Tutorial di analisi dei dati

Scopri perché dovresti usare Amazon Web Services Elastic Compute Cloud (EC2) e come configurare un ambiente base per data science su un'istanza Windows.

Migliora i tuoi grafici in R con titoli, annotazioni testuali, etichettatura dei punti, tacche intermedie, linee di riferimento, assi personalizzati e una legenda del grafico.

Impara le basi dei database SQLite: dai dot command di SQLite a un esempio delle loro applicazioni pratiche usando l'interfaccia a riga di comando.

Scopri come la distribuzione di Bernoulli cattura esiti binari ed è applicata in tutto, dai lanci di moneta alle previsioni sui clienti.

In questo tutorial scoprirai i diversi fattori presi in considerazione prima di scegliere la tua piattaforma di Analytics, sia a livello organizzativo che individuale.

Crea un ambiente BigQuery a costo zero, esercitati con SQL reale su dati pubblici e privati e costruisci dashboard restando entro i generosi limiti del livello gratuito.

Scopri come calcolare il tasso annuo di crescita composto (CAGR) in Excel. Impara applicazioni pratiche e tecniche avanzate per migliorare le tue capacità di analisi dei dati.

Calcolare il coefficiente di variazione in Excel è semplice: si divide STDEV.P per AVERAGE.

Calcolare l'asimmetria in Excel è semplice: usiamo la funzione SKEW() o SKEW.P().

Il teorema del limite centrale afferma che, con una dimensione campionaria sufficientemente grande, la distribuzione della media campionaria sarà normalmente distribuita, indipendentemente dalla distribuzione della popolazione. Scopri la formula, le condizioni chiave e le applicazioni in statistica e machine learning.

Esplora il concetto di tendenza centrale in statistica, incluse misure specializzate come media, mediana e moda. Impara a selezionare la misura più adatta in base alle caratteristiche e alla distribuzione dei tuoi dati.

Capisci come derivare l’equazione caratteristica di una matrice ed esplora le sue proprietà chiave. Scopri come autovalori e autovettori rivelano pattern nelle applicazioni di data science. Costruisci solide basi di algebra lineare per il machine learning.