Data Science Tutorials

Dieser Artikel ist ein ausführlicher Guide zu AWS Step Functions: Er führt in die wichtigsten Funktionen ein und zeigt, wie du sie effektiv nutzt.

Tauche in die Grundlagen der Backpropagation in neuronalen Netzen ein – mit einer praktischen Anleitung zum Trainieren und Evaluieren eines Modells für ein Bildklassifikationsszenario.

Nutze die Bayessche Optimierung fürs Hyperparameter-Tuning im Machine Learning. Beherrsche Theorie und Praxis mit Python, um die Modellgenauigkeit zu steigern.

Entdecke in unserem umfassenden Guide die bahnbrechende Technik der Low-Rank Adaptation (LoRA). Erfahre, wie LoRA das Finetuning großer Sprachmodelle revolutioniert.

Lerne die Grundlagen von Shiny für Python kennen und erstelle im Handumdrehen interaktive Dashboards und Webanwendungen mit dieser neuen Bibliothek!

Tauche mit unserem ausführlichen Pinecone-Tutorial in die Welt der Vector-Datenbanken ein. Lerne, hochdimensionale Daten effizient zu verarbeiten, unstrukturierte Daten zu verstehen und die Power von Vektorembeddings für KI-Anwendungen zu nutzen.

Lerne, wie du die Ergebnisse einer Abfrage mit materialisierten Views in PostgreSQL speicherst.

Dieser Artikel vergleicht die Leistung von MatMul-freien und klassischen Large Language Models in Bezug auf Geschwindigkeit und Speicherverbrauch.

In diesem Python-Tutorial nutzt du die Event-Handler-API von Matplotlib, um die Schnitte eines MRT-Datensatzes darzustellen.

Lerne alles über Matrizen in R: Zeilen und Spalten benennen, Elemente auslesen sowie Addition, Subtraktion, Multiplikation und Division.

In diesem Tutorial lernst du, wie du mit Python Daten direkt aus der MeetUp-API abrufst und in eine JSON-Datei schreibst.

Lerne, wie du mit Memory-Profiling in Python die Performance optimierst – mit Tools wie memory_profiler, tracemalloc und objgraph.