import numpy as np
def poli(x):
return (x-1)**9
#polinomio esteso
def funx_esercizio1_scomp(x):
return x**9-9*x**8+36*x**7-84*x**6+126*x**5-126*x**4+84*x**3-36*x**2+9*x-1
#punti equidistanti intervallo
def punti_equidistanti(a, b, n):
x = np.linspace(a, b, n+1)
return x
#nodi di chebyshev
def chebichev(a, b, n):
x = (a+b)/2 + (b-a)/2 * np.cos(((2*np.arange(0, n+1)+1)* np.pi)/(2*(n+1)))
h = np.flipud(x)
return h
#intervallo
a = 0
b = 2
n = 9
#calcolo i punti equidistanti
punti = punti_equidistanti(a, b, n)
punti_in_matrice = np.array(punti)
print(punti_in_matrice)
import matplotlib.pyplot as plt
#applicati alla funzione. Crea il grafico
plt.plot(punti, poli(punti), 'o')
plt.show()
#stessa cosa
plt.plot(poli(punti), 'o')
plt.show()
[crayon-6a9ffcbcbbcf8050050969/] Partiamo da questo, ma che inseriamo nel codice: [crayon-6a9ffcbcbbd09463933465/] https://www.pasqualeclarizio.it/progetti/ml_test/app_ml4.php [crayon-6a9ffcbcbbd10945077574/] in base a…
Se avessimo: [crayon-6a9ffcbcbc04d326602958/] dati_frutta2.csv Tramite il Machine Learning non riusciremmo ad effettuare una Predizione dei…
[crayon-6a9ffcbcbc277129838012/] é importante capire che il file: prodotto_fru.csv deve essere già stato caricato all'interno di…
Il Machine Learning non è magia. È solo matematica. Quando il computer "impara", in realtà sta facendo solo…
La differenza tra Statistica e Machine Learning La Statistica: "Spiegami il passato" La statistica è…
La scatola magica Immagina una scatola [crayon-6a9ffcbcbcc36646741716/] Se metti qualcosa dentro, la scatola ti dà…