列表中的第 4 个元素。 它是 12，与这些数据的第 80 百分位数相同。 所以下面，计算 359 的 85%，它是 305.15。 0.85 * 359 305.15 这不是一个整数。 她使用样本来计算用作估计值的统计量。 一旦她计算出了统计量的观察值，她就可以把它作为她的估计值，然后顺其自然。 但她是一名数据科学家。
1.5K20编辑于 2022-12-01 - 来自专栏信数据得永生
计算与推断思维 十七、更新预测
这两个分支现在形成了我们的简化概率空间，所有几率的计算必须相对于这个简化空间的总概率。 所以，考虑到学生已声明专业，他们是三年级的几率可以直接从树中计算出来。 我们计算了其中的一个： 假设学生已经声明，学生是三年级的后验概率表示为 ，计算如下。 population(0.004).pivot('Test Result', 'True Condition') True Condition Negative Positive Disease 4 396 这就是表格所显示的：4 + 396 = 400。在这 400 认中，99% 获得了阳性检测结果：0.99 x 400 = 396。 由于计算是正确的，我们来看看我们的概率计算的基础：随机性假设。 我们的假设是，一个随机选择的人进行了检测，并得到了阳性结果。但是这在现实中并没有发生。
43320编辑于 2022-12-01 - 来自专栏信数据得永生
计算与推断思维 一、数据科学
通过理解一个特定的领域，数据科学家学习提出有关他们的数据的适当的问题，并正确地解释我们的推理和计算工具提供的答案。 简介 数据是对我们周围世界的描述，通过观察来收集并存储在计算机上。 计算机使我们能够从这些描述中推断出世界的特性。数据科学是使用计算从数据中得出结论的学科。有效的数据分析有三个核心方面：探索，预测和推理。 在这个努力中，我们将结合两个基本工具：计算和随机化。例如，我们可能想使用温度观测来了解气候变化的趋势。计算机允许我们使用所有可用的信息得出结论。 批判性思维一直是严格教育的标志，但在数据支持下，批判往往是最有效的。对世界任何方面的批判性分析，可能是商业或社会科学，涉及归纳推理；结论很少直接证明，仅仅由现有的证据支持。 在这里，我们要求计算机来计算《哈克贝利·芬》和《小女人》的每章中的字符和句号数量。
65920编辑于 2022-12-01 - 来自专栏信数据得永生
计算与推断思维 三、Python 编程
程序由表达式组成，向计算机描述了如何组合数据片段。 例如，乘法表达式由两个数字表达式之间的*符号组成。表达式，例如3*4，由计算机求值。 3 * 4 12 编程语言的语法规则是僵化的。 在 Python 中，*符号不能连续出现两次。 计算机不会试图解释一个与规定的表达式结构不同的表达式。 相反，它会显示SyntaxError错误。 3 * * 4 File "<ipython-input-4-d90564f70db7>", line 1 3 * * 4 ^ SyntaxError: invalid syntax 为了计算changed，使用指数来重复应用增长率g t次。 initial * (1 + g) ** t 为了计算g，计算总增长率的1/t次方并减一。 abs(-12) 12 round(5 - 1.3) 4 max(2, 2 + 3, 4) 5 在这最后一个例子中，max函数在三个参数：2, 5和4上调用。
49030编辑于 2022-12-01 - 来自专栏数据结构与算法
POJ 1113 Wall(思维 计算几何 数学)
