ข้ามไปยังเนื้อหาหลัก
การเรียน 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.
ฝึกอบรม 2 คนขึ้นไป?ลองใช้ DataCamp for Business
ปัญญาประดิษฐ์

รัน DeepSeek-V4-Flash-0731 ด้วย Unsloth Studio และ OpenCode

รันโมเดล DeepSeek V4 Flash รุ่นล่าสุดบนระบบหลาย GPU ด้วย Unsloth Studio เชื่อมต่อกับ OpenCode และใช้เอเจนต์โค้ดแบบโลคอลเพื่อสร้างเว็บไซต์วิเคราะห์หุ้นแบบโต้ตอบ
Python

pandas melt(): วิธีที่ดีที่สุดในการแปลงข้อมูลแบบกว้างเป็นแบบยาว

เรียนรู้การใช้ pandas.melt() เพื่อปรับโครงร่าง DataFrame จากรูปแบบกว้างเป็นแบบยาว พร้อมตัวอย่างใช้งานจริงและกรณีการใช้งานทั่วไป
ปัญญาประดิษฐ์

การโคลนเสียงด้วย ElevenLabs: คู่มือใช้งาน VoiceLab แบบลงมือทำ

เรียนรู้การโคลนเสียงด้วย Instant และ Professional Voice Cloning ใน ElevenLabs ตั้งแต่การบันทึกเสียงที่คมชัดไปจนถึงการสร้างเสียงพูดผ่าน Python SDK
AI Agents

วิธีใช้ Claude Code ฟรีโดยไม่ต้องสมัครสมาชิก

Claude Code ไม่ได้ให้ใช้ฟรีตั้งต้น เรียนรู้ทุกทางเลือก พร้อมคำสั่งติดตั้งแบบเป๊ะๆ และบทสรุปตรงไปตรงมาว่าแต่ละทางเลือกต้องแลกอะไรจากต้นฉบับ
โมเดลภาษาขนาดใหญ่

Quantization Aware Training: คู่มือปรับปรุงการอนุมานแบบโลคัลของ Gemma 4

รัน Gemma 4 12B QAT แบบโลคัลด้วย llama.cpp และดูว่า Quantization-Aware Training ช่วยปรับปรุงการอนุมาน GGUF แบบ 4 บิต ลดการใช้ VRAM เพิ่มความเร็ว และทำให้ AI แบบโลคัลเสถียรยิ่งขึ้นบน GPU สำหรับผู้ใช้ทั่วไป
Excel

SUMIF() ใน Excel: คู่มือสำหรับผู้เริ่มต้น

เรียนรู้การใช้ฟังก์ชัน SUMIF() ของ Excel เพื่อรวมค่าที่ตรงเงื่อนไข พร้อมอธิบายไวยากรณ์ ตัวอย่างใช้งานจริง และข้อผิดพลาดที่ควรหลีกเลี่ยง
MongoDB

วิธีทำ Semantic Search ใน MongoDB

เรียนรู้วิธีทำ Semantic Search ใน MongoDB ด้วย Python สร้างเวกเตอร์อิมเบดดิ้ง สร้างดัชนี Vector Search และรันคำสั่ง $vectorSearch

Silhouette Score: วิธีประเมินคุณภาพการจัดกลุ่ม

คู่มือเชิงปฏิบัติเรื่อง silhouette score ครอบคลุมสูตร ช่วงการตีความ ตัวอย่าง scikit-learn วิธีใช้เลือกจำนวนคลัสเตอร์ที่เหมาะสม และการเปรียบเทียบกับเมตริกอื่น
วิทยาการข้อมูล

สหสัมพันธ์ลวง: กับดักทางสถิติสำคัญ (และวิธีหลีกเลี่ยง)

การรู้ว่าความสัมพันธ์ลวงเกิดจากอะไร ตั้งแต่ตัวแปรกวนไปจนถึงอคติจากการสุ่มตัวอย่าง คือสิ่งที่แยกข้อค้นพบจริงออกจากความบังเอิญทางสถิติ
แมชชีนเลิร์นนิง

การปรับจูนไฮเปอร์พารามิเตอร์: วิธีการ แนวทางปฏิบัติที่ดี และตัวอย่าง

คู่มือเชิงปฏิบัติสำหรับการปรับจูนไฮเปอร์พารามิเตอร์ ครอบคลุมวิธีทำงาน วิธีค้นหาหลัก (กริด สุ่ม เบย์เซียน) กลยุทธ์ประเมินผล และวิธีรันใน Python และ R