Data Science Tutorials

Ein praxisnaher Guide zu GraphQL Code Generator: Setup und Konfiguration, generierte TypeScript-Typen und typisierte Document Nodes, Integration mit Apollo, urql und graphql-request sowie Automatisierung mit Watch-Mode und CI.

Eine Likelihood-Ratio vergleicht, wie gut zwei Hypothesen oder Modelle dieselben Daten erklären. Dieser Artikel behandelt die Formel, ein durchgerechnetes Münzwurf-Beispiel, den Likelihood-Ratio-Test für verschachtelte Regressionsmodelle in Python und R sowie diagnostische Likelihood-Ratios.

Ein Überblick über OpenHands, den Open-Source-KI-Coding-Agenten: Architektur, lokales Setup mit Ollama, ein praktischer Bugfix, Sicherheit und Grenzen sowie der Vergleich mit Claude Code, Cursor und GitHub Copilot.

Folge diesem Grok 4.7 API-Tutorial und baue einen Python-Schaltungsreviewer mit Bildern, Datenblättern, Codeausführung, Websuche und lokaler Verifikation.

Stepwise Regression automatisiert die Prädiktorenauswahl mit Forward-, Backward- und bidirektionaler Suche – bringt aber Abstriche bei Stabilität und Overfitting mit sich.

Lerne, wie du die GPT-6 Sol API in Python nutzt. Baue einen Codebase-Migrationsagenten mit Repository-Tools, Structured Outputs, GPT-6 Luna-Triage, Steering und pytest.

Folge diesem Claude Opus 5.5 API-Tutorial und baue einen Python-Incident-Investigator mit Vision, programmgesteuertem Tool-Calling, kontrafaktischem Replay, Task-Budgets, strukturierten Outputs und Kostentracking.

Lerne, wie du Mikrofon-Audio streamst, Unterbrechungen handhabst und Tools asynchron in Python aufrufst – und vergleiche Gemini 3.8 Live mit der Extended-Thinking-Variante.

Nodes erledigen die Arbeit, Edges entscheiden den Ablauf, und Shared State trägt die Informationen zwischen ihnen. Dieses Tutorial zeigt, wann ein Multi-Agenten-Graph einer Single-Loop überlegen ist, und führt durch eine Researcher-, Writer- und Reviewer-Pipeline in LangGraph mit bedingter Retry-Kante.

Lerne, wie du TypeSafe AIs Python-SDK einrichtest, Choice-, Score- und Noul-Fragen in einem einzigen Call stellst, einen Support-Ticket-Router baust, der die Routing-Policy in deinem Code belässt, und wo Jev bricht – bevor du ausrollst.

Lerne Definition, Formel, zentrale Eigenschaften, homogene Koordinaten und Anwendungen affiner Transformationen in Grafik, Computer Vision, Robotik und Datenvorverarbeitung kennen.

Lerne, wie du mit Python, ReAct-Loops und dauerhaftem Zustand ein individuelles KI-Agent-Harness baust.