Data Science Tutorials

Leer hoe Claude Code-routines je coding agent in de cloud laten draaien op een schema of een GitHub-event, zodat PR-reviews en audits klaar zijn terwijl je laptop dicht is.

Een complete tutorial over het gebruik van Python-native tools voor asynchrone CRUD-operaties en HTMX-interactiviteit.

Leer hoe je Cofounder 2 gebruikt om een ruwe idee om te zetten in een gestructureerd bedrijf met een businessplan, brandkit, engineeringtaken, marketingcampagnes en salesworkflows via gespecialiseerde AI-agents.

Zie hoe een end-to-end MLOps-pijplijn de resultaten van het WK 2026 voorspelt, van automatische hertraining en DVC tot een Monte Carlo-simulatie van 10.000 runs van het schema.

Leer hoe je lokale Gemma 4 31B-inference op een enkele RTX 4090 versnelt met DFlash speculative decoding en Flash Attention ten opzichte van een baseline-opzet.

Hoe random forest-regressie werkt, waar het faalt, en hoe je het evalueert, afstemt en interpreteert. Inclusief een Python-implementatie en kader voor modelvergelijking.

GGUF verpakt modelgewichten, tokenizerdata en metadata in één draagbaar bestand. Leer hoe je het juiste kwantisatieniveau kiest en aan de slag gaat met Ollama.

Kernel-dichtheidsschatting is een niet-parametrische methode om de vorm van een dataverdeling te schatten zonder een vast model aan te nemen. Leer de formule, bandbreedtekeuze en hands-on implementatie in Python en R.

Een praktische gids voor spline-regressie, met uitleg over hoe stukgewijze polynomen en knopen niet-lineaire relaties modelleren, de belangrijkste splinetypen en hoe je ze in Python en R past.

Een praktische walkthrough van de aannames achter logistische regressie, de diagnostiek die overtredingen oppikt in Python en R, en de alternatieven waar je naar grijpt als de aannames niet gelden.

Een praktische gids voor GLM’s: wat ze zijn, hoe hun drie componenten samenwerken en hoe je ze fit en interpreteert in Python en R.

Een gedetailleerde walkthrough van overfitting en underfitting in machine learning, inclusief hoe je elke foutmodus herkent, waarom die ontstaat en hoe je het oplost via de bias-variantieafweging.