Ga naar hoofdinhoud
datawetenschap leren

Data Science Tutorials

Develop your data science skills with tutorials in our blog. We cover everything from intricate data visualizations in Tableau to version control features in Git.
Ontdek categorieën
GroupWil je 2 of meer mensen trainen?Proberen DataCamp for Business

Qwen 3.6 Plus API-tutorial: een factuurverwerkingspipeline bouwen in Python

Leer hoe je Alibaba's Qwen 3.6 Plus, Python en de OpenAI SDK gebruikt om een geautomatiseerde factuurverwerkingspipeline te bouwen met native vision en tool-calling.

Bex Tuychiev

27 april 2026

OpenAI Agents SDK: Agents uitvoeren in Modal Sandboxes

Leer in deze praktische Python-tutorial hoe je een OpenAI-agentapp bouwt die draait in Modal Sandboxes, met bestanden werkt, code uitvoert en resultaten teruggeeft.
Abid Ali Awan's photo

Abid Ali Awan

27 april 2026

Nano Banana 2: een complete gids met Python

Leer alles wat je moet weten over Google’s nieuwste model voor beeldgeneratie, Nano Banana 2, inclusief hoe je met de API in Python een iteratieve chat‑afbeeldingseditor bouwt.
François Aubry's photo

François Aubry

22 april 2026

Claude Code Auto Mode en Channels: bouw code vanaf elke plek

Leer hoe je Claude Code Auto Mode koppelt aan Telegram-kanalen om een autonome schrijf-test-debugloop vanaf je telefoon te draaien.
Bex Tuychiev's photo

Bex Tuychiev

21 april 2026

Qwen3.6 fijn-afstemmen op een medische Q&A-dataset

Leer hoe je Qwen3.6 fijnstemt op een H100 NVL-GPU met SFT, van datasetvoorbereiding en 4-bit laden tot training en evaluatie.
Abid Ali Awan's photo

Abid Ali Awan

21 april 2026

Claude Opus 4.7 API-tutorial: een grafiekdigitalizer bouwen

Leer de mogelijkheden van Anthropic’s beste publiek beschikbare model, Claude Opus 4.7, kennen en bouw een data science-tool die een grafiek kan omzetten naar ruwe data.
François Aubry's photo

François Aubry

20 april 2026

LLM als jury: een complete gids met hands-on RAG-voorbeeld

Leer hoe je een geautomatiseerd LLM-as-a-judge-systeem bouwt om je RAG-pijplijnen op schaal te evalueren op betrouwbaarheid en relevantie, en zo de kloof in AI-tests te overbruggen.
Josep Ferrer's photo

Josep Ferrer

20 april 2026

MiniMax M2.7 lokaal draaien voor agentisch coderen

In deze gids huren we een H200-GPU en installeren we llama.cpp, downloaden we MiniMax M2.7 GGUF, draaien we het lokaal, testen we het in de WebUI en koppelen we het aan OpenCode.
Abid Ali Awan's photo

Abid Ali Awan

17 april 2026

Ollama Python-bibliotheek: aan de slag met LLM’s lokaal

Beheers de Ollama Python SDK voor lokale LLM-ontwikkeling. Leer tekst genereren, meerstapschats afhandelen, visiemodellen gebruiken en veilige AI-apps bouwen.
Austin Chia's photo

Austin Chia

17 april 2026

Codex CLI voor het automatiseren van dataworkflows: een complete gids

Beheers OpenAI's Codex CLI om dataworkflows te automatiseren. Leer EDA uitvoeren, Python-ETL-pijplijnen bouwen en tests genereren rechtstreeks vanaf je lokale terminal.
Nikhil Adithyan's photo

Nikhil Adithyan

14 april 2026

AWS Well-Architected Framework: Zelfbeoordelingen uitvoeren

Beheers de zes pijlers, gebruik de AWS Well-Architected Tool en maak van reviews een herhaalbaar proces voor veilige, efficiënte en kost‑geoptimaliseerde cloudworkloads.
Benito Martin's photo

Benito Martin

13 april 2026

GLM 5.1 lokaal draaien voor agentic coding

Leer hoe je GLM 5.1 lokaal draait op een H100-GPU met llama.cpp, het test, de WebUI gebruikt en Claude Code integreert.
Abid Ali Awan's photo

Abid Ali Awan

10 april 2026