Data Science Tutorials

Руководство по важным превентивным проверкам в областях репликации, производительности и резервного копирования, чтобы платформа данных оставалась устойчивой и надёжной.

Узнайте, как полиномиальные аппроксимации лежат в основе градиентного спуска, XGBoost и функций, которые ваш компьютер вычисляет каждый день.

Узнайте, как коррелированные подзапросы выполняют построчные сравнения в SQL. Откройте примеры использования и чем они отличаются от JOIN, оконных функций и некоррелированных запросов.

Практическое руководство по критерию Краскела—Уоллиса: что это, как работает, когда предпочесть его ANOVA, как запускать и интерпретировать в Python и R.

Практическое введение в дифференциальные уравнения: основные типы и классификация, аналитические и численные методы решения и их реальная роль в градиентном спуске, регрессии и моделировании временных рядов.

Пошаговое руководство по разложению по алгебраическим дополнениям (Лапласа): основные определения, разбор примеров, ключевые свойства и связь с обращением матрицы через присоединённую матрицу.

Подробный разбор архитектуры ResNet: как остаточное обучение и пропускающие соединения решают проблемы затухающих градиентов и деградации, мешающие обучению глубоких нейросетей.

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, 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.

Узнайте, как использовать Qwen 3.6 Plus от Alibaba, Python и SDK OpenAI для построения конвейера автоматической обработки счетов с нативным зрением и вызовом инструментов.

Узнайте всё о новейшей модели генерации изображений от Google — Nano Banana 2, включая то, как создать итеративный чат‑редактор изображений с использованием API на Python.