Data Science Tutorials

Lerne, wie du Inception Labs’ Mercury 2, ein diffusionsbasiertes Reasoning-LLM, nutzt, um einen latenzsensitiven Research-Agenten zu bauen, der Anfragen erweitert, das Web durchsucht, eine quellengestützte Antwort synthetisiert und einen Verifikationsdurchlauf ausführt.

In diesem Tutorial lernst du, mehrere Datasets in R zu verknüpfen.

Lerne, wie du in Microsoft Copilot Studio leistungsstarke KI-Agenten erstellst und bereitstellst. Beantworte Fragen mit RAG, SharePoint-Integration, LLM-Reasoning und Tool-Aufrufen.

Baue eine funktionierende Demo-App, die alle drei Microsoft-MAI-Modelle über Azure für Speech-to-Text, Text-to-Speech und Bildgenerierung aufruft – und lerne, was sie leisten.

Erfahre, wie Mistral AIs Mixtral 8X22B mit effizienter SMoE-Architektur große Sprachmodelle revolutioniert – mit überragender Performance und Skalierbarkeit.

In diesem Tutorial lernst du, Nullwerte zu füllen, Daten zu preprocessen, die Dimensionalität mit PCA zu reduzieren und Daten mit K-Fold zu splitten.

Tauche tief in MLflow ein und erfahre, wie du diese Open-Source-Plattform zum Tracken und Deployen deiner Machine-Learning-Experimente nutzt.

In diesem Tutorial baust du vier Modelle mit den Machine-Learning-Algorithmen Latent Dirichlet Allocation (LDA) und K-Means-Clustering.

Alles über ein leistungsstarkes Open-Source-Tool zur Workflow-Orchestrierung. Erstelle, deploye und führe deinen ersten Machine-Learning-Workflow lokal und in der Cloud aus – mit dieser einfachen Anleitung.

Lerne einen End-to-End-Workflow, um jedes Modell aus deinem Jupyter-Notebook in Produktionsumgebungen zu überwachen.

Lerne, wie du den Modulo-Operator (%) in Python einsetzt – von Gerade/Ungerade-Prüfungen über Kryptografie bis zu zyklischen Datenstrukturen.

Ein Überblick über eine neue Programmiersprache, so einfach wie Python und so schnell wie Rust.