Data Science Tutorials
Develop your data science skills with tutorials in our blog. We cover everything from intricate data visualizations in Tableau to version control features in Git.
ค้นพบหมวดหมู่
ฝึกอบรมบุคคลตั้งแต่ 2 คนขึ้นไป?ลองใช้ DataCamp for Business
สร้างตัวจัดการงานแบบเรียลไทม์ด้วย FastHTML และ MongoDB
คู่มือครบถ้วนในการใช้เครื่องมือเนทีฟของ Python สำหรับการทำงาน CRUD แบบอะซิงก์และการโต้ตอบด้วย HTMX.
17 มิถุนายน 2569
รูปแบบ GGUF: คู่มือฉบับสมบูรณ์สำหรับการทำ Inference LLM ในเครื่อง
GGUF บรรจุน้ำหนักโมเดล ข้อมูลตัวแบ่งหน่วยคำ และเมตาดาตาไว้ในไฟล์พกพาเพียงไฟล์เดียว เรียนรู้วิธีเลือกระดับการควอนไทซ์ที่เหมาะสมและเริ่มต้นใช้งานกับ Ollama
17 มิถุนายน 2569
Claude Code Routines: รันเอเจนต์เขียนโค้ดตามตารางเวลาในคลาวด์
เรียนรู้วิธีที่รูทีนของ Claude Code ทำให้เอเจนต์เขียนโค้ดของคุณทำงานบนคลาวด์ตามตารางเวลาหรือเหตุการณ์จาก GitHub เพื่อให้การรีวิว PR และการตรวจสอบเสร็จสิ้นแม้ปิดแล็ปท็อปอยู่
17 มิถุนายน 2569
การประมาณความหนาแน่นแบบเคอร์เนล: จากทฤษฎีสู่การใช้งานจริง
การประมาณความหนาแน่นแบบเคอร์เนลเป็นวิธีไม่พารามิเตอร์สำหรับประมาณรูปร่างของการกระจายข้อมูลโดยไม่ต้องสมมติแบบจำลองคงที่ เรียนรู้สูตร การเลือกแบนด์วิดท์ และการลงมือทำใน Python และ R
16 มิถุนายน 2569
การถดถอยสปลายน์: คู่มือเชิงปฏิบัติด้วย Python และ R
คู่มือเชิงปฏิบัติของการถดถอยสปลายน์ ครอบคลุมวิธีที่พหุนามแบบแบ่งช่วงและปมจำลองความสัมพันธ์ไม่เชิงเส้น ประเภทสปลายน์หลัก และวิธีฟิตใน Python และ R
15 มิถุนายน 2569
สมมติฐานโลจิสติกรีเกรสชัน: สิ่งที่ต้องตรวจสอบก่อนทำโมเดล
แนวทางปฏิบัติจริงเกี่ยวกับสมมติฐานของโลจิสติกรีเกรสชัน การวินิจฉัยที่จับการละเมิดใน Python และ R และทางเลือกเมื่อสมมติฐานใช้ไม่ได้
15 มิถุนายน 2569
Overfitting vs. Underfitting: คู่มือเชิงปฏิบัติในการวินิจฉัยโมเดล
ไกด์ละเอียดเกี่ยวกับ overfitting และ underfitting ใน Machine Learning ครอบคลุมวิธีระบุสาเหตุ ทำไมถึงเกิด และวิธีแก้ผ่านสมดุล bias-variance
12 มิถุนายน 2569
แบบจำลองเชิงเส้นแบบเหมารวม (GLM): คู่มือเริ่มต้นด้านทฤษฎีและโค้ด
คู่มือเชิงปฏิบัติสำหรับ GLM—คืออะไร องค์ประกอบทั้งสามทำงานร่วมกันอย่างไร และวิธีฟิตพร้อมตีความใน Python และ R
12 มิถุนายน 2569
Zero-Shot Classification: ทำงานอย่างไร และควรใช้เมื่อใด
ทำความเข้าใจว่า zero-shot classification คืออะไร ทำงานอย่างไรภายใต้ฝากับโมเดล NLI เปรียบเทียบกับ few-shot และการฟายน์จูน และวิธีใช้กับ Hugging Face Transformers
11 มิถุนายน 2569
การตัดทอนกราดิเอนต์ (Gradient Clipping): ป้องกันกราดิเอนต์ระเบิดได้อย่างไร
Gradient clipping คือวิธีแก้ในลูปการฝึกเพียงบรรทัดเดียว ที่ป้องกันกราดิเอนต์ระเบิดไม่ให้ทำลายการฝึกเครือข่ายประสาทเชิงลึก คู่มือนี้ครอบคลุมหลักการทำงาน วิธีตัดทอนหลักสองแบบ การเลือก threshold และการใช้งานใน PyTorch และ TensorFlow
10 มิถุนายน 2569
มาร์คอฟเชนมอนติคาร์โล (MCMC): สุ่มจากการกระจายความน่าจะเป็นที่ซับซ้อน
คู่มือ MCMC ครอบคลุมวิธีทำงาน เหตุผลที่ใช้ อัลกอริทึมที่พบบ่อย และวิธีประยุกต์ใน Python สำหรับอนุมานแบบเบย์เชียน
10 มิถุนายน 2569
บทช่วยสอน Agent Swarm: ประสานงาน AI Agents ด้วย CrewAI
สร้างฝูงเอเยนต์ CrewAI ร่วมกับ Gemini 3.5 Flash การค้นเว็บสดด้วย Olostep และการมอบหมายงานแบบลำดับชั้น สำหรับเวิร์กโฟลว์วิจัยและเขียนด้วยเอเยนต์หลายตัว
9 มิถุนายน 2569