Data science-tutorials

Een praktische gids voor meetkundige reeksen met de formules voor eindige en oneindige sommen, convergentievoorwaarden en toepassingen in financiën, natuurkunde en informatica.

Een praktische gids voor Maclaurin-reeksen met de kernformule, veelvoorkomende ontwikkelingen, convergentieregels en toepassingen in numerieke methoden, natuurkunde en machine learning.

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.

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.

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.

Ontdek hoe polynomiale regressie helpt bij het modelleren van niet-lineaire relaties en het verbeteren van voorspelnauwkeurigheid in real-world datasets.

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.

Een stapsgewijze gids voor cofactorexpansie (Laplace-expansie), met de kernbegrippen, uitgewerkte voorbeelden, belangrijke eigenschappen en het verband met matrixinversie via de adjunctmatrix.

Een praktische introductie tot differentiële vergelijkingen met de kernsoorten, classificatie, analytische en numerieke oplossingsmethoden en hun rol in de praktijk bij gradient descent, regressie en tijdreeksmodellering.

Ontdek hoe polynomiale benaderingen gradient descent, XGBoost en de functies aandrijven die je computer elke dag berekent.

De Laplace-operator is een van de meest gebruikte wiskundige tools in moderne machine learning. Hij ligt ten grondslag aan spectrale clustering, manifold learning, randdetectie in beelden en graafgebaseerde algoritmen.