āļ‚āđ‰āļēāļĄāđ„āļ›āļĒāļąāļ‡āđ€āļ™āļ·āđ‰āļ­āļŦāļēāļŦāļĨāļąāļ
āļāļēāļĢāđ€āļĢāļĩāļĒāļ™ data science

Data Science Tutorials

Learn data science and AI with step-by-step tutorials on the DataCamp blog. Master Python, SQL, machine learning, and build your own AI agents.

āļ„āđ‰āļ™āļžāļšāļŦāļĄāļ§āļ”āļŦāļĄāļđāđˆ

āļāļķāļāļ­āļšāļĢāļĄ 2 āļ„āļ™āļ‚āļķāđ‰āļ™āđ„āļ›?āļĨāļ­āļ‡āđƒāļŠāđ‰ DataCamp for Business
āļŠāđ€āļ›āļĢāļ”āļŠāļĩāļ•

20 āļŠāļđāļ•āļĢāļžāļ·āđ‰āļ™āļāļēāļ™āđƒāļ™ Excel āļ—āļĩāđˆāļ—āļļāļāļ„āļ™āļ„āļ§āļĢāļĢāļđāđ‰

āđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰ 20 āļŸāļąāļ‡āļāđŒāļŠāļąāļ™āđāļĨāļ°āļŠāļđāļ•āļĢ Excel āļ—āļĩāđˆāļˆāļģāđ€āļ›āđ‡āļ™ āļ•āļąāđ‰āļ‡āđāļ•āđˆ SUM() āđāļĨāļ° IF() āđ„āļ›āļˆāļ™āļ–āļķāļ‡ XLOOKUP() āđāļĨāļ° IFERROR() āļžāļĢāđ‰āļ­āļĄāļ•āļąāļ§āļ­āļĒāđˆāļēāļ‡āđāļĨāļ°āđ€āļ„āļĨāđ‡āļ”āļĨāļąāļšāļāļēāļĢāļœāļŠāļēāļ™āļāļēāļĢāđƒāļŠāđ‰āļ‡āļēāļ™
AI Agents

āļšāļ—āđ€āļĢāļĩāļĒāļ™ DeepSeek Superagent: āđ€āļāđ‰āļēāļ”āļđ CI āđāļĨāļ°āļ­āļ™āļļāļāļēāļ•āđƒāļŦāđ‰āļ‹āđˆāļ­āļĄ

āļŠāļĢāđ‰āļēāļ‡āđ€āļ§āļīāļĢāđŒāļāđ‚āļŸāļĨāļ§āđŒāļ‹āđˆāļ­āļĄāđāļ‹āļĄ GitHub CI āļ”āđ‰āļ§āļĒ DeepSeek Superagent āļˆāļēāļāļ™āļąāđ‰āļ™āđƒāļŠāđ‰āđ‚āļŦāļĄāļ” observe, pytest, āļ‚āđ‰āļ­āļĄāļđāļĨ holdout āđāļĨāļ°āļāļēāļĢāļĢāļĩāļ§āļīāļ§āđ‚āļ”āļĒāļĄāļ™āļļāļĐāļĒāđŒāđ€āļžāļ·āđˆāļ­āļ•āļĢāļ§āļˆāļāļēāļĢāđāļāđ‰āļŦāļ™āļķāđˆāļ‡āļˆāļļāļ”āđƒāļ™ pandas
Excel

āļ›āļĨāļ”āļāļēāļĢāļ›āđ‰āļ­āļ‡āļāļąāļ™āđāļœāđˆāļ™āļ‡āļēāļ™ Excel (āļĄāļĩāļŦāļĢāļ·āļ­āđ„āļĄāđˆāļĄāļĩāļĢāļŦāļąāļŠāļœāđˆāļēāļ™)

āđ€āļ‚āđ‰āļēāđāļœāđˆāļ™āļ‡āļēāļ™āđ„āļĄāđˆāđ„āļ”āđ‰āđƒāļŠāđˆāđ„āļŦāļĄ āļĄāļēāļ”āļđāļ§āļīāļ˜āļĩāđāļāđ‰āļ—āļĩāđˆāđ€āļĢāđ‡āļ§āļ—āļĩāđˆāļŠāļļāļ” āļ•āļąāđ‰āļ‡āđāļ•āđˆāđƒāļŠāđˆāļĢāļŦāļąāļŠāļœāđˆāļēāļ™āđ„āļ›āļˆāļ™āļ–āļķāļ‡āđāļāđ‰āļ›āļļāđˆāļĄ Unprotect Sheet āļ—āļĩāđˆāđ€āļ›āđ‡āļ™āļŠāļĩāđ€āļ—āļē
āļ›āļąāļāļāļēāļ›āļĢāļ°āļ”āļīāļĐāļāđŒ

