josinovmota

print('Bem vindo à loja do Josino Vieira Mota')

# Input dos valores fornecidos pelo cliente
valor_produto = float(input('Qual o valor do produto? '))
quantidade_produto = int(input('Qual a quantidade de produto(s)? '))

# Multiplicação para saber o valor total
valor_total = valor_produto * quantidade_produto

# Se o valor do produto for menor do que 2500 não haverá desconto

josinovmota

# Print de boas-vindas
print('Bem-vindo à Açaíteria do Josino Vieira Mota')

# Cardápio do estabelicimento
cardapio = """
------------------Cardápio------------------
--------------------------------------------
| Tamanho  |  Cupuaçu (CP)  |  Açaí (AC)  |
--------------------------------------------
|    P     |     R$ 9.00    |   R$ 11.00  |

josinovmota

# Print de boas-vindas
print('Bem-vindo à Açaíteria do Josino Vieira Mota')

# Cardápio do estabelicimento
cardapio = """
------------------Cardápio------------------
--------------------------------------------
| Tamanho  |  Cupuaçu (CP)  |  Açaí (AC)  |
--------------------------------------------
|    P     |     R$ 9.00    |   R$ 11.00  |

josinovmota

# Print de boas-vindas
print('Bem-vindo à Açaíteria do Josino Vieira Mota')

# Cardápio do estabelicimento
cardapio = """
------------------Cardápio------------------
--------------------------------------------
| Tamanho  |  Cupuaçu (CP)  |  Açaí (AC)  |
--------------------------------------------
|    P     |     R$ 9.00    |   R$ 11.00  |

josinovmota

# Print de boas-vindas
print('Bem-vindo à Açaíteria do Josino Vieira Mota')

# Cardápio do estabelicimento
cardapio = """
------------------Cardápio------------------
--------------------------------------------
| Tamanho  |  Cupuaçu (CP)  |  Açaí (AC)  |
--------------------------------------------
|    P     |     R$ 9.00    |   R$ 11.00  |

josinovmota

# Enter your code here. Read input from STDIN. Print output to STDOUT
dicionario = {}
dictmaker = list()
t = int(input())

for i in range(0,t):
    dictmaker = input().strip().split()
    
    dicionario[dictmaker[0]] = dictmaker[1]
 

josinovmota

0
id_processo
numero_sigilo
sigla_grau
procedimento
ramo_justica
sigla_tribunal
id_tribunal
recurso
id_ultimo_oj

josinovmota

features = np.array([X**i for i in range(1, 11)]).T

best_rss_set = []
best_features_idx = []
best_cp = np.inf
best_model_features = []
# rever
full_model = LinearRegression().fit(features, Y)
sigma_hat_squared = mean_squared_error(Y, full_model.predict(features))

josinovmota

import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression

# Create a predictor X
X = np.random.default_rng().normal(size=100)
# Create a Noise Vector e
e = np.random.default_rng().normal(size=100)

B_0 = 0.5

josinovmota

# Create a predictor X
X = np.random.default_rng().normal(size=100)
# Create a Noise Vector e
e = np.random.default_rng().normal(size=100)

B_0 = 0.5
B_1 = -0.3
B_2 = 3
B_3 = 0.7