Ugrás a fő tartalomra

Bejegyzések

Bejegyzések megjelenítése ebből a hónapból: március, 2020

Labirintus generálás ás megoldás python

  A labirintus generálás és megoldás módszerek: Kruskal féle Prim féle rekurzív Backtracker Aldous-Broder növekvő fa Hunt és ölő Wilson Eller féle Sejtautomata  (Easy) Rekurzív osztály  (nagyon könnyű) Sidewinder  (Kiszámítható) Bináris fa  (hibás) WIKI  További információk, nézd meg  mazelib  GitHubról itt Python könyvtár hajtják végre. További info LInk WEB megjelenítés : Link

NodeJs

NodeJs Node Package Manager (NPM) //  https://npmjs.org/   [package.json] -- Modulok : EE net: For creating TCP clients and servers EE http: For creating and consuming HTTP services EE fs: For accessing and manipulating files EE dns: For using the DNS service EE events: For creating event emitters EE stream: For creating streams EE os: For accessing some local operating system statistics EE assert: For assertion testing EE util: For miscellaneous utilities -- Három fő modul tipus: core modules, user modules, and third-party -- core modulok használata importálása: var fs = require('fs'); -- Saját modulok használata: // simple_module.js file tartalma module.exports = 'ABC'; // import.js file tartalma var simpleModule = require('./simple_module.js'); console.log(simpleModule); // script futatása Node import.js

Fogalmak a bank területről

likvid     : fizető képesség (mindenkori, azonnali) szolvens   : fizető képesség (tartós) prudens    : hiteless magatartás szolvencia : A szolvencia, vagy más néven tőkemegfelelés azt jelenti, hogy egy gazdálkodó szervezet fizetőképes, tehát adott időpontban eleget tud tenni a fizetési kötelezettségeinek. paraszolvencia: tiszteletdíj, hálapénz reziduális kockázatok: eltérés (mismatch) a kockázatvállalás és a kockázatcsökkentő instrumentum között Nemfizetés valószínűsége (probability of default, PD) A fizetés elmaradásakor a veszteség átlagos mértéke (loss given default, LGD) A fizetésképtelenség bekövetkezésekor a kockázati kitettség várható értéke (exposure at default, EAD) Futamidő (maturity, M) kockázattal súlyozott eszközérték (risk weighted assets, RWA) benchmark kockázati súly (benchmark risk weight, BRW) Kockáztatott érték - VAR PD: egy éven belüli nemfizetés valószínűsége LGD (%): fedezetlenségi ráta EAD: kintlevőség nagy

Ismerkedés a TensorFlow használatával

 A  mesterséges neurális hálók alkalmazásának elterjesztésére indult el a GoogleBrain projekt 2011-ben. A  DistBelief rendszerrel számos sikeres, jól ismert alkalmazás számára készítettek mély neurális háló modelleket. A DistBelief eredményei és tapasztalatai alapján fejlesztették ki a második szakaszban a TensorFlow rendszert, amely egy nyílt forráskódú szoftverkönyvtár gépi tanulási modellek létrehozására. A TensorFlow rendszer a többrétegű neurális háló modellek megalkotásán kívül széles körben alkalmazható más célokra is, ideértve a különféle algoritmusok és numerikus számítások implementálását. A TensorFlow rendszerben a számításokat egy irányított gráf írja le. Ebben a gráfban a csúcsok rendszerint egy-egy műveletet reprezentálnak. A gráfban mindegyik csúcsnak lehet nulla, egy vagy több inputja, ugyanígy nulla, egy vagy több outputja. A gráfban az adatáramlás az élek mentén történik. A gráfban  áramló értékek tenzorok, melyek tetszőleges dimenziójú vektorok. Egy

ODI LP MAP vizualizáció 2.

