Data Science Tutorials

Versteh, was 1:n-Beziehungen sind, wie sie Tabellen über Schlüssel verbinden und warum sie für ein klares, zuverlässiges relationales Datenbankdesign wichtig sind.

Schluss mit verschwindenden Gradienten und verzerrten Modellen. Lerne, wie du Daten mit Min-Max und Z-Score in Scikit-learn normalisieren kannst, um Machine-Learning-Modelle zu verbessern.

Lerne, wie du mit der Such- und Ersetzungsfunktion in Excel Daten bereinigen, Fehler beheben und Massenänderungen vornehmen kannst, ohne Formeln oder Formatierungen zu beeinträchtigen.

Lerne die Preise, Protokolle und Metrikfilter von AWS CloudWatch richtig kennen. Lerne, wie du ein individuelles Dashboard erstellst und Alarme für vollständige Cloud-Transparenz konfigurierst.

Lerne, wie du deine Python-Version im Terminal, in Skripten und in virtuellen Umgebungen checken kannst. Lerne die häufigsten Probleme und bewährten Methoden für Windows, macOS und Linux kennen.

Ein Anfängerfreundlicher Leitfaden zur Verwendung von Claude in Excel. Du wirst lernen, was es wirklich macht, wo es am nützlichsten ist und wie du es sicher in echten Tabellenkalkulationen nutzen kannst, ohne was kaputt zu machen.

Schau dir die Architektur der verwalteten MCP-Server von Google an und lerne, wie du LLMs zu proaktiven Operatoren für BigQuery, Maps, GCE und Kubernetes machen kannst.

Versteh, wie Excel-Gitterlinien funktionieren, wann sie angezeigt werden und wie sie sich von Rahmen unterscheiden. Lerne, wie du übersichtliche Arbeitsblätter am Bildschirm und zum Ausdrucken machst.

Lerne, wie du die AWS-Infrastruktur mit Terraform automatisieren kannst. Erstell EC2-Instanzen mit SSM-Agenten, verwalte den Status in S3 und skalier mithilfe von Modulen.

Ein praktischer Leitfaden, der die Struktur, Regeln und Beispiele aus der Praxis abdeckt, die Entwickler brauchen, um klare, konsistente Git-Commit-Meldungen zu schreiben, die das Debugging verbessern, Code-Reviews beschleunigen und die Git-Historie in eine durchsuchbare Dokumentation verwandeln.

Mit dem Befehl „docker run hello-world“ kannst du am schnellsten checken, ob dein Docker richtig läuft, was passiert, wenn du einen Container startest, und häufige Probleme bei der Einrichtung lösen, bevor du richtige Anwendungen baust.

Lerne die mathematischen Grundlagen von Einzelereigniswahrscheinlichkeiten kennen, schau dir Beispiele aus der klassischen Statistik bis hin zu realen Szenarien an und entdecke Anwendungen in den Bereichen Datenwissenschaft und maschinelles Lernen.