Data Science Tutorials

Minimum ve maksimumun ne olduğunu, yerel ve küresel aşırı değerlerin nasıl farklılaştığını ve bunların kritik noktalar, birinci ve ikinci türev testleri ile kapalı aralık yöntemi kullanılarak nasıl bulunacağını öğrenin.

Grok'u Microsoft Excel'de kullanarak doğal dil komutlarıyla verileri analiz etmeyi, formül üretmeyi, e-tabloları temizlemeyi, grafik oluşturmayı ve finansal senaryolar çalıştırmayı öğrenin.

Açık kaynaklı RAGFlow platformuna yönelik pratik bir yürüyüş: mimarisi, belge ayrıştırma motoru, getirme stratejileri, ajan iş akışları ve LangChain ile LlamaIndex karşılaştırması.

MySQL’i Windows, macOS ve Linux’ta nasıl kuracağınızı öğrenin. Sunucunuzu yapılandırın, doğru şekilde güvenli hale getirin ve kurulumu adım adım doğrulayın.

Tersinir matrisin ne olduğunu, bir matrisin tersinir olup olmadığının nasıl anlaşılacağını ve matris terslerinin lineer cebir ve veri biliminde neden önemli olduğunu öğrenin.

Karşılaştırmalı öğrenmeye pratik bir bakış — modellerin benzer ve benzer olmayan örnekleri karşılaştırarak nasıl öğrendiği, arkasındaki kayıp fonksiyonları ve yöntemler ile PyTorch'ta nasıl uygulanacağı.

Microsoft VibeASR.cpp kullanarak CPU üzerinde yerelde hızlı, doğru ve çok dilli konuşmadan metne dönüştürmeyi; dosya deşifre etmeyi, gerçek zamanlı akışı ve Windows, Linux ve macOS'ta Gradio web arayüzünü nasıl çalıştıracağınızı öğrenin.

Grok Voice Think Fast 2.0 ile konuşmaları yöneten, araç çağıran, kesintileri idare eden ve kopan oturumları sürdüren gerçek zamanlı bir sesli aracı nasıl kuracağınızı öğrenin.

En yeni DeepSeek V4 Flash modelini Unsloth Studio ile çoklu GPU kurulumunda çalıştırın, OpenCode’a bağlayın ve yerel bir yapay zekâ kodlama aracısıyla etkileşimli bir hisse senedi analizi web sitesi oluşturun.

Koşullu Biçimlendirme kullanarak Excel'de ısı haritası oluşturmayı, renk ölçeklerini özelleştirmeyi ve verilerinizdeki desenleri görselleştirmeyi öğrenin.

pandas.melt() ile DataFrame'leri genişten uzun formata nasıl dönüştüreceğinizi, pratik örnekler ve yaygın kullanım senaryolarıyla öğrenin.

Gemma 4 12B QAT'ı yerelde llama.cpp ile çalıştırın ve Kantizasyona Duyarlı Eğitimin 4 bit GGUF çıkarımını nasıl iyileştirdiğini, VRAM kullanımını azalttığını, hızı artırdığını ve tüketici GPU’larında yerel yapay zekâyı daha kararlı hale getirdiğini görün.