Data science-tutorials

Leer hoe je list comprehension in Python effectief gebruikt om lijsten te maken, (geneste) for-loops en de functies map(), filter() en reduce() te vervangen, ...!

Leer hoe je Excel-bestanden in Python leest en importeert, data naar deze spreadsheets schrijft, en welke packages hier het beste voor zijn.

Leer de basis van de 25 meest populaire SQL-commando’s en hoe je ze gebruikt.

Leer wat R-kwadraat betekent in regressieanalyse, hoe je het berekent en wanneer je het gebruikt om modelprestaties te evalueren. Vergelijk het met gerelateerde metrics met voorbeelden in R en Python.

Leer eenvoudige lineaire regressie. Beheers de modelequatie, begrijp belangrijke aannames en diagnostiek, en leer de resultaten effectief interpreteren.

Deze Python Streamlit-tutorial is bedoeld voor data scientists en machine learning-engineers die snel webapps willen bouwen zonder uitgebreide kennis van webontwikkeling.

Ontdek de typen structural equation models. Leer hoe je theoretische aannames maakt, een verondersteld model bouwt, de model fit beoordeelt en de resultaten interpreteert in structural equation modeling.

Gebruik LIKE om SQL-records te filteren op specifieke tekenreeks-overeenkomsten. Deze tutorial leert je wildcards, NOT, LOWER, UPPER en CASE WHEN te gebruiken met LIKE.

Gebruik t-tests bij kleine steekproeven of onbekende variantie, en z-tests wanneer steekproeven groot zijn en de variantie bekend is.

Dit artikel behandelt wat Notebooks zijn en waarom je ze zou gebruiken. We gaan ook in op gehoste notebooks, die delen en samenwerken makkelijker maken. Daarnaast vind je tips, trucs en sneltoetsen.

Leer wat een uitvoerbaar bestand is en hoe je een Python-script omzet naar een .exe-bestand met PyInstaller, Nuitka en auto-py-to-exe.

Een uitgebreide visuele gids voor skewness/kurtosis en hoe ze verdelingen beïnvloeden en uiteindelijk je data science-project.