Data Science Tutorials

In diesem Tutorial lernst du grundlegende Konzepte der Zeitreihenanalyse und einfache Methoden zur Prognose von Zeitreihendaten mit Tabellenkalkulationen.

Lerne, wie du TimeGPT, das erste grundlegende Modell für Zeitreihendatensätze, mit nur wenigen Zeilen Code für Forecasting und Anomalieerkennung feinabstimmst.

Lerne Zeitreihenanalyse mit R und nutze ein Forecasting-Paket, um reale Zeitreihen an das optimale Modell anzupassen.

Eine Liste der 5 beliebtesten Diagramme unter R-Nutzenden und -Fans.

Lerne in diesem praxisnahen Tutorial, wie du PyTorchs Torchchat lokal mit Python einrichtest – Schritt für Schritt mit Anleitungen und Beispielen.

Lerne die Grundlagen der Regularisierung und wie sie hilft, Overfitting zu vermeiden.

In diesem Tutorial lernst du eine besondere Python-Bibliothek kennen: TPOT. Sie automatisiert die gesamte Machine-Learning-Pipeline und liefert dir das leistungsstärkste Modell.

In diesem Tutorial erfährst du, was Transfer Learning ist, wofür es eingesetzt wird und warum es eine entscheidende Kompetenz für Data Scientists ist.

Die Dreiecksungleichung ist mehr als ein geometrisches Prinzip – sie ist ein Grundpfeiler von Distanzmaßen in der Data Science. Entdecke, wie dieses elegante Konzept Algorithmen in Computational Geometry, Optimierung und Machine Learning antreibt.

Lerne, wie du Metas TRIBE v2 auf Google Colab ausführst, kortikale Aktivität aus natürlichen Reizen vorhersagst und die Ergebnisse als interaktive 3D-Gehirn-Heatmaps visualisierst.

Lerne, wie du die Ausnahme ModuleNotFoundError: No module named 'sklearn' mit unserem ausführlichen, leicht verständlichen Online-Guide schnell behebst.

Lerne, wie du mit Bokeh eine Web-App zum Vergleich von Aktienkursen erstellst und bereitstellst. Nutze deine Bokeh-Visualisierungskompetenzen in Python, um ein praktisches, interaktives Tool zu bauen.