Tutorial di Data Science

Esplora i tipi di modelli a equazioni strutturali. Impara a formulare ipotesi teoriche, costruire un modello ipotizzato, valutarne l’aderenza e interpretarne i risultati nel modeling a equazioni strutturali.

Usa LIKE per filtrare record SQL in base a corrispondenze di stringhe specifiche. Questo tutorial ti insegna a usare wildcard, NOT, LOWER, UPPER e CASE WHEN con LIKE.

Usa i t-test con campioni piccoli o varianza sconosciuta, e gli Z-test quando i campioni sono grandi e la varianza è nota.

Questo tutorial su Python Streamlit è pensato per data scientist e machine learning engineer che vogliono creare rapidamente web app senza una vasta conoscenza di sviluppo web.

Questo articolo spiega cosa sono i Notebook e perché dovresti usarli. Approfondiamo anche i notebook ospitati, che facilitano condivisione e collaborazione. L'articolo include inoltre suggerimenti, trucchi e scorciatoie da tastiera.

Una guida visiva completa su asimmetria/curtosi, su come influenzano le distribuzioni e, in definitiva, il tuo progetto di data science.

Scopri come rilevare la multicollinearità nei modelli di regressione usando il fattore di inflazione della varianza (VIF), uno strumento diagnostico chiave. Questo tutorial spiega come si calcola il VIF, come interpretarne i valori e le tecniche per affrontare VIF elevati e migliorare l’affidabilità della modellazione di regressione.

Scopri cos'è un file eseguibile e come convertire uno script Python in un file .exe usando PyInstaller, Nuitka e auto-py-to-exe.

In questo tutorial imparerai a estrarre dati dal web, a manipolarli e pulirli con la libreria Pandas di Python e a visualizzarli con la libreria Matplotlib di Python.

Guida pratica al test di Kruskal-Wallis: cos’è, come funziona, quando preferirlo all’ANOVA e come eseguirlo e interpretarlo in Python e R.

Una guida concettuale al kernel trick: cos'è, come abilita le SVM e altri modelli basati su kernel, e quando usarlo rispetto ad altri approcci alla modellazione non lineare.

Scopri cos'è una funzione obiettivo, come funziona nell'ottimizzazione e nel machine learning, e come definirla e interpretarla con esempi reali.