Python Tutorial

Wir werden Llama 3 anhand eines Datensatzes von Patienten-Arzt-Gesprächen verfeinern und ein Modell entwickeln, das auf den medizinischen Dialog zugeschnitten ist. Nach dem Zusammenführen, Konvertieren und Quantisieren des Modells ist es bereit für die private lokale Nutzung über die Jan-Anwendung.

Erfahre, wie OpenAIs neue Funktionsaufrufe GPT-Modelle in die Lage versetzen, strukturierte JSON-Ausgaben zu generieren und damit häufige Entwicklungsprobleme zu lösen, die durch unregelmäßige Ausgaben verursacht werden.

Um einen Codeblock in Python auszukommentieren, kannst du entweder ein # am Anfang jeder Zeile des Blocks hinzufügen oder den gesamten Block mit dreifachen Anführungszeichen (''' oder """) umgeben.

In diesem praktischen Lernprogramm lernst du, wie du mit Matplotlib, einer leistungsstarken Datenvisualisierungsbibliothek in Python, Liniendiagramme erstellst und anpasst.

Lerne die Grundlagen der Socket-Programmierung in Python

Entdecke, wie du mit Seaborn, einer beliebten Python-Datenvisualisierungsbibliothek, Liniendiagramme in Python erstellen und anpassen kannst.

Erforsche verschiedene Arten von Datendiagrammen - von den gängigsten bis hin zu fortgeschrittenen und unkonventionellen -, was sie zeigen, wann man sie verwenden und wann man sie vermeiden sollte, und wie man sie in Python erstellt und anpasst.

In diesem Artikel erfährst du, wie und wann du die k-nearest neighbors-Klassifikation mit scikit-learn verwenden kannst. Der Schwerpunkt liegt auf Konzepten, Arbeitsabläufen und Beispielen. Wir behandeln auch die Abstandsmetriken und wie man den besten Wert für k mithilfe einer Kreuzvalidierung auswählt.

Hier findest du eine Schritt-für-Schritt-Anleitung mit Beispielen, wie du externe Befehle mit dem Python-Modul subprocess ausführst.

Erfahre, was Pytest ist und wofür es verwendet wird, und vergleiche es mit anderen Softwaretestmethoden.

In diesem Artikel erfährst du, wie und wann du die Random Forest-Klassifizierung mit scikit-learn verwenden kannst. Der Schwerpunkt liegt auf Konzepten, Arbeitsabläufen und Beispielen. Wir behandeln auch die Verwendung der Konfusionsmatrix und die Bedeutung von Merkmalen.

Das Importieren von Daten ist der erste Schritt in jedem Data Science-Projekt. Erfahre, warum die Datenwissenschaftler von heute die Funktion read_csv() von Pandas bevorzugen.