Data Science Tutorials

คู่มือนี้พาคุณทำตามทีละขั้นด้วยวิธีที่ปลอดภัยโดยใช้สูตร และทางเลือกการผสานเพื่อการแสดงผล เพื่อช่วยจัดรูปแบบเวิร์กชีตโดยไม่ทำให้ข้อมูลเสียหาย

เรียนรู้การใช้ Conversational Analytics ฟีเจอร์ใหม่ล่าสุดใน BigQuery Studio ที่ขับเคลื่อนด้วย Gemini เพื่อสร้าง Data Agent อัจฉริยะด้วยการสืบค้นภาษาธรรมชาติ

คู่มือเชิงแนวคิดเกี่ยวกับ kernel trick — คืออะไร ช่วยให้ SVM และโมเดลเชิงเคอร์เนลอื่นๆ ทำงานได้อย่างไร และเมื่อใดควรใช้เหนือแนวทางการสร้างแบบจำลองไม่เป็นเชิงเส้นอื่นๆ

คู่มือเชิงปฏิบัติสำหรับการทดสอบ Kruskal-Wallis — คืออะไร ทำงานอย่างไร ควรใช้เมื่อใดแทน ANOVA และวิธีรันกับการตีความผลใน Python และ R

ตัวดำเนินการลาปลาซเชียนเป็นหนึ่งในเครื่องมือคณิตศาสตร์ที่ใช้กันอย่างกว้างขวางที่สุดในแมชชีนเลิร์นนิงยุคใหม่ อยู่เบื้องหลังสเปกทรัลคลัสเตอริง แมนิโฟลด์เลิร์นนิง การตรวจจับขอบภาพ และอัลกอริทึมบนกราฟ

บทนำเชิงปฏิบัติสู่สมการเชิงอนุพันธ์ ครอบคลุมชนิดหลัก การจัดประเภท วิธีแก้เชิงวิเคราะห์และเชิงตัวเลข และบทบาทจริงในเกรเดียนต์ดีเซนต์ รีเกรสชัน และการสร้างแบบจำลองอนุกรมเวลา

เรียนรู้การใช้ฟังก์ชัน SQL RANK() เพื่อกำหนดอันดับให้แถว จัดการกรณีเสมอ และเปรียบเทียบกับ DENSE_RANK() และ ROW_NUMBER()

เรียนรู้การใช้ VLOOKUP() ใน Google Sheets เพื่อค้นหา หา และดึงข้อมูลจากชุดข้อมูลขนาดใหญ่ได้ในไม่กี่วินาที

ภาพรวมเชิงปฏิบัติของ Regularization ในแมชชีนเลิร์นนิง — คืออะไร ทำงานอย่างไร และเมื่อใดควรใช้ L1, L2 และ Elastic Net เพื่อสร้างโมเดลที่เหมาทั่ว

GELU เป็นฟังก์ชันกระตุ้นแบบลื่นไหลเชิงความน่าจะเป็น ที่ทำงานได้ดีกว่าทางเลือกอย่าง ReLU ในสถาปัตยกรรมดีปเลิร์นนิง และกลายเป็นตัวเลือกเริ่มต้นในโมเดลทรานส์ฟอร์เมอร์อย่าง BERT และ GPT

เรียนรู้การปรับจูน NVIDIA Nemotron-3-Nano-4B บนชุดข้อมูลถาม-ตอบด้านจิตวิทยา โดยใช้ GPU RTX 3090 พร้อม LoRA และ TRL หลังดาวน์โหลดโมเดลจาก Hugging Face

เรียนรู้การสร้างแอปเอเจนต์ OpenAI ที่รันภายใน Modal Sandboxes ทำงานกับไฟล์ รันโค้ด และส่งผลลัพธ์กลับมา ในเวิร์กช็อป Python แบบลงมือทำจริงนี้