Data Science Tutorials

Scopri come la distribuzione binomiale modella molteplici esiti binari ed è usata in campi come finanza, sanità e machine learning.

Unisci due colonne in Excel usando l’operatore & e commerciale o la funzione CONCAT() con un delimitatore personalizzato. Oppure usa TEXTJOIN(), che permette di ignorare le celle vuote.

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.

Per calcolare la deviazione standard in Excel, inserisci i dati in un intervallo di celle e usa =STDEV.S() per i campioni o =STDEV.P() per le popolazioni.

Un tutorial pratico per creare e personalizzare grafici a linee, barre e dispersione in Matplotlib usando Python e dati reali di mercato azionario.

Scopri come interrogare e filtrare una data successiva a una data specifica in SQL. Confronta come cambia la logica "maggiore di" in MySQL, PostgreSQL e SQL Server.

Impara come normalizzare i database SQL dalla 1NF alla 5NF. Questa guida copre ogni forma normale con esempi reali, tabelle di confronto e best practice per eliminare la ridondanza dei dati.

Scopri cos’è l’RMSE nell’analisi di regressione, come calcolarlo e quando usarlo per valutare le prestazioni del modello. Vedi esempi in Python e R con interpretazioni pratiche.

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

Esistono diversi modi per generare numeri casuali in Excel, come le funzioni `RAND(),` `RANDBETWEEN(),` e `RANDARRAY()`.

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.

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