Data Science Tutorials

Узнайте, что такое целевая функция, как она работает в оптимизации и машинном обучении, и как её определять и интерпретировать на реальных примерах.

Узнайте, как использовать функцию SQL RANK() для присвоения рейтингов строкам, обработки ничьих и сравнения с DENSE_RANK() и ROW_NUMBER().

Практический обзор регуляризации в машинном обучении: что это такое, как работает и когда использовать L1, L2 и Elastic Net, чтобы строить модели, которые обобщают.

Узнайте, что такое тест на нормальность, зачем он нужен и как использовать популярные методы — Шапиро—Уилка, Колмогорова—Смирнова и визуальные проверки — на примерах в Python и R.

Практическое руководство по геометрическим рядам: формулы для конечной и бесконечной сумм, условия сходимости и реальные примеры из финансов, физики и информатики.

Практическое руководство по рядам Маклорена: базовая формула, распространённые разложения, правила сходимости и реальные применения в численных методах, физике и машинном обучении.

Освойте вычисления времени в Excel. Применяйте готовые формулы прямо к своим данным.

В этом руководстве вы найдете безопасные подходы на основе формул и варианты визуального слияния, чтобы оформить листы и не повредить данные.

Узнайте, как использовать VLOOKUP() в Google Таблицах, чтобы за секунды искать, находить и подтягивать данные из больших наборов.

GELU — плавная вероятностная функция активации, которая превосходит более простые альтернативы вроде ReLU в глубоких архитектурах и стала стандартом в трансформерах, таких как BERT и GPT.

Узнайте, как дообучить NVIDIA Nemotron-3-Nano-4B на наборе данных вопросов и ответов по психологии на GPU RTX 3090 с использованием LoRA и TRL после загрузки модели с Hugging Face.

Узнайте, как создать приложение-агента OpenAI, которое запускается в песочницах Modal, работает с файлами, выполняет код и возвращает результаты, — в этом практическом руководстве по Python.