Marcin Wierzbiński marcin119a

Zadanie: Trening i monitorowanie modelu regresji liniowej w MLflow

Cel: Nauczyć się trenować prosty model ML (regresja liniowa), logować parametry i metryki w MLflow, a następnie testować działanie modelu na przykładowych danych.

Przygotowanie środowiska venv

Upewnij się, że masz zainstalowane biblioteki:

✅ Checklista zadań - RAG z Docker Workshop

🎯 Cel: Zbudowanie aplikacji RAG z konteneryzacją Docker

📋 Przygotowanie środowiska

Utworzenie katalogu projektu
Inicjalizacja Git
Utworzenie .gitignore
Sprawdzenie czy Docker jest zainstalowany

Aby przygotować się do egzaminu z "Wstępu do analizy danych", na którym występują zadania typu testowego, warto skupić się na kilku kluczowych obszarach analizy danych. Obejmują one rozumienie i stosowanie statystyk opisowych, rozumienie rozkładów i percentyli, identyfikację i obsługę wartości odstających, analizę korelacji między zmiennymi oraz podstawy modelowania statystycznego i testów A/B. Oto co warto przygotować w oparciu o podane zadania:

Analiza Danych

Statystyki opisowe

Rozumienie mediany, średniej, wartości maksymalnej i percentyli. Na przykład, wartość maksymalna w zbiorze danych to największa liczba, a mediana to środkowa wartość w zbiorze danych po ich uporządkowaniu.
Różnice między medianą a średnią i co oznacza, gdy mediana jest mniejsza lub większa od średniej.

Rozkłady i percentyle

Obliczanie percentyli i ich znaczenie w identyfikacji wartości odstających oraz rozumienie rozkładów danych (symetrycznych, lewostronnie i prawostronnie skośnych).

Wartości odstające

Kryteria id

Zajęcia wordpress

wordpressowych plików zeby Pan mi wyjaśnił jak w ogóle jest to skonstruowane.

https://codex.wordpress.org/Theme_Development#Anatomy_of_a_Theme
Theme Stylesheet style.css
- In addition to CSS style information for your theme, style.css provides details about the Theme in the form of comments.
Codex tools: Log in

Podstawowe typy danych języka Python. (1 dzień) _

Model danych języka Python.

List of immutable types:**

int, float, decimal, complex, bool, string, tuple, range, frozenset, bytes


	git branch: Ta komenda wyświetla listę wszystkich lokalnych gałęzi w bieżącym repozytorium. Umożliwia sprawdzenie, na której gałęzi aktualnie pracujesz oraz jakie inne gałęzie są dostępne lokalnie.
	git pull origin develop: Ta komenda ściąga zmiany z gałęzi develop z zdalnego repozytorium (określonego jako origin) i łączy je z bieżącą gałęzią lokalną. Jest to sposób na synchronizację pracy z innymi, którzy mogli wprowadzić zmiany w tej samej gałęzi w repozytorium zdalnym.
	git stash: Używana do tymczasowego odłożenia (stashing) zmian w bieżącej gałęzi. Pozwala na zapisanie niezatwierdzonych zmian, dzięki czemu możesz przełączyć się na inną gałąź bez konieczności zatwierdzania niedokończonej pracy.
	(Powtórzenie git pull origin develop): Ta komenda jest powtórzona, więc działa tak samo jak wyjaśniono wcześniej.
	git checkout develop: Przełącza aktualną gałąź na develop. Jeśli na tej gałęzi były wprowadzone zmiany w repozytorium zdalnym, powinieneś je najpierw ściągnąć lokalnie (jak w kroku 2).
	(Powtórzenie git br

	// Just before switching jobs:
	// Add one of these.
	// Preferably into the same commit where you do a large merge.
	//
	// This started as a tweet with a joke of "C++ pro-tip: #define private public",
	// and then it quickly escalated into more and more evil suggestions.
	// I've tried to capture interesting suggestions here.
	//
	// Contributors: @r2d2rigo, @joeldevahl, @msinilo, @_Humus_,
	// @YuriyODonnell, @rygorous, @cmuratori, @mike_acton, @grumpygiant,

	#include <iostream>
	#include <assert.h>

	/**
	* struct Data
	*/
	struct Data {
	int rok_;
	int miesiac_;
	int dzien_;

	#include <iostream>


	auto gcd(int m, int n) -> int
	{
	int r = 0;
	do {
	r = m % n;
	m=n;
	n=r;

	#include <iostream>


	int pell(int n)
	{
	int n2 = 2, n1 = 2;

	for(int i=0;i<n;i++)
	{
	n1 = n2;