Data Science Tutorials

Lerne, wie du mit Highcharter Visualisierungen erstellst, die Eindruck machen.

In diesem Schritt-für-Schritt-Tutorial lernst du, wie du Jupyter Notebook auf Amazon Web Services (AWS) EC2 mit GPU für Deep Learning einrichtest und nutzt.

Lerne die grundlegende Statistik kennen, die du für Data Science und Machine Learning in Python brauchst.

Entdecke grundlegende Mathekonzepte für Data Science und Deep Learning wie Skalar und Vektor, Determinante, Singulärwertzerlegung und mehr.

Lerne, Anomalien in großen Zeitreihen-Datensätzen zu erkennen und Erkenntnisse deutlich einfacher zu präsentieren.

In diesem Tutorial lernst du, wie du mit Latent Semantic Analysis in Python verborgene Themen in Dokumenten aufdeckst.

Verstehe diskrete Wahrscheinlichkeitsverteilungen in der Data Science. Entdecke PMF, CDF und wichtige Typen wie Bernoulli, Binomial und Poisson – mit Python-Beispielen.

In diesem Docker-Tutorial erfährst du alles über Setup, wichtige Docker-Befehle, das Dockerisieren von Machine-Learning-Anwendungen und bewährte Branchenpraktiken.

Erfahre, warum Code-Dokumentation wichtig ist, und lerne Best Practices kennen. Nutze außerdem das Potenzial des Pydoc-Moduls für die Dokumentation.

Verstehe die Technik, die Disziplinen wie Mathematik und Physik prägt, und begreife ihre Bedeutung.

Hol mehr aus deinen Machine-Learning-Modellen heraus und entdecke Ensembles in R mit dem SuperLearner-Paket: Lerne den Random-Forest-Algorithmus, Bagging und vieles mehr kennen!

Erfahre, was ein Regressionsproblem ausmacht und wie ein Algorithmus für lineare Regression in Python funktioniert.