0Pricing
Data Science Academy · Ders

Rastgele Sayılar ve Tohumlar

NumPy ile yeniden üretilebilir sentetik veriler oluşturun.

Rastgele Sayılar ve Tohumlar, CoddyKit'te ücretsiz bir Data Science Academy dersidir. Bu, 4 dersinin 4. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, Data Science Academy öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. Data Science Academy kursu toplamda 4 dersten oluşur.

Neden Rastgele Veri Üretilir

Gerçek veri kümeleri her zaman el altında bulunmaz. Rastgele sayılar, test verileri oluşturmanıza, senaryoları benzetmenize ve örnekleri istediğiniz zaman karıştırmanıza olanak tanır.

Modern Üreteç

Önce default_rng ile bir üreteç oluşturun. Bu, NumPy'de rastgele sayılar üretmenin güncel ve önerilen yoludur.

rng = np.random.default_rng()

Düzgün Dağılan Ondalık Sayılar

0 ile 1 arasındaki ondalık sayılar için üreteç üzerinde random çağrısı yapın. Tek seferde tam bir dizi elde etmek için size belirtin.

rng.random(3)   # 3 floats in [0, 1)

Rastgele Tam Sayılar

Bir aralıktan tam sayılar çekmek için integers kullanın. Alt sınır dahildir, üst sınır ise dahil değildir.

rng.integers(1, 7, size=5)   # like dice rolls

Normal Eğriden Örnek Çekme

normal yöntemi çan eğrisinden örnekler. Değerlerin yayılımını şekillendirmek için buna bir mean ve standart sapma verin.

rng.normal(0, 1, size=4)

Rastgeleliğin Sorunu

Rastgele kodu iki kez çalıştırırsanız farklı sayılar elde edersiniz. Bir ekip arkadaşınız sonuçlarınızı yeniden oluşturamadığında bu durum tekrarlanabilirliği bozar.

Tohumlar Diziyi Sabitler

Bir seed, üreteci bilinen bir başlangıç noktasına ayarlar. Aynı seed, her çalıştırmada tam olarak aynı sayılar demektir.

rng = np.random.default_rng(42)

Aynı Seed, Aynı Çıktı

42 seed'i ile oluşturulan iki üreteç özdeş diziler üretir. Not defterlerinin farklı makinelerde yeniden üretilebilir kalması böyle sağlanır.

a = np.random.default_rng(42).random(3)
b = np.random.default_rng(42).random(3)   # a == b

Karıştırma ve Örnekleme

Üreteçler ayrıca dizileri karıştırabilir ve choice ile rastgele örnekler seçebilir; bu, verileri bölmek veya test durumları oluşturmak için idealdir.

rng.choice([10, 20, 30], size=2)

Bilim İçin Neden Önemlidir

Tohum belirlemek deneyleri tekrarlanabilir kılar. İnceleyenler kodunuzu yeniden çalıştırıp bildirdiğiniz sonucun aynısını gördüklerini doğrulayabilir.

Yeni API'yi Tercih Edin

Eski np.random.seed stilini hâlâ görebilirsiniz. Yeni kodda daha temiz ve güvenli rastgelelik için default_rng üretecini tercih etmelisiniz.

Hızlı Kontrol

Bir iş arkadaşınız not defterinizi yeniden çalıştırıyor ve farklı rastgele sonuçlar alıyor.

Rastgelelik Özeti

Ondalık sayılar, tam sayılar ve normal örnekler ürettiniz; ardından sonuçlarınızın her yerde yeniden üretilebilmesi için onları bir seed ile sabitlediniz. 🎲

Sıkça Sorulan Sorular

“Rastgele Sayılar ve Tohumlar” dersi ücretsiz mi?

Evet — “Rastgele Sayılar ve Tohumlar” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve Data Science Academy kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. Data Science Academy kursu toplamda 4 dersten oluşur.

“Rastgele Sayılar ve Tohumlar” dersinde ne öğreneceğim?

NumPy ile yeniden üretilebilir sentetik veriler oluşturun. Data Science Academy ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.

Data Science Academy öğrenmeye başlamak için deneyim gerekli mi?

Önceden deneyim gerekmez. CoddyKit'te Data Science Academy, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 4. dersidir.

“Rastgele Sayılar ve Tohumlar” dersi ne kadar sürer?

Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.

Bu Data Science Academy dersinde kod yazıp çalıştırabilir miyim?

Evet. Her Data Science Academy dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.

Bu kursun tüm dersleri

  1. Dizileri Yeniden Şekillendirme ve Düzleştirme
  2. Toplam, Ortalama ve Eksen Taktiği
  3. Seçim için Boolean Maskeleri
  4. Rastgele Sayılar ve Tohumlar
← Data Science Academy Sayfasına Dön