Categorie
Onderwerpen
Data science-tutorials
Geef je datacarrière een boost met onze data science-tutorials. We nemen je stap voor stap mee door uitdagende data science-functies en -modellen.
Andere onderwerpen:
Wil je 2 of meer mensen trainen?Proberen DataCamp for Business
Handleiding: R installeren op Windows, Mac OS X en Ubuntu
Dit is een beginnersgids die je hoofdpijn en kostbare tijd bespaart als je besluit R zelf te installeren.
Francisco Javier Carrera Arias
1 juni 2026
DataFrames joinen in pandas: merge(), concat() & join()
Leer hoe je DataFrames in pandas joinet en merget met concat(), merge() en join(), met praktische voorbeelden.
DataCamp Team
Abid Ali Awan
1 juni 2026
Kruskal-Wallis-toets: meerdere groepen vergelijken zonder normaliteit
Een praktische gids voor de Kruskal-Wallis-toets - wat het is, hoe het werkt, wanneer je het gebruikt in plaats van ANOVA, en hoe je het uitvoert en interpreteert in Python en R.
Dario Radečić
4 mei 2026
Kerneltruc uitgelegd: hoe SVM’s niet-lineaire patronen leren
Een conceptuele gids voor de kerneltruc - wat het is, hoe het SVM’s en andere kernelgebaseerde modellen in staat stelt, en wanneer je het gebruikt boven andere aanpakken voor niet-lineaire modellering.
Dario Radečić
4 mei 2026
Doelfunctie uitgelegd: definitie, voorbeelden en optimalisatie
Leer wat een doelfunctie is, hoe die werkt in optimalisatie en machine learning, en hoe je hem definieert en interpreteert met echte voorbeelden.
Dario Radečić
4 mei 2026
Meetkundige reeksen: formule, convergentie en voorbeelden
Een praktische gids voor meetkundige reeksen met de formules voor eindige en oneindige sommen, convergentievoorwaarden en toepassingen in financiën, natuurkunde en informatica.
Dario Radečić
4 mei 2026
Maclaurin-reeks: formule, ontwikkeling en voorbeelden
Een praktische gids voor Maclaurin-reeksen met de kernformule, veelvoorkomende ontwikkelingen, convergentieregels en toepassingen in numerieke methoden, natuurkunde en machine learning.
Dario Radečić
4 mei 2026
Methode van Newton: Vind snel nulpunten met iteratieve benadering
De methode van Newton is een iteratief algoritme voor het vinden van nulpunten dat raaklijnbenaderingen gebruikt om te naderen tot de oplossing van vergelijkingen zonder gesloten-vormantwoord.
Dario Radečić
4 mei 2026
GELU-activeringsfunctie: formule, intuïtie en gebruik in deep learning
GELU is een vloeiende, probabilistische activeringsfunctie die in diepe leerarchitecturen beter presteert dan eenvoudigere alternatieven zoals ReLU, en de standaardkeuze is geworden in transformermodellen zoals BERT en GPT.
Dario Radečić
4 mei 2026
Mann-Whitney U-toets: niet-parametrisch alternatief voor de t-toets
De Mann-Whitney U-toets is een op rangen gebaseerde, niet-parametrische toets om twee onafhankelijke groepen te vergelijken wanneer de data niet voldoet aan de normaliteitsaannames van de t-toets.
Dario Radečić
4 mei 2026
Polynomiale regressie: van rechte lijnen naar krommen
Ontdek hoe polynomiale regressie helpt bij het modelleren van niet-lineaire relaties en het verbeteren van voorspelnauwkeurigheid in real-world datasets.
Dario Radečić
4 mei 2026
Normaliteitstest: hoe je controleert of je data normaal verdeeld is
Leer wat een normaliteitstest is, waarom die ertoe doet, en hoe je veelgebruikte toetsen zoals Shapiro-Wilk, Kolmogorov-Smirnov en visuele methoden gebruikt om je data te controleren + voorbeelden in Python en R.
Dario Radečić
4 mei 2026