Data Science Tutorials

Verstehe Schritt für Schritt, wie du Heatmaps in Power BI erstellst und sinnvoll einsetzt

Vergleiche Börsendaten-APIs für Backtesting, Dashboards, Screeners und KI-Agenten – mit Python-Beispielen zu Splits, Zuverlässigkeit und Fundamentaldaten.

Hypothesentests sind ein statistisches Verfahren, mit dem Aussagen über Grundgesamtheiten anhand von Stichprobendaten bewertet werden.

In diesem Tutorial lernst du die Grundlagen von Hypothesentests und warum sie im Machine Learning relevant sind.

In diesem Tutorial lernst du, warum IDEs wichtig sind, wie du Atom einrichtest und Pakete herunterlädst.

Lerne die ifelse()-Funktion im Detail kennen: Syntax, Prüfung auf gerade/ungerade Zahlen und ein Beispiel, das zeigt, ob eine Studentin oder ein Student die Prüfung bestanden oder nicht bestanden hat.

Ein Tutorial zum Datenimport in R. Der Fokus liegt auf dem Einlesen aus Quellen wie Statistiksoftware, Datenbanken, Webscraping und mehr.

Dieses Tutorial zeigt dir, wie du PySpark installierst und wie du die Umgebungsvariablen unter Windows, Linux und macOS verwaltest.

Integritätsbedingungen in SQL sind Regeln für Datenbanktabellen, die Datenrichtigkeit, Konsistenz und Gültigkeit sichern – etwa durch eindeutige Primärschlüssel und gültige Fremdschlüsselbeziehungen.

Lerne, wie du die Ergebnisse deines biologischen Experiments rechnerisch und statistisch auswertest.

Dieses Tutorial basiert auf Kursmaterial aus DataCamps Introduction to R und bietet dir praxisnahe Übungen zu Data Frames.

In diesem Tutorial lernst du, wie du Kundensegmentierung mit der RFM-Analyse (Recency, Frequency, Monetary) von Grund auf in Python umsetzt.