Data Science Tutorials

Pelajari cara menggunakan n8n untuk membangun agen AI yang mengotomatiskan pemrosesan email dan membuat agen retrieval-augmented generation (RAG) untuk tanya jawab dokumen.

Pelajari berbagai opsi visualisasi data di Excel yang dapat membantu Anda menganalisis dan menafsirkan data.

Pelajari cara membuat grafik dari yang sederhana hingga kompleks dengan modul turtle di Python. Kuasai perintah penting dan bangun proyek interaktif yang mewujudkan ide Anda. Jelajahi fraktal, animasi, dan desain kreatif sambil menguasai dasar-dasar Python.

Jalankan Qwen3.6 27B di RTX 3090 dan pelajari bagaimana Multi-Token Prediction (MTP) dengan llama.cpp dapat meningkatkan inferensi LLM lokal hampir 2x tanpa meng-upgrade GPU Anda.

Pelajari perbedaan gpt-realtime-2, gpt-realtime-translate, dan gpt-realtime-whisper dari OpenAI, lalu uji masing-masing dengan kode Python WebSocket yang berfungsi.

Pelajari cara kerja tiga mode penalaran DeepSeek V4, dan bangun aplikasi perbandingan Streamlit yang menunjukkan kapan tiap mode unggul dalam kualitas, kecepatan, dan biaya.

Bangun pelatih olahraga Python yang mencatat latihan, mengingat riwayat pengguna dengan Supermemory, dan menyarankan sesi yang dipersonalisasi di berbagai run agen AI yang terpisah.

Pelajari apa itu Perplexity Computer, bagaimana sub-agen paralelnya bekerja, berapa biaya kredit sebenarnya dalam uji langsung, dan di mana Pro serta Max cocok untuk alur kerja riset nyata.

Bangun agen AI dengan Kimi K2.6, Olostep, dan OpenAI Agents SDK yang membaca CV Anda, menemukan peran yang aktif, menyaring noise, dan memberi tahu Anda persis di mana harus melamar.

Sesuaikan Claude Code di terminal dengan permissions, CLAUDE.md, plan mode, /loop, hooks, /voice, dan pelacakan biaya. Tujuh peningkatan yang cepat terasa manfaatnya.

Pelajari cara menjalankan model DeepSeek V4 Flash versi penuh pada satu GPU menggunakan build llama.cpp yang dimodifikasi dan file GGUF yang kompatibel dalam tutorial praktis ini.

Pelajari cara menggunakan fungsi SQL RANK() untuk memberi peringkat pada baris, menangani nilai seri, dan membandingkannya dengan DENSE_RANK() serta ROW_NUMBER().