Data Science Tutorials

Erfahre, wie Python-Entwickler mit NiceGUI mühelos webbasierte Benutzeroberflächen mit interaktiven Elementen und Datenaktualisierungen in Echtzeit erstellen können.

Bist du bereit, deine Pandareise zu beginnen? Hier ist eine Schritt-für-Schritt-Anleitung, wie du loslegen kannst.

Erforsche die Unterschiede zwischen Mittelwert und Median, lerne ihre Anwendungen in der Datenanalyse kennen und weiß, wie man die richtige Messgröße für verschiedene Szenarien auswählt.

Entdecke die Bedeutung der Mehrebenenmodellierung bei der Analyse von hierarchischen Datenstrukturen. Lerne, wie du mit festen und zufälligen Effekten die Variabilität innerhalb und zwischen Gruppen berücksichtigen kannst. Wende diese Konzepte an, um tiefere Einsichten in Bereichen wie Bildung, Gesundheitswesen und Sozialwissenschaften zu gewinnen.

Erfahre mehr über künstliche Immunsysteme (AIS) und wie sie in Python für Aufgaben wie Anomalieerkennung und Optimierung eingesetzt werden können.

Verwende t-Tests, wenn du mit kleinen Stichproben oder unbekannter Varianz zu tun hast, und Z-Tests, wenn die Stichproben groß sind und die Varianz bekannt ist.

Lerne anhand von Programmierbeispielen in Python und R, wie du die Manhattan-Distanz berechnest und anwendest, und erforsche ihre Verwendung beim maschinellen Lernen und bei der Pfadfindung.

Die One-Hot-Codierung ist eine Technik, mit der kategoriale Daten in ein binäres Format umgewandelt werden, in dem jede Kategorie durch eine separate Spalte mit einer 1 für ihr Vorhandensein und einer 0 für alle anderen Kategorien dargestellt wird.

Erfahre, wie die K-Fold Cross-Validation funktioniert und welche Vor- und Nachteile sie hat. Entdecke, wie du K-Fold Cross-Validation in Python mit scikit-learn implementierst.

In Python konvertierst du einen String mit der Methode .encode() in Bytes und gibst optional die gewünschte Kodierung an (standardmäßig UTF-8).

Ein Tutorium über die Grundlagen der Anomalieerkennung - Konzepte, Terminologie und Code.

Erfahre, wie du die Power BI CALCULATE()-Funktion verwendest, und gebe Beispiele, wie du sie einsetzen kannst.