给出平面上n个点的坐标。你需要建一个围墙，把所有的点围在里面，且围墙距所有点的距离不小于l。求围墙的最小长度。 n小于等于10^5
60410发布于 2019-03-04 - 来自专栏信数据得永生
计算与推断思维 九、经验分布
die.sample(10) Face 5 3 3 4 2 2 4 1 6 6 我们可以使用相同的方法来模拟尽可能多的投掷，然后绘制结果的经验直方图。 但在许多情况下（包括这个），所有可能的样本数量足以超过计算机的容量，概率的纯粹数学计算可能有些困难。 这是经验直方图的作用。 这意味着反复模拟随机过程是一种近似概率分布的方法，不需要在数学上计算概率，或者生成所有可能的随机样本。因此，计算机模拟成为数据科学中的一个强大工具。 如果你有一台计算机，经验分布更容易计算。 因此，当数据科学家试图理解统计的性质时，通常使用经验分布而不是精确的概率分布。 参数的不同估计 这里举一个例子来说明这一点。 例如，如果N等于 3，来自1,2,3的抽取结果的均值是2，2 x 2 = 4，它比N多了 1。“两倍均值”减 1 是N的无偏估计量。
97410编辑于 2022-12-01 - 来自专栏企鹅号快讯
每个学生都需要培养计算思维
每个学生都需要培养计算思维，可是为什么没有石头思维，蒸汽机思维，TNT思维？ 文中提出一个鲜明的观点：计算思维的教和学是新加坡人为数字世纪做好准备的关键，每个学生需要培养计算思维。 那么，计算思维到底是什么呢？ 如此来看，计算思维就是利用计算机科学的基本概念解决问题, 设计系统和理解人类行为的一种思维方式。 也就是说，计算思维是一种建立在计算机科学概念基础上的思维方式，它不局限于计算机。说到底计算机只是一种工具，这种工具的伟大之处在于它促使人们借此发展了思考问题的方式。
1.6K90发布于 2018-01-02 - 来自专栏iOS逆向与安全
计算机思维: 计算机的数据结构
在计算机科学中，数据的相对大小比绝对的数值重要，出于很多数据比大小的需求以及其他一些需求，就产生了一个抽象的数据结构——二叉树。 I 计算机的数据结构 数据结构+ 算法 = 程序 理解搭建计算机软件的模块——数据结构和算法。 把数据结构理解为盖房子的钢筋、门窗和大梁。 把算法理解成盖房子的结构原理。 具有线性表性质的例子： 报表、物资的记录可以被抽象为线性的数据，然后按照1、2、3、4、5的顺序排列出来。 电商交易的日志记录是按照所发生的时间顺序，一条条线性地记录下来。 计算机中线性表的实现方法 数组：一组编了号的固定大小的单元 。 数组的好处：给定一个序号，可以直接找出里面的内容。 在计算机中，它通常是通过数组实现的。相比一般的数组，它有三个优点： 动态增加或者删除一个数据项比较快。
34120编辑于 2023-09-11 - 来自专栏云深之无迹
读书笔记（计算思维与Python编程）
使用函数可以帮助你更好地构建代码，并在需要多次执行相同任务或计算时避免代码重复。 我喜欢构建这个词，摘录了。 ●好的算法是抽象的：它不依赖于特定的编程语言或计算机系统。加入分层和原子化的思想。
55610发布于 2021-03-12 - 来自专栏机器学习与统计学
4 幅思维导图：学会 Python 爬虫
原创：ZOE酱 https://zhuanlan.zhihu.com/p/36204695 这次给大家带来的是4 幅思维导图，梳理了 Python 爬虫部分核心知识点：网络基础知识，Requests， 本文思维导图仅仅涉及了爬虫最核心基础的部分，但足够应对入门所需了~ 1 爬虫基础知识 ? 2 Requests 库 ? 3 BeautifulSoup & urllib ? 4 Scrapy 爬虫框架 ?
