Дан код и вывод

```
class A:
def __init__(self, x):
self.x = x
def __call__(self):
return self.x
class B:
def __init__(self, x):
self.x = x
def method(self):
return self.x
class C:
def __init__(self, x=3):
self.x = x
def __repr__(self):
return str(self.x)

a = A(1)
b = B(2)
c = C(3)
callables = # ваш код
print([act() for act in callables])

#Вывод: [1, 2, 3]
```

👉 Как с помощью методов ML можно очищать данные от выбросов?ЖДЕМ ВАС на 6 сентября в 20:00 мск на открытом уроке «Ищем выбросы методами ML» в рамках курса «Machine Learning. Professional» от OTUS

🔹 Поговорим про задачу поиска аномалий и изучим, как с помощью методов ML можно очищать данные от выбросов

🔹 В теории разберем несколько алгоритмов и применим их на практике.

📌 Результаты урока:Вы освоите несколько методов поиска аномалий и на практике очистите данные от аномальных значений.

👉 РЕГИСТРАЦИЯhttps://otus.pw/xw3Y/

Нативная интеграция. Информация о продукте www.otus.ru

Что выведет код?

class A: def \_\_init\_\_(self, value): self.value = value def \_\_call\_\_(self, other): return self.value ** other x = A(2) print(x(3))

Что выведет код?

a = [1, 2, 3, 3] b = {1, 2, 3, 3} print(set(a) == b, list(b) == a)

❓ Как стать высокооплачиваемым специалистов в ML?Совершенствуй мастерство ML в сообществе единомышленников. 25 апреля — старт продвинутого онлайн-курса «Machine Learning Advanced» от OTUS.

Приглашаем на курс тех, кто хочет вырасти до позиции Middle или Senior уровня.🧑‍💻 В программе:- Продвинутые ML-алгоритмы и кейсы решения нестандартных задач
- Работа в production: настройка окружения, оптимизация кода, построение end-to-end пайплайнов и внедрение решений.
- Уникальный исследовательский проект по машинному обучению

⚠️ Вебинары в формате Live coding, где преподаватель с «чистого листа» показывает решение актуальных задач ML.

Ответьте на 10 вопросов и проверьте, насколько вы готовы к обучению на углубленном курсе - «Machine Learning. Advanced» от OTUS и его партнера — Сбера.

👉 ПРОЙТИ ТЕСТ:
https://otus.pw/0LTy/

Реклама. Информация о рекламодателе на сайте otus.ru

Что выведет код?

import numpy as np x = np.array([1, 2, 3, 4]) print(np.average(x, weights=[2, 1, 0, 5]))