Data Science Tutorials

Entdecke alles über die logistische Regression: wie sie sich von der linearen Regression unterscheidet, wie man diese Modelle in R mit der Funktion glm() anpasst und auswertet und vieles mehr!

Erkunde die Kreuzentropie beim maschinellen Lernen in unserem Leitfaden zur Optimierung der Modellgenauigkeit und Effektivität bei der Klassifizierung mit TensorFlow- und PyTorch-Beispielen.

Lerne generalisierte lineare Modelle (GLM) kennen und erfahre, wie sie sich von linearen Modellen unterscheiden.

In diesem Artikel erfährst du, wie und wann du die Random Forest-Klassifizierung mit scikit-learn verwenden kannst. Der Schwerpunkt liegt auf Konzepten, Arbeitsabläufen und Beispielen. Wir behandeln auch die Verwendung der Konfusionsmatrix und die Bedeutung von Merkmalen.

Entdecke das Python-Pickle-Modul: Lerne etwas über Serialisierung, wann man es (nicht) verwenden sollte, wie man gepickelte Objekte komprimiert, Multiprocessing und vieles mehr!

Lerne alles über das Verständnis von Python-Wörterbüchern: wie du damit Wörterbücher erstellen kannst, wie du (verschachtelte) for-Schleifen oder Lambda-Funktionen durch map(), filter() und reduce() ersetzen kannst, ...!

Lerne, wie du Git PUSH- und PULL-Anfragen über GitHub Desktop und die Kommandozeile durchführst.

Lerne, wie du Excel-Dateien in Python liest und importierst, Daten in diese Tabellen schreibst und die besten Pakete dafür findest.

Verbessere deine Diagramme in R mit Titeln, Textanmerkungen, Beschriftung von Punkten, kleinen Häkchen, Referenzlinien, benutzerdefinierten Achsen und einer Diagrammlegende.

DATEDIFF() ist eine der am häufigsten verwendeten Funktionen zur Manipulation von Datumsdaten in SQL. Beherrsche sie, indem du dieses Tutorial liest.

Ein intuitiver Leitfaden zum Entdecken der zwei beliebtesten SQL-Befehle zum Aggregieren von Zeilen deines Datensatzes

Modelle des maschinellen Lernens sind leistungsstark, aber schwer zu interpretieren. Die SHAP-Werte können dir jedoch dabei helfen, zu verstehen, wie Modellmerkmale die Vorhersagen beeinflussen.