Data Science Tutorials

Lerne die PCA kennen und erfahre, wie sie genutzt werden kann, um Informationen aus den Daten zu extrahieren, ohne dass diese überwacht werden müssen, indem du zwei beliebte Datensätze verwendest: Brustkrebs und CIFAR-10.

Tauche ein in die erklärbare KI (XAI) und lerne, wie du mit LIME und SHAP für die Interpretierbarkeit von Modellen Vertrauen in KI-Systeme aufbauen kannst. Verstehe die Bedeutung von Transparenz und Fairness bei KI-gesteuerten Entscheidungen.

In diesem Tutorial lernst du, wie du ein neuronales Netzwerkmodell in R erstellst.

Entdecke Apache Kafka mit unserem Leitfaden für Anfänger. Erfahre die Grundlagen, lege los und entdecke fortgeschrittene Funktionen und praktische Anwendungen dieser leistungsstarken Event-Streaming-Plattform.

Beherrsche die Grundlagen der optischen Zeichenerkennung in OCR mit PyTesseract und OpenCV.

Lerne die K-Nearest Neighbors (KNN)-Klassifizierung mit R kennen. Erfahre, wie du die R-Pakete "class" und "caret" verwendest, Hyperparameter abstimmst und die Modellleistung auswertest.

In diesem Tutorial lernst du, wie du Daten aus dem Internet extrahierst, Daten mit der Python-Bibliothek Pandas bearbeitest und bereinigst und Daten mit der Python-Bibliothek Matplotlib visualisierst.

Der SQL BETWEEN-Operator hilft dabei, Werte innerhalb bestimmter Bereiche zu filtern und ermöglicht so eine effiziente Datenanalyse. Entdecke seine vielfältigen Einsatzmöglichkeiten und sein volles Potenzial.

In diesem Lernprogramm lernst du, wie du das Schlüsselwort ORDER BY in SQL verwendest und anwendest.

Lerne die String-Formatierung in Python kennen.

Dies ist eine einfache Anleitung zur Feinabstimmung von Gemma 2 9B-It auf Patienten-Arzt-Gespräche und zur Konvertierung des Modells ins GGUF-Format, damit es lokal mit der Jan-Anwendung verwendet werden kann.

Lerne anhand von Programmierbeispielen in Python und R, wie du die Manhattan-Distanz berechnest und anwendest, und erforsche ihre Verwendung beim maschinellen Lernen und bei der Pfadfindung.