معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

an installable package for Hybrid fitting of Sine and Cosine functions

ویژگی	مقدار
سیستم عامل	OS Independent
نام فایل	HOBIT-0.0.4
نام	HOBIT
نسخه کتابخانه	0.0.4
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Carmen Adriana Martinez Barbosa, Jose Arturo Celis Gil
ایمیل نویسنده	anamabo3@gmail.com, solocelis@gmail.com
آدرس صفحه اصلی	https://github.com/Harmonic-Oscillator-hyBrid-fIT/HOBIT
آدرس اینترنتی	https://pypi.org/project/HOBIT/
مجوز	-

<p align="center"> <img src="https://github.com/anamabo/HOBIT/blob/master/images/logo.png?raw=true" alt="Sublime's custom image"/> </p> # HOBIT: Harmonic Oscillator hyBrid fIT ## Efficient fit of sine(cosine) functions using a hybrid method HOBIT is a Python library that combines the power of Hyperopt (https://github.com/hyperopt/hyperopt) with the flexibility of Sklearn oriented to the teaching of physics that is able to fit in a very efficient way functions with the shape ``` f(x) = y_0 + y_1 * Sin(omega * x + phi) f(x) = y_0 + y_1 * Cos(omega * x + phi) ``` whose are commonly used to describe harmonic oscillators. ## Install Install HOBIT-0.0.3-py2.py3-none-any.whl that you can find in dist folder using ``` pip install HOBIT-0.0.3-py2.py3-none-any.whl ``` ### Requirements Hobit will install/update the next python libraries * pandas>=1.1.3 * numpy>=1.19.2 * hyperopt>=0.2.7 * sklearn>=0.23.2 ## Get started In the folder notebooks you will find four jupyther notebooks with the following examples: 1. Fit of a Cosine function using scipy and description of the gradient descent methond. 2. Fit of a Cosine function using Hyperopt package. 3. Fit of a Cosine function using HOBIT package. 4. Fit of a Cosine function using HOBIT package. Detailed explanation on the usage of these codes are inside the notebooks.

نحوه نصب

نصب پکیج whl HOBIT-0.0.4:

pip install HOBIT-0.0.4.whl

نصب پکیج tar.gz HOBIT-0.0.4:

pip install HOBIT-0.0.4.tar.gz