Data Science Tutorials

Lerne, hochdimensionale Daten in einem niedrigdimensionalen Raum mithilfe einer nichtlinearen Dimensionalitätsreduktionstechnik zu visualisieren.

Erforsche sechs wichtige Methoden für die Verkettung von Zeichenketten in Python, indem du anhand von Beispielen die Syntax und die Anwendung der einzelnen Techniken erläuterst.

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 die logistische Regression und ihre grundlegenden Eigenschaften kennen und erstelle mit scikit-learn in Python ein maschinelles Lernmodell für eine reale Anwendung.

Ein vollständiger Überblick zum Verständnis multipler linearer Regressionen in R anhand von Beispielen.

Lerne in einem TensorFlow- und Keras-Tutorial Techniken, Anwendungen und Werkzeuge zur Datenerweiterung kennen.

Lerne, mit Python-Objekten auf alle Arten von relationalen Datenbanken zuzugreifen und SQL-Abfragen auszuführen.

Lerne, wie du mit WordCloud in Python eine explorative Datenanalyse für natürliche Sprachverarbeitung durchführst.

Lerne etwas über Python Docstrings. Hier findest du verschiedene Beispiele und Formattypen für Docstrings für Sphinx, Numpy und Pydoc.

Lerne, wie du mehrere Diagramme in R mit den Funktionen par() oder layout() zu einem einzigen Diagramm zusammenfassen kannst. Diese Seite enthält Beispiele für die Codierung.

Erfahre, wie OpenAIs neue Funktionsaufrufe GPT-Modelle in die Lage versetzen, strukturierte JSON-Ausgaben zu generieren und damit häufige Entwicklungsprobleme zu lösen, die durch unregelmäßige Ausgaben verursacht werden.

In diesem Lernprogramm lernst du das Konzept der Objekterkennung in Python mit der OpenCV-Bibliothek kennen und erfährst, wie du sie für Aufgaben wie die Gesichtserkennung nutzen kannst.