āļšāļ—āļŠāđˆāļ§āļĒāļŠāļ­āļ™ Gemini 4 Argon API: āļŠāļĢāđ‰āļēāļ‡āđ€āļ­āđ€āļˆāļ™āļ•āđŒāļ—āļĩāđˆāđ€āļĢāđˆāļ‡āļ„āļ§āļēāļĄāđ€āļĢāđ‡āļ§āđ‚āļ„āđ‰āļ” Python āļ—āļĩāđˆāļŠāđ‰āļē

āļŠāļĢāđ‰āļēāļ‡āđ€āļ­āđ€āļˆāļ™āļ•āđŒ Python āļ”āđ‰āļ§āļĒ Gemini 4 Argon, function calling āđāļĨāļ°āļāļēāļĢāđ‚āļ›āļĢāđ„āļŸāļĨāđŒ āđāļĨāđ‰āļ§āļ•āļĢāļ§āļˆāđāļžāļ•āļŠāđŒāļ”āđ‰āļ§āļĒāļāļēāļĢāļ—āļ”āļŠāļ­āļšāļ—āļĩāđˆāļ‹āđˆāļ­āļ™ Benchmark āđāļĨāļ°āļ•āđ‰āļ™āļ—āļļāļ™ API
āđāļĄāļŠāļŠāļĩāļ™āđ€āļĨāļīāļĢāđŒāļ™āļ™āļīāļ‡

āļ—āļĢāļēāļ™āļŠāđŒāļŸāļ­āļĢāđŒāđ€āļĄāļ­āļĢāđŒāļ—āļģāļ‡āļēāļ™āļ­āļĒāđˆāļēāļ‡āđ„āļĢ: āļ­āļ˜āļīāļšāļēāļĒāļŠāļ–āļēāļ›āļąāļ•āļĒāļāļĢāļĢāļĄ Transformer

āđ„āļāļ”āđŒāļ—āļĩāļĨāļ°āļ‚āļąāđ‰āļ™āļ–āļķāļ‡āļāļēāļĢāļ—āļģāļ‡āļēāļ™āļ‚āļ­āļ‡āļŠāļ–āļēāļ›āļąāļ•āļĒāļāļĢāļĢāļĄāļ—āļĢāļēāļ™āļŠāđŒāļŸāļ­āļĢāđŒāđ€āļĄāļ­āļĢāđŒ āļ•āļąāđ‰āļ‡āđāļ•āđˆ self-attention āđ„āļ›āļˆāļ™āļ–āļķāļ‡ LLM āđāļšāļšāļ•āļąāļ§āļ–āļ­āļ”āļĢāļŦāļąāļŠāđ€āļ—āđˆāļēāļ™āļąāđ‰āļ™āļ—āļĩāđˆāļŠāļĢāđ‰āļēāļ‡āļ•āđˆāļ­āļĒāļ­āļ”āļˆāļēāļāļĄāļąāļ™
āļ›āļąāļāļāļēāļ›āļĢāļ°āļ”āļīāļĐāļāđŒ

āļ„āļđāđˆāļĄāļ·āļ­ Mercury 3: āļāļēāļĢāļŠāļĢāđ‰āļēāļ‡āļœāļđāđ‰āļŠāđˆāļ§āļĒāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđ€āļŦāļ•āļļāļ‚āļąāļ”āļ‚āđ‰āļ­āļ‡āđāļšāļšāđ€āļĢāļĩāļĒāļĨāđ„āļ—āļĄāđŒ

āđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļ§āđˆāļē Mercury 3 āđƒāļŠāđ‰āļāļēāļĢāļŠāļĢāđ‰āļēāļ‡āđāļšāļš diffusion āđ€āļžāļ·āđˆāļ­āļŠāļĢāđ‰āļēāļ‡āļœāļđāđ‰āļŠāđˆāļ§āļĒāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđ€āļŦāļ•āļļāļ‚āļąāļ”āļ‚āđ‰āļ­āļ‡ āđāļŠāļ”āļ‡āļŠāļ–āļēāļ™āļ°āļāļēāļĢāļ›āļĢāļąāļšāđāļ•āđˆāļ‡ āđāļĨāļ°āđ€āļ›āļĢāļĩāļĒāļšāđ€āļ—āļĩāļĒāļšāļ„āļ§āļēāļĄāļžāļĒāļēāļĒāļēāļĄāđƒāļ™āļāļēāļĢāđƒāļŦāđ‰āđ€āļŦāļ•āļļāļœāļĨāđāļšāļšāļ•āđˆāļģāļāļąāļšāļŠāļđāļ‡
Python

