Data Science Tutorials

Lerne, wie du die Google Gemini CLI installierst und benutzt, um deinen Programmier-Workflow zu optimieren und Fehler mit KI schneller zu beheben.

Lerne, wie du DBSCAN einsetzt, versteh seine wichtigsten Parameter und finde heraus, wann du seine einzigartigen Stärken in deinen Data-Science-Projekten nutzen kannst.

Lerne, wie du mit Sora AI Videos erstellen und bearbeiten kannst, zum Beispiel mit Remix, Loop, Re-Cut, Stilvorlagen und Storyboards.

Lerne, wie du in Excel mit einfachen Rechenoperationen und Funktionen wie DATE(), EDATE() und WORKDAY() Tage zu einem Datum hinzufügst, mit praktischen Beispielen und Tipps, was du vermeiden solltest.

Lerne Ensemble Learning mit Python. Dieses praktische Tutorial behandelt Bagging vs. Boosting, Random Forest und XGBoost mit Code-Beispielen anhand eines echten Datensatzes.

Lerne, wie du in Python mit integrierten Tools, gängigen Mustern und bewährten Verfahren für praktische Anwendungen in Dateien schreiben kannst.

Lerne, wie du FunctionGemma in weniger als 10 Minuten mit den kostenlosen GPUs von Kaggle optimieren kannst, von der Vorbereitung des Datensatzes und der Basisbewertung bis hin zum Training und der Validierung nach der Feinabstimmung.

Lerne, wie du mit AgentGPT autonome KI-Agenten direkt über deinen Browser einsetzen kannst, und finde heraus, wann du dich vielleicht nach Alternativen umsehen solltest.

Lerne die SQL-Datentypen in MySQL, PostgreSQL und SQL Server. Lerne, die richtigen Zahlen-, Text- und Datumsformate auszuwählen, um die Leistung und Datenintegrität zu verbessern.

Ein einsteigerfreundliches, umfassendes Tutorial zur Durchführung von Monte-Carlo-Simulationen in Microsoft Excel, mit Beispielen, Best Practices und fortgeschrittenen Techniken.

Lerne anhand eines praktischen Beispiels mit der Python-Bibliothek Supabase, wie du mit Claude Code von Anthropic die Arbeitsabläufe bei der Softwareentwicklung verbessern kannst.

Lerne, wie du mit Python die Bildbearbeitung automatisieren kannst. Benutze Qwen-Image-Layered, um Bilder in bearbeitbare RGBA-Ebenen zu zerlegen und sie in einer Streamlit-App wieder zusammenzusetzen.