ну вот начиная с численных методов и алгоритмов, можно попустно учить пайтон

Понятное дело кодили начиная с основ анализа данных на пайтоне, но можно сказать знакомство с пайтоном проходило сразу с мл)

я говорил о текущем курсе, в чате которого мы с вами общаемся

Эти две дисциплины на плюсах были

Так python это инструмент, владеть на уровне алгоритмизации и теории можно и без него, нет?

А тервер с матстатом куда подевались?

Мы численные методы на матлабе писали, например.

Ну потому что и на курс поступают такие же люди, которые с пайтоном познакомились при встрече с мл

можно

А, были, забыл про них)

ок, затоптали логику всем селом )

да можно только не будешь всегда все с нуля реализовывать

а уметь нужными пакетами пользоваться - тоже надо. это мгновенно не придет

можно другой язык, но практика нужна

Инструменты могут быть разными, не стоит привязываться только к одному из них

def stochastic_gradient_step(X, y, w, train_ind, eta=0.01):
   grad0 = 2* X[train_ind][0] * ( np.sum( X[train_ind] * w)  - y[train_ind])/X.shape[0]
   grad1 = 2* X[train_ind][1] * ( np.sum( X[train_ind] * w)  - y[train_ind])/X.shape[0]
   grad2 = 2* X[train_ind][2] * ( np.sum( X[train_ind] * w) - y[train_ind])/X.shape[0]
   grad3 = 2* X[train_ind][3] * ( np.sum( X[train_ind] * w)  - y[train_ind])/X.shape[0]
   return  w - eta  * np.array([grad0, grad1, grad2, grad3])

Странно, что вам 4*4 выдаёт, 1*4 должно быть

студенты ее не любят

вот сама тетрадка... что здесь не так?

Эм