Data Science Tutorials

Dowiedz się, czym są minima i maksima, jak różnią się ekstrema lokalne i globalne oraz jak je znaleźć za pomocą punktów krytycznych, testów pierwszej i drugiej pochodnej oraz metody przedziału domkniętego.

Dowiedz się, jak zainstalować MySQL na Windows, macOS i Linux. Skonfiguruj serwer, właściwie go zabezpiecz i krok po kroku zweryfikuj instalację.

Praktyczny przegląd RAGFlow — open-source’owej platformy do budowy produkcyjnych aplikacji Retrieval Augmented Generation — obejmujący jego architekturę, silnik parsowania dokumentów, strategie wyszukiwania, przepływy agentów i porównanie z LangChain oraz LlamaIndex.

Naucz się używać Groka w Microsoft Excelu do analizy danych, generowania formuł, czyszczenia arkuszy, tworzenia wykresów i uruchamiania scenariuszy finansowych za pomocą poleceń w języku naturalnym.

Praktyczny przegląd uczenia kontrastowego — jak modele uczą się przez porównywanie podobnych i niepodobnych przykładów, funkcje straty i metody, oraz jak zaimplementować je w PyTorchu.

Dowiedz się, jak używać API gpt-live-transcribe OpenAI do strumieniowania audio z mikrofonu, generowania wielojęzycznych napisów na żywo, poprawy dokładności domenowej i wyważenia latencji względem jakości transkrypcji.

Dowiedz się, czym jest macierz odwracalna, jak sprawdzić, czy macierz jest odwracalna, i dlaczego odwrotności macierzy są ważne w algebrze liniowej i data science.

Dowiedz się, jak lokalnie uruchomić szybkie, dokładne, wielojęzyczne rozpoznawanie mowy na CPU przy użyciu Microsoft VibeASR.cpp, z transkrypcją plików, strumieniowaniem w czasie rzeczywistym i interfejsem webowym Gradio w systemach Windows, Linux i macOS.

Naucz się używać Grok Voice Think Fast 2.0 do budowy agenta głosowego czasu rzeczywistego, który prowadzi rozmowy, wywołuje narzędzia, zarządza przerwaniami i wznawia rozłączone sesje.

Uruchom najnowszy model DeepSeek V4 Flash w konfiguracji z wieloma GPU przy użyciu Unsloth Studio, połącz go z OpenCode i użyj lokalnego agenta AI do zbudowania interaktywnej strony do analizy akcji.

Naucz się tworzyć mapę cieplną w Excelu za pomocą Formatowania warunkowego, dostosowywać skale kolorów i wizualizować wzorce w danych.

Dowiedz się, jak używać pandas.melt() do zmiany kształtu DataFrame’ów z formatu szerokiego na długi, z praktycznymi przykładami i typowymi zastosowaniami.