ODI (Oracle Data Integrator) jelölés és saját WEB megjelenítés jelölés összehasonlítása:  ODI LoadPlan (LD) editor megjelenítés összehasonlítása saját WEB megjelenítéssel : Modell ODI-ban: WEB-es generált megjelenítés: Csomópont kihúzása (elemzéshez) Nagyítás és kihúzás együtt: A modell vizualitás első megjelenítése (generálás) a LP-ben szereplő MAP-ok számától függ elsődlegesen, ezért bonyolult LP töltési modell akár fél percig is készülhet (WEB böngészőben várni kell). Használathoz nem szükséges ODI licenc, bárhova publikálható, elérhetővé tehető, külön verziózható, az sql bővítésével más infók is megjeleníthetőek. Kép kis lépésekkel nagyítható, kicsinyíthető, elmozgatható, mágnesességgel vagy anélkül. Megjelenítés VIS JS könyvtárral történik.  Két változó generálásra van szükség a használathoz nodes és edges.  SQL paranccsal történik az előállítás és minimális szerkesztés (az utolsó sor végéről vessző kivét

ODI LP MAP vizualizáció 1.

Megjelenítési információ kinyerése a nodes és edges  változók feltöltése SQL lekérdezéssel Használt csomag : VIS-Network (JS) Lekérdezés (ODI_REPO sémára) --EDGE ---    minta: {from: 1, to: 2, arrows:'to'}, select  '{from: ' || t.FROM_STEP_ID ||', to: ' || t.TO_STEP_ID ||', arrows: ''to''},' as json from        odi_repo.lp_step_transitions t ,        odi_repo.lp_steps step, ebh_odi_repo.lp_steps step2            where step.id = t.TO_STEP_ID  and step2.id = t.FROM_STEP_ID        and (step.LOAD_PLAN_ID in (864896)         or step2.LOAD_PLAN_ID in (864896)) --- ------------- ---NODE ---  minta:  {id: 1, label: 'START', font: {background: 'pink'}}, select  '{id: ' || step.id ||', label: ''' || step.OBJECT_NAME ||''', font: {background: ''pink''' || '}},' as json --step.OBJECT_TYPE_NAME, step.OBJECT_LONG_NAME 

ODI + python / spark python

ODI (Oracle Data Integrátor) MAP Filter objektum: Használata: import   pyspark sc   =   pyspark . SparkContext( 'local[*] ' ) txt   =   sc . textFile( 'file:////usr/ share/doc/python/copyright' ) print (txt . count()) python_lines   =   txt . filter( lambda   line:   'python'   in   line . lower()) print (python_lines . count()) ---- import pyspark sc = pyspark . SparkContext ( 'local[*] ' )   txt = sc . textFile ( 'file:////usr/ share/doc/python/copyright' ) print ( txt . count ())   python_lines = txt . filter ( lambda line : 'python' in line . lower ()) print ( python_lines . count ()) ---- Hasznos link:  https://pypi.org/project/ pyspark/ DOKSI LINK   LINK2 Munkaterület link

ODI + jPython

Az ODI (Oracle Data Integrator) és python kapcsolata a JPython kiterjesztett funkció. Alavetően SQL, PL-SQL szelven kommunikál a töltő MAP fejlesztés és a hozzájuk kapcsolódó procedurákban,  knowledge modul-oknál. Hogyan is néz ez ki az ODI-ban? Mi is a Jpython? Javahoz javaban fedjlesztett python értelmezőről van szó. Lényegében egy JAR állomány, amelybe a 2.7.1 verziójú (hát nem a legfrissebb) python elhelyezkedik.  Használatakor a JAVA classpath-ba szerepeltetni kell a jpython jart. set CLASSPATH=C:\path\to\my\app\myapp.jar;jython.jar;%CLASSPATH% Hogyan néz ki egy egyszerű kalkulátor ebben: Futtatás szintaktikája:  java -jar jython.jar {minta.py} kl1.py tartalma: # hello world print("Hello world!") # eljárás definició method def add(a, b):     print("call add()")     return a + b # eljárás meghívása print(add(1, 2)) # két string összefüzése print("abcdefghijklmnopqrstuvexyz&