Data Science Tutorials

Esplora il potenziale ancora inesplorato dei Large Language Models con LangChain, un framework Python open-source per creare applicazioni di IA avanzate.

Scopri cosa significa R-quadro nell’analisi di regressione, come calcolarlo e quando usarlo per valutare le prestazioni del modello. Confrontalo con metriche correlate con esempi in R e Python.

Un tutorial completo e adatto ai principianti sulla Simulazione Monte Carlo in Microsoft Excel, con esempi, buone pratiche e tecniche avanzate.

Scopri la potenza di XGBoost, uno dei framework di machine learning più popolari tra i data scientist, con questo tutorial passo dopo passo in Python.

Scopri come il breadth-first search esplora sistematicamente nodi e archi nei grafi. Impara il suo approccio per livelli per garantire il percorso più breve nelle reti non pesate. Applica il BFS in data science, IA e networking.

Scopri metodi affidabili per convertire il testo in numeri in Excel, tra cui funzionalità integrate, formule e tecniche manuali. Impara a risolvere i casi ostinati in cui i numeri restano archiviati come testo.

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

Scopri come funziona l'algoritmo Apriori, i suoi concetti chiave e come usarlo in modo efficace per l'analisi dei dati e il decision-making.

Scopri cosa sono le hashmap e come vengono implementate in Python tramite i dizionari.

Impara ad aggiungere formule aritmetiche, su stringhe, su serie temporali e complesse in Microsoft Excel.

Fare il quadrato in Python è facile: usa l’operatore integrato ** oppure prova NumPy, pow(), math.pow(), operatori bitwise e altre funzioni per soluzioni più versatili.

Taglia l'hype. Impara a interpretare i benchmark LLM, orientarti tra le open leaderboard e svolgere le tue valutazioni per trovare i modelli di AI migliori per le tue esigenze.