Tutorial di Data Science

Acquisisci sicurezza nella regressione OLS padroneggiandone le basi teoriche. Scopri come eseguire semplici implementazioni in Excel, R e Python.

Scopri le differenze chiave, le applicazioni e l’implementazione di normalizzazione e standardizzazione nel preprocessing dei dati per il machine learning.

Impara a creare e valutare un classificatore Naive Bayes usando il pacchetto Scikit-learn di Python.

Una panoramica completa per comprendere la regressione lineare multipla in R attraverso esempi.

Impara a unire e fare merge di DataFrame in pandas usando concat(), merge() e join() con esempi pratici.

Il one-hot encoding è una tecnica usata per convertire i dati categorici in un formato binario in cui ogni categoria è rappresentata da una colonna separata con 1 a indicarne la presenza e 0 per tutte le altre categorie.

Pronto a iniziare il tuo percorso con pandas? Ecco una guida passo dopo passo per partire.

Un tutorial pratico su PySpark: installa PySpark, esplora i dati con i DataFrame e costruisci un modello di clustering K-Means per la segmentazione clienti.

In questo tutorial imparerai esclusivamente le istruzioni if else in Python.

Scopri come usare i metodi .append() e .extend() per aggiungere elementi a una lista.

Impara le basi della programmazione orientata agli oggetti in Python: classi, oggetti, attributi e metodi spiegati passo dopo passo con esempi di codice.

Impara a usare in modo efficace le list comprehension in Python per creare liste, sostituire i (nidificati) cicli for e le funzioni map(), filter() e reduce(), ...!