āļšāļ—āđ€āļĢāļĩāļĒāļ™ Python pandas: āļ„āļđāđˆāļĄāļ·āļ­āļ‰āļšāļąāļšāļŠāļĄāļšāļđāļĢāļ“āđŒāļŠāļģāļŦāļĢāļąāļšāļœāļđāđ‰āđ€āļĢāļīāđˆāļĄāļ•āđ‰āļ™

āđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰ pandas āļ•āļąāđ‰āļ‡āđāļ•āđˆāļāļēāļĢāļ•āļīāļ”āļ•āļąāđ‰āļ‡āļˆāļ™āļ–āļķāļ‡āļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ āđ‚āļ”āļĒāļ—āļ”āļŠāļ­āļšāļ—āļļāļāļ•āļąāļ§āļ­āļĒāđˆāļēāļ‡āļšāļ™ pandas 3.1
āļāļēāļĢāļŠāļĢāđ‰āļēāļ‡āļ āļēāļžāļ‚āđ‰āļ­āļĄāļđāļĨ

āļšāļ—āļ„āļ§āļēāļĄāļŠāļ­āļ™ PySpark: RDD, DataFrame āđāļĨāļ° Spark SQL āđƒāļ™ Python

āđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰ PySpark āļžāļĢāđ‰āļ­āļĄāđ‚āļ„āđ‰āļ”āļ—āļĩāđˆāļĢāļąāļ™āđ„āļ”āđ‰āļˆāļĢāļīāļ‡: āļ•āļąāđ‰āļ‡āļ„āđˆāļē PySpark 4.3 āđ€āļĨāļ·āļ­āļ āļāļĢāļ­āļ‡ āļĢāļ§āļĄāļāļĨāļļāđˆāļĄ āđāļĨāļ°āđ€āļŠāļ·āđˆāļ­āļĄ DataFrame āļ„āļīāļ§āļĢāļĩāļ”āđ‰āļ§āļĒ Spark SQL āđāļĨāļ°āļˆāļąāļ”āļāļĨāļļāđˆāļĄāļĨāļđāļāļ„āđ‰āļēāļ”āđ‰āļ§āļĒ pyspark.ml
āļ›āļąāļāļāļēāļ›āļĢāļ°āļ”āļīāļĐāļāđŒ

āļ„āļđāđˆāļĄāļ·āļ­ Meta Muse Wonder: āļŠāļĢāđ‰āļēāļ‡āļ•āļąāļ§āļ•āļĢāļ§āļˆāļŠāļ­āļšāļ‚āđ‰āļ­āļāļĨāđˆāļēāļ§āļ­āđ‰āļēāļ‡āļ—āļēāļ‡āļāļēāļĢāđāļžāļ—āļĒāđŒāļ”āđ‰āļ§āļĒ Python

āđƒāļŠāđ‰ Meta Muse Wonder āđāļĨāļ° Olostep web API āđ€āļžāļ·āđˆāļ­āļ•āļĢāļ§āļˆāļŠāļ­āļšāļ‚āđ‰āļ­āļāļĨāđˆāļēāļ§āļ­āđ‰āļēāļ‡āļ—āļēāļ‡āļāļēāļĢāđāļžāļ—āļĒāđŒ āļ­āļ˜āļīāļšāļēāļĒāđ€āļŦāļ•āļļāļœāļĨ āđāļĨāļ°āđāļŠāļ”āļ‡āđāļŦāļĨāđˆāļ‡āļ—āļĩāđˆāļĄāļēāļ‚āļ­āļ‡āļŦāļĨāļąāļāļāļēāļ™
āļ›āļąāļāļāļēāļ›āļĢāļ°āļ”āļīāļĐāļāđŒ

āļšāļ—āļŠāđˆāļ§āļĒāļŠāļ­āļ™ Kimi K3.1 Pro API: āļŠāļĢāđ‰āļēāļ‡āđ€āļ­āđ€āļˆāļ™āļ•āđŒ 3D CAD āļ—āļĩāđˆāļ•āļĢāļ§āļˆāļ•āļąāļ§āđ€āļ­āļ‡āđ„āļ”āđ‰āđƒāļ™ Python

