Hi! Here we will compute the gradient of an arbitrary cost function and display its evolution during gradient descent. All the code is available on my GitHub at this link.

Image by author

Installations

pip install numpy
pip install matplotlib

Imports

import numpy as np
import matplotlib.pyplot as plt
import math
from math import *

First, we define our cost function :

def f(x1, x2):
return 0.5*x1**2 + (5/2)*x2**2 - x1*x2 - 2*(x1 + x2)

We then manually compute the gradient of our function :


I. Quelques définitions :

1-Le scraping

2-Page web statique

3-Page web dynamique

II. Scraper une page web statique

1-Inspecter les données ciblées dans le code source

2-Récupérer uniquement les données qui nous interessent

3-Automatiser le scraping sur plusieurs pages

I. Quelques définitions

1-Le scraping c’est quoi?

Pour faire court, c’est le fait de récupérer des données ciblées d’une ou plusieurs pages web.

Exemple : Récupérer tous les titres des articles de la page d’accueil du Figaro.

2-Définition page web statique

Une page web statique c’est simplement une page web qui présente tout son contenu directement : pas de lien vers une partie cachée de la page web, pas d’élément sur lequel cliquer pour avoir à afficher une partie cachée de la page.

En gros, c’est une page web qui ne bouge pas, ou il n’y a pas d’interaction possible. Exemple :


L’application que nous allons coder va :

I. Demander à l’utilisateur de sélectionner un fichier Excel

II. Récupérer les données du fichier dans un dataframe et modifier ce dataframe -comme bon vous semble


Image by author

To run the jupyter you can download the Github repository.

Install nbextensions

pip install jupyter_contrib_nbextensions

After the installation, it is possible that you have to restart jupyter for the Nbextensions menu to be visible.

❗ If you don’t see the toolbar even after restarting jupyter ❗

You can try going to your command prompt and typing this in sequence :

jupyter contrib nbextension install --user
jupyter nbextension enable varInspector/main

Don’t forget to refresh the page.

Nbextensions appears in the Jupyter menu as shown in the picture below :


Jupyter Logo

Quand on fait de la Science des Données (Data Science) on peut être amené à réaliser un Notebook (un programme comprenant du code et du texte) avec Jupyter notamment. Je vais vous montrer les raccourcis clavier qui m’ont sauvé un temps fou sur Jupyter Notebook.

ps : Certains de ces raccourics fonctionnent sur d’autres types de notebooks comme Kaggle & Google Colab.

Tout d’abord, le “mode action” d’une cellule, fichtre qu’est-ce donc?

Tous les raccourcis que je vais vous montrer se font sur des cellules “en mode action” ou “mode commande”. Attention rien de compliqué c’est juste que la cellule doit être séléctionnée (encadrement bleu) et non pas active, comme…


In this article, I show you how to plot a function of ℝ² in ℝ from the point of view of its level circles. Here are some examples of visualizations that you will be able to generate :

Image by author

Link to the GitHub repo to download the notebook.

If you have already followed the tutorial “3D visualization of an ℝ² function in ℝ with Python”, you can go straight to the “Visualization” part of this tutorial because the preprocessing of data is the same.

First of all, there are some python libraries to install/import:

Installation

pip install numpy
pip install matplotlib

Import

import…


Interactive representation of a function of two real variables (Image by author)

In this tutorial, we will see how to display a function from ℝ² into ℝ in 3 dimensions and interactively, with python. Here I use Jupyter Notebook.

If you want to run the code directly you can download the notebook on my repo.

First of all, some libraries are necessary:

installation

pip install numpy
pip install matplotlib

import

import numpy as np
import matplotlib.pyplot as plt
import mpl_toolkits
from mpl_toolkits.mplot3d import Axes3D

if you encounter difficulties with the import of mpl_toolkits, try run :

!pip install — upgrade matplotlib
import mpl_toolkits

Preprocessing

Let be a function f from ℝ² into ℝ. …


Dans cet article je vous montre comment représenter une fonction de ℝ² dans ℝ du point de vue de ses cercles de niveau. Voici quelques exemples de visualisations que vous serez capables de générer :

Image by author

Lien vers le repo GitHub pour télécharger le notebook!

PS : Si vous avez déjà suivi le tutoriel “Visualisation 3D d’une fonction de ℝ² dans ℝ avec Python”, vous pouvez passer directement à la partie “Visualisation” de ce tutoriel car la préparation des données est la même.

Tout d’abord il y a quelques librairies python à installer/importer :

installation

pip install numpy
pip install matplotlib

importation

import…


Représentation interactive d’une fonction de R² dans R (Image by author)

Dans ce tutoriel nous allons voir comment représenter une fonction de ℝ² dans ℝ en 3 dimensions et de manière interactive avec python.

Lien vers le repo GitHub pour télécharger le notebook

PS : Si vous avez déjà suivi le tutoriel “Visualisation des cercles de niveau d’une fonction réelle”, vous pouvez passer directement à la partie “Visualisation” de ce tutoriel car la préparation des données est la même.

Tout d’abord quelques librairies sont nécessaires :

installation

pip install numpy
pip install matplotlib

importation

import numpy as np
import matplotlib.pyplot as plt
import mpl_toolkits
from mpl_toolkits.mplot3d import Axes3D

Si vous avez une erreur…


Image by author

What is a TLE? -short intro-

A TLE (two-line element set) is a two-line text containing information about the movement of an object in orbit around the Earth at a given time (noted “epoch”). It looks like this:

 ISS (ZARYA) 
1 25544U 98067A 14273.50403866 .00012237 00000–0 21631–3 0 1790
2 25544 51.6467 297.5710 0002045 126.1182 27.2142 15.50748592907666

On line 0 we have the object’s name. Lines 1 and 2 are the payload of the TLE. Here are the elements given in a TLE :

Joséphine Picot

Hi! I am a last year student in an engineering school and I am passionate about data science. Whatever the type of data, I love to dig in!

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store