Data Science Tutorials

Lerne, wie du mit der ydata-profiling Bibliothek in Python detaillierte Reports für Datensätze mit vielen Features erstellst.

Meistere die leistungsstarke XLOOKUP()-Funktion in Excel – mit Verkettung und booleschen Ausdrücken, um Daten nach mehreren Bedingungen zu durchsuchen

Lerne, wie die drei Denkmodi von DeepSeek V4 funktionieren, und baue mit Streamlit eine Vergleichs-App, die zeigt, wann welcher Modus bei Qualität, Geschwindigkeit und Kosten gewinnt.

Wie wäre es, wenn KI-Sprachgespräche sich echt anfühlen — natürlich, unterbrechbar und menschlich? Lerne, wie du NVIDIA PersonaPlex lokal betreibst und echte Full-Duplex-Konversationen erlebst.

Lerne, wie du mit GPT-5.4 Computer Use ein Live-News-Dashboard baust, das automatisch Nachrichten sammelt und zusammenfasst.

Lerne, wie sich OpenAIs gpt-realtime-2, gpt-realtime-translate und gpt-realtime-whisper unterscheiden, und teste jedes Modell mit funktionierendem Python-WebSocket-Code.

Lerne, wie du mit GPT‑5.2 jede CSV in eine Excel‑Arbeitsmappe und ein PowerPoint‑Deck mit belastbaren Quellen verwandelst – direkt in einer Streamlit‑App.

Lerne, wie du mit Kimi Claw KI-Workflows mit Zeitplänen, Skills und mehrstufiger Automatisierung durch praktische Experimente aufbaust.

Erfahre, was Perplexity Computer kann, wie parallele Sub-Agenten arbeiten, was Credits im Praxistest wirklich kosten und wo Pro und Max in echte Research-Workflows passen.

Baue mit Kimi K2.6, Olostep und dem OpenAI Agents SDK einen KI-Agenten, der deinen Lebenslauf liest, Live-Rollen findet, Rauschen filtert und dir sagt, wo du dich bewerben solltest.

Lerne in diesem praxisnahen Tutorial, wie du das komplette DeepSeek V4 Flash Modell auf einer einzelnen GPU mit einer modifizierten llama.cpp-Version und einer kompatiblen GGUF-Datei lokal betreibst.

Passe Claude Code im Terminal mit Berechtigungen, CLAUDE.md, Planmodus, /loop, Hooks, /voice und Kostenkontrolle an. Sieben Upgrades, die sich schnell auszahlen.