Рост продуктов с помощью метода VelocityBoost — создаём «конвейер экспериментов»

Спасибо, за отличный материал! Однозначно в закладки

Дайджест новостей из мира будущего, машинного обучения, роботов и искусственного интеллекта за начало осени

добавил в статью, копирую ссылку тут

Дайджест новостей искусственного интеллекта и машинного обучения за лето

https://www.sciencedaily.com/releases/2023/07/230712165232.htm

Прорабатываем навык использования группировки и визуализации данных в Python

Код так никто и не написал. Поэтому прилагаю свой вариант:

celebritiesFrank = {'Frank': 'M'}
celebritiesBritney = {'Britney': 'F'}
celebritiesMadonna = {'Madonna': 'F'}
celebritiesBob = {'Bob': 'M'}
dataframes = []
for year in years:
    dataset = datalist.format(year=year)
    dataframe = pd.read_csv(dataset, names=['name', 'sex', 'count'])
    dataframes.append(dataframe.assign(year=year))

result = pd.concat(dataframes)

for celebrity, sex in celebritiesFrank.items():
    names = result[result.name == celebrity]
    dataframe = names[names.sex == sex]
    fig, ax = plt.subplots(1, 1, figsize=(16,8))

    ax.set_xlabel('Года', fontsize = 10)
    ax.set_ylabel('Рождаемость', fontsize = 10)
    ax.plot(dataframe['year'], dataframe['count'], label=celebrity, color='r', ls='-')
    ax.legend(loc=9, fontsize=12)
    plt.axvline(x=1915)
    plt.axvline(x=1998)
    
for celebrity, sex in celebritiesBritney.items():
    names = result[result.name == celebrity]
    dataframe = names[names.sex == sex]
    fig, ax = plt.subplots(1, 1, figsize=(16,8))
    
    ax.set_xlabel('Года', fontsize = 10)
    ax.set_ylabel('Рождаемость', fontsize = 10)
    ax.plot(dataframe['year'], dataframe['count'], label=celebrity, color='r', ls='-')
    ax.legend(loc=9, fontsize=12)
    plt.axvline(x=1981)
    
for celebrity, sex in celebritiesMadonna.items():
    names = result[result.name == celebrity]
    dataframe = names[names.sex == sex]
    fig, ax = plt.subplots(1, 1, figsize=(16,8))
    
    ax.set_xlabel('Года', fontsize = 10)
    ax.set_ylabel('Рождаемость', fontsize = 10)
    ax.plot(dataframe['year'], dataframe['count'], label=celebrity, color='r', ls='-')
    ax.legend(loc=9, fontsize=12)
    plt.axvline(x=1958)
    
for celebrity, sex in celebritiesBob.items():
    names = result[result.name == celebrity]
    dataframe = names[names.sex == sex]
    fig, ax = plt.subplots(1, 1, figsize=(16,8))
    
    ax.set_xlabel('Года', fontsize = 10)
    ax.set_ylabel('Рождаемость', fontsize = 10)
    ax.plot(dataframe['year'], dataframe['count'], label=celebrity, color='r', ls='-')
    ax.legend(loc=9, fontsize=12)
    plt.axvline(x=1945)
    plt.axvline(x=1981)
        
    plt.show()

Подборка датасетов для машинного обучения

Sure, habr.com/ru/post/452740

Прорабатываем навык использования группировки и визуализации данных в Python

Оставил это в качестве тренировки, всем кому интересна эта тема) Можете добавить свои варианты кода в комментарии. Я добавлю свой код, если так и не появятся хорошие предложения