Data science-tutorials

Leer de wiskundige basis, technieken voor parameterschatting en diverse toepassingen van deze kansverdeling in techniek, geneeskunde en milieukunde.

Leer over wiskundige functies: wat ze zijn, hoe ze zich verhouden tot programmeerfuncties en hoe ze worden gebruikt in machine learning-modellering.

Krijg formele en intuïtieve definities van lineaire functies. Leer hoe je ze herkent met scenario’s uit de echte wereld.

Verhoog je productiviteit en maak debuggen een fluitje van een cent. Vind de juiste Integrated Development Environment voor jouw behoeften.

Leer de wiskundige basis, ontdek meerdere typen en hun toepassingen, en verken hoe standaardfout statistische inferentie en besluitvorming versterkt.

In deze tutorial leer je hoe je een spreadsheet in PostgreSQL importeert en er analyses op uitvoert.

Leer over geheugenbeheer in Python met geavanceerde technieken voor het schrijven van geheugenefficiënte classes. Verken praktische oefeningen voor optimale prestaties.

Leer wat statistische arbitrage is, hoe kwantitatieve traders tijdelijke prijsrelaties identificeren en hoe strategieën zoals pairs trading en mean reversion in de praktijk werken.

Leer wat een aangevulde matrix is, hoe die stelsels vergelijkingen voorstelt en hoe je rijoperaties gebruikt om ze op te lossen.

Leer wat een residuplot is, hoe je veelvoorkomende patronen interpreteert en hoe residuplots helpen om niet-lineariteit, heteroscedasticiteit, uitschieters en andere regressieproblemen te herkennen.

Leer wat minima en maxima zijn, hoe lokale en globale extrema verschillen, en hoe je ze vindt met kritieke punten, eerste en tweede afgeleidetests en de gesloten-intervalmethode.

Leer wat een inverse matrix is, hoe je bepaalt of een matrix inverseerbaar is en waarom matrixinversen ertoe doen in lineaire algebra en data science.