Data Science Tutorials

Python dlt ist eine gute Wahl für Dateningenieure, die schnell und sicher Daten bewegen wollen. Es lässt sich mit fast allen Quellen und Zielen integrieren und ermöglicht es dir, deine ELT/ETL-Pipelines schnell zu schreiben. Dieses Tutorial zeigt dir, wie du jeden Schritt der Pipeline kontrollierst und mit lokalen Dateien, der Cloud, Datenbanken und REST APIs arbeitest.

Entdecke, wie die Breadth-First-Suche systematisch Knoten und Kanten in Graphen erkundet. Lerne seinen Level-by-Level-Ansatz kennen, um den kürzesten Weg in ungewichteten Netzwerken zu finden. Wende BFS in den Bereichen Datenwissenschaft, KI und Vernetzung an.

Lerne, wie du den p-Wert in Excel mit Excel-Funktionen wie T.TEST() und Z.TEST(), mit dem Data Analysis Toolpak oder durch manuelle Berechnungen ermitteln kannst. Rüste dich, um in Excel sichere, datengestützte Entscheidungen zu treffen.

Dieser praktische Leitfaden zu AWS Lightsail führt dich durch das Einrichten, Verwalten und Skalieren von Cloud-Instanzen und macht Cloud-Hosting einfach und zugänglich.

Erfahre, wie du mit der Bibliothek Hugging Face Evaluate deine LLM-Fähigkeiten zur Codegenerierung bewerten kannst.

In diesem Lernprogramm lernst du, wie du Zeichenketten annähernd zuordnen kannst und wie ähnlich sie sind, indem du verschiedene Beispiele durchgehst.

Lerne die Python-Generatoren kennen, um die Speichernutzung zu optimieren und Arbeitsabläufe zu vereinfachen. Baue effiziente, praxisnahe Datenpipelines und verbessere die Leistung deines Codes.

Lerne objektorientiertes Programmieren in Java mit praktischen Beispielen. Meisterklassen, Objekte, Vererbung, Kapselung und abstrakte Klassen anhand eines Restaurant-Menüsystems.

Lerne, Dotfiles zu verwalten, um eine konsistente Konfiguration über verschiedene Systeme hinweg und einen verbesserten Arbeitsablauf zu gewährleisten. Stelle die Kompatibilität mit Unix-basierten Systemen sicher.

Lerne die Kunst des Pivotings von Zeilen in Spalten in SQL in Oracle, MySQL und SQL Server. Erforsche praktische Methoden mit detaillierten Beispielen, um deine Fähigkeiten im Data Engineering zu verbessern.

Entdecke, wie WHERE Daten auf Zeilenebene in SQL-Abfragen filtert, während HAVING gruppierte Daten nach der Aggregation filtert, und beherrsche ihre unterschiedlichen Verwendungen in SQL-Abfragen.

Lerne, wie du das Gemini 2.0 Flash-Modell von Google nutzt, um einen visuellen Assistenten zu entwickeln, der Inhalte auf dem Bildschirm lesen und Fragen dazu beantworten kann - mit Python.