Data Science Tutorials

รัน Qwen3.6 27B บน RTX 3090 และเรียนรู้ว่า Multi-Token Prediction (MTP) กับ llama.cpp จะช่วยเร่งความเร็วการอนุมาน LLM แบบโลคัลได้เกือบ 2 เท่าโดยไม่ต้องอัปเกรด GPU

สร้างผู้ฝึกสอนออกกำลังกายด้วย Python ที่บันทึกการออกกำลังกาย จดจำประวัติผู้ใช้ด้วย Supermemory และแนะนำเซสชันเฉพาะบุคคลข้ามการรันเอเจนต์ AI แยกกัน

ทำความเข้าใจว่า Perplexity Computer คืออะไร ซับเอเจนต์แบบขนานทำงานอย่างไร เครดิตมีต้นทุนเท่าใดจากการทดสอบจริง และแพลน Pro กับ Max เหมาะกับเวิร์กโฟลวิจัยจริงแค่ไหน

สร้างเอเจนต์ AI ด้วย Kimi K2.6, Olostep และ OpenAI Agents SDK ที่อ่านเรซูเม่ของคุณ ค้นหางานที่เปิดรับ คัดกรองสัญญาณรบกวน และบอกชัดเจนว่าควรสมัครที่ไหน

เรียนรู้วิธีรันโมเดล DeepSeek V4 Flash ฉบับเต็มบน GPU เดียว ด้วยบิลด์ llama.cpp ที่ปรับแต่งและไฟล์ GGUF ที่รองรับ ในบทเรียนแบบลงมือทำนี้

ปรับแต่ง Claude Code ในเทอร์มินัลด้วยสิทธิ์, CLAUDE.md, โหมดวางแผน, /loop, ฮุกส์, /voice และการติดตามต้นทุน ทั้ง 7 อัปเกรดที่คุ้มค่าอย่างรวดเร็ว

คู่มือครอบคลุมการตรวจเช็กเชิงรุกที่จำเป็นด้านการทำซ้ำ ประสิทธิภาพ และการสำรองข้อมูล เพื่อให้แพลตฟอร์มข้อมูลของคุณแข็งแกร่งและเชื่อถือได้

เรียนรู้การใช้ Name Manager ใน Excel เพื่อสร้าง แก้ไข และลบช่วงที่ตั้งชื่อ และเขียนสูตรที่สะอาด ดูแลง่ายกว่า

คู่มือนี้พาคุณทำตามทีละขั้นด้วยวิธีที่ปลอดภัยโดยใช้สูตร และทางเลือกการผสานเพื่อการแสดงผล เพื่อช่วยจัดรูปแบบเวิร์กชีตโดยไม่ทำให้ข้อมูลเสียหาย

คู่มือเชิงแนวคิดเกี่ยวกับ kernel trick — คืออะไร ช่วยให้ SVM และโมเดลเชิงเคอร์เนลอื่นๆ ทำงานได้อย่างไร และเมื่อใดควรใช้เหนือแนวทางการสร้างแบบจำลองไม่เป็นเชิงเส้นอื่นๆ

คู่มือใช้งานอนุกรมเรขาคณิต ครอบคลุมสูตรผลบวกแบบจำกัดและแบบอนันต์ เงื่อนไขการลู่เข้า และการประยุกต์ใช้งานจริงในด้านการเงิน ฟิสิกส์ และวิทยาการคอมพิวเตอร์

บทนำเชิงปฏิบัติสู่สมการเชิงอนุพันธ์ ครอบคลุมชนิดหลัก การจัดประเภท วิธีแก้เชิงวิเคราะห์และเชิงตัวเลข และบทบาทจริงในเกรเดียนต์ดีเซนต์ รีเกรสชัน และการสร้างแบบจำลองอนุกรมเวลา