Tutorial di Data Science

Una lista è un tipo di dato composto con cui puoi raggruppare più valori. Una lista Python è un modo comodo per salvare tutte le informazioni insieme invece che singolarmente.

Scopri tutto sulla regressione logistica: in cosa differisce dalla regressione lineare, come adattare e valutare questi modelli in R con la funzione glm() e altro ancora!

Scopri cos'è la distribuzione lognormale, come si relaziona alla distribuzione normale e dove si applica in finanza, biologia e machine learning.

Scopri perché trasformare i dati da long a wide e viceversa e impara come farlo in R con melt() e dcast(!)

Visualizza la disuguaglianza a colpo d’occhio con la curva di Lorenz. Scopri come creare e interpretare le curve di Lorenz con Python per analizzare la disuguaglianza nel reddito, nella criminalità e in altri dataset reali.

Questo breve tutorial ti introduce alle basi del machine learning in R: ti mostrerà come usare R per lavorare con KNN.

Una guida pratica alle serie di Maclaurin che copre la formula di base, gli sviluppi più comuni, le regole di convergenza e le applicazioni reali nei metodi numerici, in fisica e nel machine learning.

Impara a creare e personalizzare istogrammi ggplot2 in R, dai grafici di base a quelli colorati, con facet e con densità sovrapposta.

Sviluppa web crawler con Scrapy, un potente framework per estrarre, elaborare e archiviare dati dal web.

Scopri come calcolare e applicare la distanza di Manhattan con esempi di codice in Python e R ed esplora il suo utilizzo nel machine learning e nel pathfinding.

Impara le fondamenta matematiche delle probabilità di eventi singoli, esplora esempi svolti dalla statistica classica a scenari reali e scopri le applicazioni in data science e machine learning.

In questo tutorial imparerai a usare e scrivere con diversi tag di markup usando Jupyter Notebook.