Data Science Tutorials

Lerne, wie du deine Machine-Learning-Experimente mit Weights & Biases strukturierst, protokollierst und analysierst.

In diesem Tutorial setzt du einen Machine-Learning-Algorithmus in Python für ein reales Problem ein. Du lernst, mehrere Textdateien in Python einzulesen, Labels zu extrahieren, mit DataFrames zu arbeiten und vieles mehr!

Dieses kurze Tutorial führt dich in die Grundlagen des Machine Learnings in R ein und zeigt dir, wie du mit KNN arbeitest.

Lerne, wie du mit Flask in Python eine einfache API für ein Machine-Learning-Modell erstellst.

Ein praxisnaher Guide zur Maclaurin-Reihe: zentrale Formel, typische Entwicklungen, Konvergenzregeln und Anwendungen in numerischen Verfahren, Physik und Machine Learning.

Lerne, Datenreports mit Makefile und GitHub Actions zu automatisieren.

Entwickle Web‑Crawler mit Scrapy, einem leistungsstarken Framework zum Extrahieren, Verarbeiten und Speichern von Webdaten.

In diesem Tutorial lernst du, wie du in SQL eine Datenbank erstellst, löschst und auswählst.

Lerne die Marktkorbanalyse und den dahinterliegenden APRIORI-Algorithmus kennen. Erfahre, wie Händler damit vorhersagen, welche Artikel zusammen gekauft werden – und so ihr Geschäft ankurbeln.

Lerne die Markov-Analyse kennen – inklusive Begriffe, Beispiele – und wie du sie in Tabellenkalkulationen durchführst!

In diesem Tutorial lernst du, was eine Markov-Kette ist, und analysierst Sales-Velocity-Daten in R.

Lerne Markow-Ketten, ihre Eigenschaften und Übergangsmatrizen kennen – und implementiere dein eigenes Modell in Python!