Data science-tutorials

Leer hoe feature engineering je helpt om je skills op te schroeven bij het bouwen van machine learning-modellen in Kaggle: maak nieuwe kolommen, transformeer variabelen en meer!

Pak featureselectie in R aan: verken het Boruta-algoritme, een wrapper rond het Random Forest-classificatiealgoritme, en de implementatie ervan!

Ontdek hoe de Fibonacci-reeks werkt. Verken de wiskundige eigenschappen en toepassingen in de echte wereld.

Vijf handige tips om je R-code effectief te verbeteren: van seq() gebruiken om reeksen te maken tot which() vermijden en veel meer!

Leer hoe je For-loops in Python gebruikt om over een sequentie of over de rijen en kolommen van een pandas-dataframe te itereren.

Als je weet hoe vaak je een actie wilt herhalen, is een for-loop een goede optie. Beheers for-loops met deze tutorial.

De F-statistiek wordt gebruikt om te testen of een model variatie in de data beter verklaart dan willekeurig toeval. Deze gids legt uit wat de F-statistiek betekent, hoe hij wordt berekend en hoe je hem interpreteert.

Ontdek twee van de meest gebruikte programmeerparadigma’s in data science: objectgeoriënteerd programmeren en functioneel programmeren.

Ontdek wat R-functies zijn, welke soorten functies er in R zijn en hoe je je eigen functies in R maakt.

Leer het Gauss-eliminatiealgoritme via stapsgewijze voorbeelden, code-implementaties en praktische toepassingen in data science.

Leer over generalized linear models (GLM) en hoe ze verschillen van lineaire modellen.

Begrijp hoe je de kans op een eerste succes bij herhaalde pogingen modelleert, verken de unieke geheugenloze eigenschap, en ontdek praktische toepassingen in sectoren van kwaliteitscontrole tot klantacquisitie.