Tutorial di Data Science

Scopri come usare la curva di domanda per svelare la relazione tra prezzo e quantità venduta e usa questa conoscenza per guidare decisioni più intelligenti in mercati competitivi. Esplora metodi per trovare il prezzo ottimale che massimizza i ricavi complessivi.

Scopri come rilevare anomalie in grandi set di dati di serie temporali e presentare gli insight in modo molto più semplice.

Esplora concetti matematici di base per data science e deep learning come scalare e vettore, determinante, decomposizione ai valori singolari e altro ancora.

Scopri le statistiche di base necessarie per Data Science e Machine Learning in Python.

Scopri gli elementi essenziali della depth-first search per navigare grafi e alberi. Implementa la DFS in Python usando ricorsione e iterazione e scopri come si confronta con la breadth-first search e l’algoritmo di Dijkstra.

Capisci quando e come le matrici possono essere diagonalizzate e perché è importante per la data science e l'algebra lineare computazionale.

In questo tutorial su Docker, scopri l'installazione, i comandi Docker più comuni, come creare immagini per applicazioni di machine learning e le best practice adottate nel settore.

In questo tutorial imparerai a scoprire i topic nascosti nei documenti usando la Latent Semantic Analysis in Python.

Capisci le distribuzioni di probabilità discrete nella data science. Esplora PMF, CDF e i principali tipi come Bernoulli, Binomiale e Poisson con esempi in Python.

Scopri perché è necessario documentare il codice e le best practice per farlo. Inoltre, impara a sfruttare il modulo Pydoc per la documentazione.

Comprendi la tecnica che governa molte discipline come matematica e fisica e capisci la sua importanza.

Scopri cosa definisce un problema di regressione e come funziona un algoritmo di regressione lineare in Python.