79730发布于 2019-07-05 - 来自专栏信数据得永生
计算与推断思维 八、随机性
相反，你必须使用5 == 10/2，其计算结果为True。 例如，make_array(0, 5, 2)*2等同于make_array(0, 10, 4)。 数学是准确发现概率的主要工具，尽管计算机也可用于此目的。模拟可以提供出色的近似，具有很高的概率。在本节中，我们将以非正式方式制定一些简单的规则来管理概率的计算。 根据上面的计算，GR 和 RG 每个的几率都是 1/6。所以你可以通过把它们相加来计算一绿一红的概率。 至少有一个正面的几率是 3/4。 得出这个答案的另一种方法是，弄清楚如果你不能得到至少一个正面，会发生什么事情：这两次投掷都必须是反面。
1K30编辑于 2022-12-01 - 来自专栏信数据得永生
计算与推断思维 十四、回归的推断
一如既往，推断思维起始于仔细检查数据的假设。一组假设被称为模型。大致线性的散点图中的一组随机性的假设称为回归模型。 estimate of the true line. # Arguments: true slope, true intercept, number of points draw_and_compare(4, 在每个复制品中，该函数自举原始散点图并计算所得回归线的斜率。 然后绘制所有生成的斜率的直方图，并打印由斜率的“中间 95%”组成的区间。 计算表明，真实斜率的约 95% 的自举置信区间左端为负，右端为正 - 换句话说，区间包含 0。 如果模型不成立，那么假设模型为真的计算是无效的。 因此，在开始基于模型进行预测，或者对模型参数进行假设检验之前，我们首先要确定回归模型是否适用于我们的数据。
1.4K10编辑于 2022-12-01 - 来自专栏信数据得永生
计算与推断思维 四、数据类型
例如，sum函数计算集合中所有值的和，len函数计算其长度。 （这是我们放入的值的数量。）一起使用它们，我们可以计算一个集合的平均值。 以下示例中的每对括号都是调用表达式的一部分；它调用一个无参函数来对数组highs进行计算。 highs.size 4 highs.sum() 57.736000000000004 highs.mean() 14.434000000000001 数组上的函数 numpy包，在程序中缩写为np，为 ) 要注意，数值从0起始，并仅仅增加到4，并不是5。 让我们计算莱布尼茨的无穷和的前 5000 个项，看它是否接近 π。
83510编辑于 2022-12-01 - 来自专栏信数据得永生
计算与推断思维 二、因果和实验
为了将你的思维带回正确的时间，试着想象一下 19 世纪 50 年代的伦敦。这是世界上最富裕的城市，但其中许多人却极度贫困。 它使我们能够以数学方式，计算随机化产生实验和对照组的可能性。 它使我们能够对实验组和对照组之间的差异作出精确的数学表述。这反过来帮助我们对实验是否有效作出正确的结论。
56610编辑于 2022-12-01 - 来自专栏信数据得永生
计算与推断思维 十、假设检验
为了测量两个分布之间的差异，我们将计算一个数量，称之为它们之间的总变异距离（total variation distance）。 为了计算总变异距离，我们首先考虑每个类别中两个比例之间的差异。 下面的代码根据抽样过程的大量重复，来计算统计量的经验分布。 为了回答这个问题，我们可以模拟从随机样本中计算的 TVD。 计算检验统计量的观察值通常是统计检验中的第一个计算步骤。 在我们的例子中，陪审团与总体之间的总变异距离的观察值是 0.14。 这个步骤包括在随机性的原假设下，计算出所有可能的检验统计量及其所有概率。 换句话说，在这个步骤中，我们假设原假设为真，并计算检验统计量的概率分布。
82410编辑于 2022-12-01 - 来自专栏老马说编程
计算机程序的思维逻辑 (1)
程序大概是怎么回事 计算机就是个机器，这个机器主要由CPU、内存、硬盘和输入输出设备组成。计算机上跑着操作系统，如Windows或Linux，操作系统上运行着各种应用程序，如Word, QQ等。 但本质上，计算机只会执行预先写好的指令而已，这些指令也只是操作数据或者设备。所谓程序，基本上就是告诉计算机要操作的数据和执行的指令序列， 即对什么数据做什么操作。 数据在计算机内部都是二进制，不方便操作，为了方便操作数据，高级语言引入了"数据类型"和"变量"的概念。 之所以说应该是因为这不是必须的，如果你非要起一个变量名叫age但赋予它身高的值，计算机也拿你没办法。 重要的话再说一遍！变量就是给数据起名字，方便找不同的数据，它的值可以变，但含义不应变。 通过声明变量，每个变量赋予一个数据类型和一个有意义的名字，我们就告诉了计算机我们要操作的数据。 有了数据，怎么对数据进行操作呢？
831100发布于 2018-01-31
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号