Data Science Tutorials

Leer hoe denormalisatie leesprestaties verbetert door joins te verminderen en queries te vereenvoudigen. Begrijp de trade-offs, technieken en use-cases die het krachtig maken voor analytics- en rapportagesystemen.

Leer hoe je in Excel afhankelijke keuzelijsten maakt met benoemde bereiken en dynamische matrixformules, veelvoorkomende problemen oplost, best practices toepast en foutloze lijsten bouwt.

Leer hoe je een Databricks-account opzet, het DeepSeek R1-model registreert, het naar een endpoint implementeert en er lokaal toegang toe krijgt voor naadloze AI-integratie!

Leer hoe je LLM-applicaties uitrolt met LangServe. Deze uitgebreide gids behandelt installatie, integratie en best practices voor efficiënte implementatie.

Deploy de AWQ-versie van Llama 3.3 70B met vLLM, BentoML en BentoCloud om een zeer efficiënt, laag-latentiesysteem met uitstekende throughput te bouwen.

Deze tutorial laat je zien hoe je met Docker een document-Q&A-app bouwt en deployt op de Hugging Face Cloud.

Deze gids laat je zien hoe je een vraag‑antwoord AI‑app bouwt, die lokaal servet en deze op BentoCloud deployt—allemaal met slechts een paar regels Python.

Ontdek de basis van depth-first search voor het navigeren door grafen en bomen. Implementeer DFS in Python met recursie en iteratie, en zie hoe DFS zich verhoudt tot breadth-first search en Dijkstra’s algoritme.

Leer hoe je anomalieën in grote tijdreeksdatabases detecteert en inzichten veel eenvoudiger presenteert.

Ontdek de rol van de determinant in matrixbewerkingen, geometrie en computationele methoden, met stapsgewijze berekeningen in Python en R.

Leer hoe je een enterprise AI-assistent bouwt in Python met Google Workspace MCP-servers en de Agent Development Kit om LLM's te verbinden met je live data.

Ontdek hoe Devin kan helpen bij je programmeertaken. In deze eerste tutorial starten we met een bestaande repo en verkennen we de functies die beschikbaar zijn in de Devin-omgeving.