Data Science Tutorials

Lerne, wie du mit AgentGPT autonome KI-Agenten direkt über deinen Browser einsetzen kannst, und finde heraus, wann du dich vielleicht nach Alternativen umsehen solltest.

Lerne, wie du in Python mit integrierten Tools, gängigen Mustern und bewährten Verfahren für praktische Anwendungen in Dateien schreiben kannst.

Lerne, wie du FunctionGemma in weniger als 10 Minuten mit den kostenlosen GPUs von Kaggle optimieren kannst, von der Vorbereitung des Datensatzes und der Basisbewertung bis hin zum Training und der Validierung nach der Feinabstimmung.

Lerne Ensemble Learning mit Python. Dieses praktische Tutorial behandelt Bagging vs. Boosting, Random Forest und XGBoost mit Code-Beispielen anhand eines echten Datensatzes.

Ein einsteigerfreundliches, umfassendes Tutorial zur Durchführung von Monte-Carlo-Simulationen in Microsoft Excel, mit Beispielen, Best Practices und fortgeschrittenen Techniken.

Lerne die SQL-Datentypen in MySQL, PostgreSQL und SQL Server. Lerne, die richtigen Zahlen-, Text- und Datumsformate auszuwählen, um die Leistung und Datenintegrität zu verbessern.

Lerne anhand eines praktischen Beispiels mit der Python-Bibliothek Supabase, wie du mit Claude Code von Anthropic die Arbeitsabläufe bei der Softwareentwicklung verbessern kannst.

Lerne, wie du mit Python die Bildbearbeitung automatisieren kannst. Benutze Qwen-Image-Layered, um Bilder in bearbeitbare RGBA-Ebenen zu zerlegen und sie in einer Streamlit-App wieder zusammenzusetzen.

Lerne, wie die Hook-basierte Automatisierung funktioniert, und fang an, Claude Code Hooks zu nutzen, um Codierungsaufgaben wie Testen, Formatieren und Empfangen von Benachrichtigungen zu automatisieren.

Verstehe, wie SQL ON DELETE CASCADE abhängige Löschvorgänge in SQL automatisiert, Tabellen konsistent hält und dabei hilft, versehentlichen Datenverlust zu verhindern.

Verstehe, wie SQL ON DELETE RESTRICT die Datenintegrität schützt. Erfahre, wie es unsichere Löschvorgänge verhindert und wann du es anstelle der Regeln CASCADE oder SET NULL wählen solltest.

Schau dir die Unterschiede zwischen Mittelwert und Median an, lerne ihre Anwendungen in der Datenanalyse kennen und finde heraus, wie du die richtige Messgröße für verschiedene Szenarien auswählst.