Data Science Tutorials

Lerne, wie du mit dem Python-Paket Scikit-learn einen Naive-Bayes-Klassifikator erstellst und auswertest.

Ein umfassender visueller Leitfaden über Schiefe und Kurtosis und wie sie sich auf Verteilungen und letztendlich auf dein Data Science-Projekt auswirken.

In diesem Lernprogramm lernst du, wie du mit R PCA (Principal Component Analysis) Daten mit vielen Variablen extrahieren und Visualisierungen zur Darstellung dieser Daten erstellen kannst.

In diesem kurzen Tutorial lernst du, wie du in Python Zeichenketten in Ganzzahlen umwandelst.

In diesem Tutorial lernst du, wie der Unterstrich(_) in Python verwendet wird.

Lerne, wie du Llama-2 auf Colab mit neuen Techniken verfeinern kannst, um Speicher- und Rechenbeschränkungen zu überwinden und große Open-Source-Sprachmodelle leichter zugänglich zu machen.

Hier findest du eine Schritt-für-Schritt-Anleitung mit Beispielen, wie du externe Befehle mit dem Python-Modul subprocess ausführst.

Diese DataCamp-Infografik zeigt dir, wie du in 8 Schritten Datenwissenschaftler/in werden kannst. Dieser Leitfaden ist für alle, die sich für Data Science interessieren.

Erforsche verschiedene Arten von Datendiagrammen - von den gängigsten bis hin zu fortgeschrittenen und unkonventionellen -, was sie zeigen, wann man sie verwenden und wann man sie vermeiden sollte, und wie man sie in Python erstellt und anpasst.

Lerne, wie du mit .str.lower() eine Tabellenspalte in Kleinbuchstaben umwandelst.

In diesem Artikel erfährst du, wie und wann du die k-nearest neighbors-Klassifikation mit scikit-learn verwenden kannst. Der Schwerpunkt liegt auf Konzepten, Arbeitsabläufen und Beispielen. Wir behandeln auch die Abstandsmetriken und wie man den besten Wert für k mithilfe einer Kreuzvalidierung auswählt.

In diesem praktischen Lernprogramm lernst du, wie du mit Matplotlib, einer leistungsstarken Datenvisualisierungsbibliothek in Python, Liniendiagramme erstellst und anpasst.