Data Science Tutorials

Découvrez une méthode de développement Python simple, amusante et productive en vous familiarisant avec VSCode, ses extensions et ses fonctionnalités.

Découvrez comment accéder aux données de votre DataFrame à l'aide du subsetting. Apprenez à faire des sous-ensembles en utilisant des parenthèses ou en utilisant la fonction subset() de R.

Apprenez à configurer le cadre AWS Multi-Agent Orchestrator à l'aide de conseils étape par étape et construisez un projet de démonstration à l'aide de ce cadre.

Découvrez comment la recherche contextuelle d'Anthropic améliore la précision des systèmes de recherche et comment la mettre en œuvre étape par étape.

Apprenez à valider vos données avec Great Expectations en Python grâce à ce tutoriel de bout en bout !

Apprenez à utiliser TinyTroupe de Microsoft pour simuler des interactions entre des personas d'IA ayant des caractéristiques distinctes pour des objectifs différents.

Ce tutoriel vous apprend à utiliser Docker pour construire et déployer une application de questions-réponses de documents sur le cloud Hugging Face.

.loc sélectionne les données à l'aide de noms de lignes et de colonnes (étiquettes), tandis que .iloc utilise des indices numériques (positions). Apprenez à utiliser les deux en vous appuyant sur des exemples.

Comprendre comment utiliser les expressions courantes des tableaux pour simplifier les requêtes complexes afin d'en améliorer la lisibilité. Apprenez à faire la différence entre les ETC récursifs et non récursifs.

Découvrez ce qu'est la mise en cache rapide et comment l'utiliser avec Ollama pour optimiser les interactions LLM, réduire les coûts et améliorer les performances des applications d'IA.

Découvrez comment les diagrammes Q-Q constituent une méthode visuelle utile pour évaluer la normalité. Comparez les données observées à une distribution théorique, telle que la distribution normale, pour mettre en évidence les écarts. Apprenez à diagnostiquer l'adéquation du modèle.

Apprenez à détecter la multicollinéarité dans les modèles de régression à l'aide du facteur d'inflation de la variance (VIF), un outil de diagnostic clé. Ce tutoriel explique comment le VIF est calculé, comment interpréter ses valeurs et les techniques pour traiter un VIF élevé afin d'améliorer la fiabilité de votre modélisation de régression.