Data Science Tutorials

สร้างเอเจนต์ซ่อมแซมแบบมีภาพใน Python ด้วย DeepSeek V4.1 Flash, Responses API, สกรีนช็อต Playwright, apply_patch, pytest, การแคชบริบท และการติดตามต้นทุน

สร้างและรันเอเจนต์บนคลาวด์ด้วย OpenAI Agents API ที่สามารถวิเคราะห์ไฟล์ รันโค้ด ตรวจสอบผลลัพธ์ และส่งมอบไฟล์ผลลัพธ์ที่เสร็จสมบูรณ์ได้จากคำขอเดียว

เรียนรู้ว่า Azure Functions คืออะไร วิธีทำให้แอปแบบไร้เซิร์ฟเวอร์ที่ขับเคลื่อนด้วยเหตุการณ์เป็นจริง และบทบาทของทริกเกอร์ ไบนดิง ตัวเลือกการโฮสต์ และเวิร์กโฟลว์เชื่อมโยงกันอย่างไร

ค้นพบว่า Polars read_csv() ช่วยโหลดข้อมูล CSV ใน Python ได้อย่างมีประสิทธิภาพอย่างไร รวมถึงการจัดการชุดข้อมูลขนาดใหญ่ การกำหนดสคีมา และการเพิ่มประสิทธิภาพ

เรียนรู้ว่า statistical arbitrage คืออะไร นักเทรดเชิงปริมาณระบุความสัมพันธ์ด้านราคาแบบชั่วคราวอย่างไร และกลยุทธ์อย่าง pairs trading และ mean reversion ทำงานจริงอย่างไร

รัน Motif-3 Quant ที่ปรับแต่งบน NVIDIA H200 ด้วยรันไทม์ ds4 ให้บริการผ่าน API ที่เข้ากันได้กับ OpenAI และผสานกับเอเจนต์โค้ด Pi

เรียนรู้การเชื่อมตาราง เขียนสูตร DAX และสร้างรายงานแบบโต้ตอบใน Excel

เรียนรู้การใช้ฟังก์ชัน VBA InStr เพื่อค้นหาข้อความภายในสตริง ครอบคลุมไวยากรณ์ ตัวอย่าง ความไวต่ออักษรตัวพิมพ์ และข้อผิดพลาดที่พบบ่อย

เรียนรู้การตั้งค่าส่วนขยายเบราว์เซอร์ Kimi ด้วยทั้ง Kimi Work และ Kimi Code CLI และรันการค้นหาสินค้าเพื่อดึงผลลัพธ์เชิงโครงสร้างจากเว็บไซต์

Flow matching ฝึกโมเดลกำเนิดให้แปลง noise เป็นข้อมูลด้วยการเรียนรู้สนามเวกเตอร์ที่พาตัวอย่างไหลไปตามเส้นทางความน่าจะเป็นที่เลือก ซึ่งเป็นแนวคิดเดียวกับที่ขับเคลื่อน continuous normalizing flows และโมเดล diffusion สมัยใหม่

เรียนรู้ความหมายของการพัฒนาตนเองแบบเวียนซ้ำใน AI วิธีที่ระบบ AI ช่วยพัฒนา AI ที่ดียิ่งขึ้น ระดับความใกล้เคียงของโมเดลวันนี้กับ RSI และเหตุใดแนวคิดนี้จึงสำคัญต่อความสามารถและความปลอดภัยของ AI

Deep reinforcement learning ผสานลูปลองผิดลองถูกของ reinforcement learning เข้ากับโครงข่ายประสาทเทียมที่เหมารวมได้ทั่วพื้นที่สถานะขนาดใหญ่