Tutorial di Data Science

Inizia ad analizzare i dati del Titanic con R e il tidyverse: impara a filtrare, ordinare, riassumere, modificare e visualizzare i dati con dplyr e ggplot2!

Ottieni i dati di Google Trends per keyword come "diet" e "gym" e osserva come variano nel tempo mentre impari trend e stagionalità nelle serie temporali.

Impara a scomporre i dati di serie temporali in componenti significative come trend, stagionalità e residui con modelli additivi e moltiplicativi. Scopri i metodi classici e STL. Esplora gli aggiustamenti stagionali ed esercitati nel forecasting con i modelli di scomposizione.

Impara l’analisi delle serie temporali con R e usa un package in R per il forecasting per adattare la serie reale al modello ottimale.

Un elenco dei 5 grafici più popolari tra utenti ed entusiasti di R.

La disuguaglianza triangolare è più di un semplice principio geometrico: è una pietra angolare delle misure di distanza in data science. Scopri come questo elegante concetto matematico alimenta algoritmi nella geometria computazionale, nell'ottimizzazione e nel machine learning.

La statistica t ti aiuta a decidere se una differenza nei tuoi dati è significativa o solo variazione casuale. Questa guida spiega come funziona, come calcolarla e come usarla in scenari di test reali con esempi chiari e passo passo.

Scopri l'ecosistema Hadoop, le architetture e come iniziare con Cloudera.

La pulizia dei dati è un tassello fondamentale della data science. Scopri perché è importante e come usare Python per eseguire il processo.

Una breve guida per orientarti in Google Colab per scrivere codice di data science e collaborare con altri data scientist.

Scopri modi semplici ed efficaci per eseguire query SQL in Python e R per l’analisi dei dati e la gestione dei database.

Scopri i dataset e i notebook di Kaggle e inizia a creare il tuo profilo Kaggle.