Data Science Tutorials

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.

Plane, baue, teste und deploye ein Machine-Learning-Projekt von Grund auf mit dem Modell Claude Opus 4 und Claude Code.

Lerne, wie du die Claude Opus 5 API in Python nutzt. Baue einen Bugfixing-Agenten mit Tools und vergleiche alle fünf Effort-Level nach Passrate, Tokens und Kosten.

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.

In diesem Tutorial lernst du Techniken, um unordentliche Daten in SQL zu bereinigen – eine unverzichtbare Kompetenz für alle Data Scientists.

Lerne, wie du deine Daten in Tableau mit dem integrierten Clustering-Tool ganz einfach in Gruppen einteilst.

Dieses Tutorial erklärt gruppierte Säulendiagramme, warum sich Excel für ihre Erstellung eignet und wie du sie in Excel erstellst und anpasst.

Lerne, wie du Convolutional Neural Networks (CNNs) in Python mit dem TensorFlow-Framework 2 konstruierst und implementierst.

Tauche tief in das Contrastive Captioner (CoCa) Modell ein, ein fortschrittliches Bild-Text-Foundation-Modell im Machine Learning.

Erfahre, wie das COCOMO-Modell Aufwand, Kosten und Zeitplan schätzt. Deckt Basic, Intermediate, Detailed und COCOMO II mit Formeln und Beispielen ab.

Um dich mit der Codestral API zu verbinden, hol dir deinen API-Schlüssel von Mistral AI und sende autorisierte HTTP-Anfragen an den passenden Endpunkt (entweder codestral.mistral.ai oder api.mistral.ai).

Codestral Mamba ist ein Codegenerierungsmodell mit 7 Milliarden Parametern von Mistral AI, das die Mamba-Architektur für effizientes Codieren mit erweitertem Kontext nutzt.