Data science-tutorials

Leer in deze tutorial hoe je k-means-clustering toepast met scikit-learn in Python

Leer de basis van objectgeoriënteerd programmeren in Python: classes, objecten, attributen en methoden stap voor stap uitgelegd met codevoorbeelden.

.loc selecteert data met rij- en kolomnamen (labels), terwijl .iloc numerieke indexen (posities) gebruikt. Leer beide gebruiken met voorbeelden.

Leer over lossfuncties in machine learning, inclusief het verschil tussen loss- en costfuncties, types zoals MSE en MAE, en hun toepassingen in ML-taken.

Ontdek de verschillen tussen gemiddelde en mediaan, leer hun toepassingen in data-analyse en kies de juiste maatstaf voor verschillende scenario’s.

Een volledig overzicht om meervoudige lineaire regressie in R te begrijpen aan de hand van voorbeelden.

Leer hoe je een Naive Bayes-classifier bouwt en evalueert met het Python-pakket scikit-learn.

Ontdek de belangrijkste verschillen, toepassingen en implementatie van normaliseren en standaardiseren in datavoorbewerking voor machine learning.

Krijg vertrouwen in OLS-regressie door de theoretische basis onder de knie te krijgen. Ontdek eenvoudige implementaties in Excel, R en Python.

One-hot-encoding is een techniek om categorische data om te zetten naar een binair formaat waarbij elke categorie wordt weergegeven door een aparte kolom met een 1 voor aanwezigheid en 0 voor alle andere categorieën.

Ontdek data-analyse met Python. Met Pandas DataFrames manipuleer je je data eenvoudig, van het selecteren of vervangen van kolommen en indexen tot het herschikken van je data.

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