import unittest
import user_code  # ÐºÐ¾Ð´ ÑÑÑÐ´ÐµÐ½ÑÐ°

def _dynamic(tc, ok, ok_msg, fail_msg):
    tc._testMethodName = ok_msg if ok else fail_msg
    (tc.assertTrue if ok else tc.fail)(tc._testMethodName)

class TestCustomerSets(unittest.TestCase):

    def test_input_lists_present(self):
        new_list = getattr(user_code, "new_customers", None)
        rep_list = getattr(user_code, "repeat_customers", None)
        ok = isinstance(new_list, list) and isinstance(rep_list, list)
        _dynamic(self, ok,
                 "PASS: input lists present",
                 f"FAIL: input lists missing or wrong types (new_customers={type(new_list).__name__ if new_list is not None else None}, "
                 f"repeat_customers={type(rep_list).__name__ if rep_list is not None else None})")

    def test_base_sets_correct(self):
        new_list = getattr(user_code, "new_customers", [])
        rep_list = getattr(user_code, "repeat_customers", [])
        exp_new = set(new_list)
        exp_rep = set(rep_list)

        set_new = getattr(user_code, "set_new", None)
        set_repeat = getattr(user_code, "set_repeat", None)

        reasons = []
        if set_new != exp_new:
            reasons.append(f"set_new != set(new_customers); got {set_new}")
        if set_repeat != exp_rep:
            reasons.append(f"set_repeat != set(repeat_customers); got {set_repeat}")

        _dynamic(self, len(reasons) == 0,
                 "PASS: set_new and set_repeat are correct",
                 "FAIL: " + " | ".join(reasons) if reasons else "FAIL")

    def test_derived_sets_correct(self):
        new_list = getattr(user_code, "new_customers", [])
        rep_list = getattr(user_code, "repeat_customers", [])
        A = set(new_list)
        B = set(rep_list)

        exp_union = A | B
        exp_inter = A & B
        exp_new_only = A - B

        all_customers = getattr(user_code, "all_customers", None)
        shared_customers = getattr(user_code, "shared_customers", None)
        exclusive_new = getattr(user_code, "exclusive_new", None)

        reasons = []
        if all_customers != exp_union:
            reasons.append(f"all_customers mismatch; expected={exp_union}, got={all_customers}")
        if shared_customers != exp_inter:
            reasons.append(f"shared_customers mismatch; expected={exp_inter}, got={shared_customers}")
        if exclusive_new != exp_new_only:
            reasons.append(f"exclusive_new mismatch; expected={exp_new_only}, got={exclusive_new}")

        _dynamic(self, len(reasons) == 0,
                 "PASS: all_customers, shared_customers, exclusive_new are correct",
                 "FAIL: " + " | ".join(reasons) if reasons else "FAIL")


test_code.py

Maîtrisez les bases mathématiques essentielles à la science des données. Explorez les concepts fondamentaux des fonctions, du calcul différentiel et intégral, de l’algèbre linéaire, de la probabilité et de la réduction de dimensionnalité. Développez à la fois une compréhension théorique et une expérience pratique du codage pour renforcer votre capacité à analyser des données, modéliser des systèmes complexes et appliquer des techniques avancées en apprentissage automatique.

Explorez les bases des fonctions mathématiques. Découvrez différents types de fonctions algébriques et transcendantes, leurs propriétés, ainsi que leur implémentation en Python pour résoudre des problèmes concrets.

Maîtrise des concepts d'ensembles et de séries, des opérations de base aux applications pratiques. Expérience pratique de la mise en œuvre des opérations sur les ensembles et du travail avec les séries arithmétiques et géométriques en Python.

Acquérir une compréhension approfondie des limites, dérivées, intégrales et dérivées partielles. Relier la théorie à la pratique en implémentant ces concepts en Python et en les appliquant à l’optimisation via la descente de gradient.

Acquisition de connaissances solides sur les vecteurs, les matrices et les transformations. Étude des méthodes de décomposition et de l'analyse des valeurs propres, avec consolidation des concepts à travers des exercices de programmation Python et des applications pratiques en science des données.

Approfondissement de la théorie des probabilités et des statistiques. Étude de la probabilité conditionnelle, du théorème de Bayes et des mesures statistiques. Mise en œuvre des concepts clés en Python, simulation de distributions et consolidation des compétences par des exercices et des quiz.

Défi : Segmentation de la Clientèle à l'Aide des Ensembles

Solution

Awesome!

Défi : Segmentation de la Clientèle à l'Aide des Ensembles

Solution