Data Science Tutorials

Lerne, wie du Tabellen verknüpfst, DAX-Formeln schreibst und interaktive Berichte direkt in Excel erstellst.

Erfahre, was statistische Arbitrage ist, wie quantitative Trader vorübergehende Preisbeziehungen erkennen und wie Strategien wie Pairs Trading und Mittelwertumkehr in der Praxis funktionieren.

Führe das optimierte Motif-3 Quant auf einer NVIDIA H200 mit der ds4-Laufzeit aus, stelle es über eine OpenAI-kompatible API bereit und binde es in einen Pi-Coding-Agenten ein.

Erstelle eine Streamlit-App, die Claude Opus 4.8 mit adaptivem Denken ausführt, jede Antwort automatisch mit Haiku 4.5 bewertet und den Kosten-Qualitäts-Trade-off visualisiert.

Lerne, Seaborn-Barplots in Python zu erstellen und anzupassen. Beherrsche Techniken zur Visualisierung kategorialer Datenbeziehungen – von Basics bis zu Advanced-Features.

Lerne die Grundlagen von PySide6, baue deine erste Desktop-Anwendung und integriere Visualisierungen aus beliebten Data-Science-Bibliotheken.

Lerne die QR-Zerlegung kennen – die Matrixfaktorisierung, die eine Matrix A als Produkt aus einer orthogonalen Matrix Q und einer oberen Dreiecksmatrix R darstellt.

Erfahre, wie Computer Bilder „sehen“ und interpretieren, welche Techniken zur Bildmanipulation es gibt und wie Machine Learning das Feld verändert hat.

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

Um dich mit der Claude 3.5 Sonnet API zu verbinden, hol dir deinen API-Schlüssel von Anthropic, installiere die Python-Bibliothek anthropic und nutze sie, um Anfragen zu senden und Antworten von Claude 3.5 Sonnet zu erhalten.

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

Dieses Tutorial führt in kausale KI mit der DoWhy-Bibliothek in Python ein. Es erklärt grundlegende Prinzipien und zeigt Codebeispiele.