Skip to content

მანქანური სწავლება

ყველაფერი ხელოვნურ ინტელექტზე

Menu

მთავარი
ვიდეოები
მანქანური სწავლება
მონაცემთა მეცნიერება
მონაცემთა ანალიზი
პროგრამირება
- Python
- SQL
ინტერვიუ

HomeSQLვისწავლოთ sql მონაცემთა ანალიზისთვის #6

ვისწავლოთ sql მონაცემთა ანალიზისთვის #6

Share on Social Media

facebooklinkedin

Related Posts

დაწერეთ თქვენი პირველი კოდი

ხელოვნური ინტელექტის საფუძვლები და python #1

Logistic Regression & Cross-Validation

Add a Comment

Your email address will not be published. Required fields are marked *

Comment

Save my name, email, and website in this browser for the next time I comment.

CHATGPT და მარკეტინგი#2
CHATGPT და მარკეტინგი #1
Numpy მასივების Broadcasting-ი
საბაზისო სტატისტიკა Numpy-ის მასივებზე
Python N29. “Match-Case” ოპერატორი (Switch-case)
Python N28. “zip” ფუნქციის არსი და მისი გამოყენება
Python N27. “map” და “filter” ფუნქციების არსი
Python N26. Import-ის შესახებ, if __name__ == ‘ __main__: ‘ კონსტრუქცია
Python N25. გამოსახულება-გენერატორები, იტერატორები, “yield”
Python N24. გენერატორები (List comprehensions)
Python N23. შეცდომების “დაჭერა” (try…except კონსტრუქცია)
Python N22. კორტეჟები (Tuple) და მათთან მუშაობა
Python N21. ლექსიკონები, ლექსიკონების მეთოდები
Numpy მასივების სორტირება
Numpy მასივებზე მანიპულაცია
Python N20. სიმრავლეები და მათი მეთოდები
Python N19. სიების მეთოდები და ფუნქციები
Python N18. სიები, საბაზისო ოპერაციები სიებზე
Python N17. კონტექსტის მენეჯერი (with … as …)
Python N16. ფაილებთან მუშაობა
Python N15. რეკურსიული ფუნქციები (შესავალი)
Python N14. ანონიმური ფუნქციები (lambda)
Python N13. ერთმანეთში ჩაშენებული ფუნქციები
Python N12. ფუნქციის სპეციფიური პარამეტრები: *args და **kwargs
Python N11. ფუნქცია რომელიც იძახებს სხვა ფუნქციებს
Numpy მასივის შექმნა
Numpy საფუძვლები
ხელოვნური ინტელექტი, მონაცემთა მეცნიერება და რობოტები
Beautiful Soup(მონაცემთა ამოღება HTML ცხრილიდან)
Beautiful Soup (მონაცემების ამოღება HTML ფაილიდან)

სასარგებლო რესურსები

ექსელის ვიდეო გაკვეთილები

© 2025 მანქანური სწავლება | WordPress Theme by Superb WordPress Themes

Back to Top ↑