Data Science Tutorials

Kann Timestral von Mistral AI Aktienkurse zuverlässig vorhersagen? Lerne, wie du dieses leichte Zeitreihenmodell lokal mit Python ausführst, an echten Marktdaten testest und KI-gestützte Buy-, Hold- und Sell-Signale erzeugst.

Richte Oh My Pi, den „Batterien inklusive“-Terminal-Coding-Agenten, ein, verbinde ihn mit xAIs Grok und nutze ihn, um eine vollständige Streamlit-App zu planen, zu bauen, zu testen und zu verfeinern – inklusive der tatsächlichen Kosten eines agentischen Laufs.

Kann ein KI-Agent wissenschaftlich denken, wenn ihm die Lösung verborgen bleibt? Baue mit Claude Fable 5.2 in Python einen Agenten, der konkurrierende Erklärungen für verrauschte Daten testet, ein Folgeexperiment entwirft und zuvor ungesehene Ergebnisse vorhersagt – bewertet von separatem Code, den er nicht berührt.

Beherrsche die Grundlagen von Power BI Desktop in diesem Einsteiger-Tutorial. Lerne Datenimport, Power Query, DAX-Formeln und wie du interaktive Berichte erstellst und teilst.

Nutze Copilot Cowork, um aus einer Sales-CSV ein Excel-Workbook, ein Word-Briefing, ein PowerPoint-Deck und einen Outlook-Entwurf zu erstellen, prüfe die Ergebnisse, speichere den Ablauf als Skill und plane ihn ein.

Lerne, wie du leistungsstarke Entscheidungsmodelle lokal ausführst, das vLLM-Ökosystem erkundest und drei praxisnahe Projekte mit Text, Bildern und Videos baust.

Lerne die 20 zentralen Excel-Funktionen und -Formeln kennen – von SUM() und IF() bis XLOOKUP() und IFERROR() – mit Beispielen und Tipps zum Kombinieren.

Baue mit DeepSeek Superagent einen Workflow zur CI-Reparatur auf und nutze dann Observe-Modus, pytest, Holdout-Daten und menschliches Review, um einen pandas-Fix zu prüfen.

Aus einem Arbeitsblatt ausgesperrt? Hier findest du die schnellsten Lösungen – vom Passwort eingeben bis zum Fix für den ausgegrauten Button "Blattschutz aufheben".

Wir erstellen Datenmodelle, indem wir Daten als Tabellen formatieren, Beziehungen anlegen, Power Query nutzen und Power Pivot einsetzen – für nahtlose Datenintegration und Analyse.

Baue einen Python-Agenten mit Gemini 4 Argon, Function Calling und Profiling – und prüfe seine Patches mit versteckten Tests, Benchmarks und API-Kosten.

Ein Schritt-für-Schritt-Leitfaden zur Funktionsweise der Transformer-Architektur – von Self-Attention bis zu den darauf aufbauenden Decoder-only-LLMs.