āļŠāļĢāđ‰āļēāļ‡āđ€āļ­āđ€āļˆāļ™āļ•āđŒāđāļ›āļĨāļ‡āļ āļēāļžāđ€āļ›āđ‡āļ™ CAD āđƒāļ™ Python āļ”āđ‰āļ§āļĒ Kimi K3.1 Pro API āđ‚āļ”āļĒāđƒāļŠāđ‰āļ§āļīāļŠāļąāļ™āļ­āļīāļ™āļžāļļāļ• āļāļēāļĢāđ€āļĢāļĩāļĒāļāđƒāļŠāđ‰āđ€āļ„āļĢāļ·āđˆāļ­āļ‡āļĄāļ·āļ­ āđāļ‹āļ™āļ”āđŒāļšāđ‡āļ­āļāļ‹āđŒ Docker āļ•āļąāļ§āļ›āļĢāļ°āđ€āļĄāļīāļ™āļ—āļĩāđˆāļ‹āđˆāļ­āļ™āļ­āļĒāļđāđˆ āđāļĨāļ°āļāļēāļĢāļ•āļīāļ”āļ•āļēāļĄāļ•āđ‰āļ™āļ—āļļāļ™
AI Agents

āļšāļ—āđ€āļĢāļĩāļĒāļ™ Meta Muse: āļ•āļąāđ‰āļ‡āļ„āđˆāļēāđ€āļ­āđ€āļˆāļ™āļ•āđŒ āļĄāļ­āļšāļŦāļĄāļēāļĒāļ‡āļēāļ™āļˆāļĢāļīāļ‡āļŦāļ™āļķāđˆāļ‡āļ‡āļēāļ™ āđāļĨāļ°āļ•āļĢāļ§āļˆāļŠāļ­āļšāļ‡āļēāļ™

āļ„āļđāđˆāļĄāļ·āļ­āļ›āļāļīāļšāļąāļ•āļīāļŠāļģāļŦāļĢāļąāļšāļœāļđāđ‰āđƒāļŠāđ‰ Meta Muse āļ„āļĢāļąāđ‰āļ‡āđāļĢāļ āđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļāļēāļĢāļ•āļąāđ‰āļ‡āļ„āđˆāļēāļŠāļīāļ—āļ˜āļīāđŒ āđ€āļŠāļ·āđˆāļ­āļĄāļ•āđˆāļ­āđ€āļ„āļĢāļ·āđˆāļ­āļ‡āļĄāļ·āļ­ āļāļģāļŦāļ™āļ”āļ‚āļ­āļšāđ€āļ‚āļ•āļ‡āļēāļ™āļ—āļĩāđˆāđ€āļ­āđ€āļˆāļ™āļ•āđŒāļ—āļģāđ€āļŠāļĢāđ‡āļˆāđ„āļ”āđ‰āļˆāļĢāļīāļ‡ āđāļĨāļ°āļ­āđˆāļēāļ™ Activity log āđ€āļžāļ·āđˆāļ­āļĢāļđāđ‰āļ§āđˆāļēāđ€āļāļīāļ”āļ­āļ°āđ„āļĢāļ‚āļķāđ‰āļ™āļāđˆāļ­āļ™āđ€āļŠāļ·āđˆāļ­āļĄāļąāđˆāļ™āļœāļĨāļĨāļąāļžāļ˜āđŒ
āļ§āļīāļ—āļĒāļēāļāļēāļĢāļ‚āđ‰āļ­āļĄāļđāļĨ

āđāļšāļšāļˆāļģāļĨāļ­āļ‡āļ­āļ­āđ‚āļ•āđ€āļĢāđ€āļāļĢāļŠāļ‹āļĩāļŸ: āļ„āļđāđˆāļĄāļ·āļ­āđ€āļŠāļīāļ‡āļĨāļķāļāļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļ­āļ™āļļāļāļĢāļĄāđ€āļ§āļĨāļē

āđāļšāļšāļˆāļģāļĨāļ­āļ‡āļ­āļ­āđ‚āļ•āđ€āļĢāđ€āļāļĢāļŠāļ‹āļĩāļŸāļ—āļģāļ™āļēāļĒāļ„āđˆāļēāļ‚āļ­āļ‡āļ­āļ™āļļāļāļĢāļĄāđ€āļ§āļĨāļēāđƒāļ™āļ­āļ™āļēāļ„āļ•āļˆāļēāļāļ­āļ”āļĩāļ•āļ‚āļ­āļ‡āļĄāļąāļ™āđ€āļ­āļ‡ āđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļāļēāļĢāļŸāļīāļ•āđ‚āļĄāđ€āļ”āļĨāļ”āđ‰āļ§āļĒ Python āļœāđˆāļēāļ™ statsmodels āđ€āļĨāļ·āļ­āļāļˆāļģāļ™āļ§āļ™āđāļĨāļāļ”āđ‰āļ§āļĒ PACF āđāļĨāļ° AIC/BIC āđāļĨāļ°āđ€āļ›āļĢāļĩāļĒāļšāđ€āļ—āļĩāļĒāļšāļāļąāļš MA āđāļĨāļ° ARIMA