Data Science Tutorials

Excel'deki SUMIFS() işlevi, birden çok ölçütü karşılayan değerleri toplayarak sayılar, tarihler ve metinlerle koşullu hesaplamalar yapmayı sağlar. SUMIFS()'i sözdizimi, örnekler ve en iyi uygulamalarla kullanmayı öğrenin.

RMSE’nin regresyon analizinde ne anlama geldiğini, nasıl hesaplandığını ve model performansını değerlendirmede ne zaman kullanılacağını öğrenin. Python ve R örnekleriyle pratik yorumlar görün.

Veri bilimciler arasında en popüler makine öğrenimi çerçevelerinden biri olan XGBoost’un gücünü, bu adım adım Python eğitimiyle keşfedin.

Python nesneleri kullanarak her tür ilişkisel veritabanına erişmeyi ve SQL sorguları çalıştırmayı öğrenin.

Yerleşik Excel özellikleri, formüller ve hatta Power Query ile yinelenenleri nasıl ele alacağınızı; ayrıca karmaşık veri kümelerini yönetmek için en iyi uygulamalar ve sorun giderme ipuçlarını öğrenin.

Makine öğrenmesinde veri ön işleme için normalize etme ve standartlaştırmanın temel farklarını, kullanım alanlarını ve uygulamasını keşfedin.

Varyasyonel otomatik kodlayıcıların temel ilkelerini, kullanım alanlarını ve pratik faydalarını öğrenin ve PyTorch ile adım adım bir uygulamayı izleyin.

Üçüncü normal formun (3NF) yinelenmeyi ortadan kaldırarak ve bağımlılık sorunlarını en aza indirerek veritabanlarınızı daha verimli şekilde düzenlemenize nasıl yardımcı olacağını öğrenin. Tabloları ayrıştırmanın veri yönetimini nasıl basitleştirdiğini görün.

Power BI’de Satır Düzeyi Güvenlik’i (RLS) adım adım örneklerle, dinamik ve statik yapılandırmalarla, ileri düzey ipuçlarıyla ve kaçınılması gereken yaygın hatalarla nasıl kurup yöneteceğinizi öğrenin.

SFT kullanarak H100 NVL GPU’da Qwen3.6’yı, veri kümesi hazırlamadan 4 bit yüklemeye, eğitim ve değerlendirmeye kadar nasıl ince ayar yapacağınızı öğrenin.

RAG hatlarınızı ölçekli olarak bağlam sadakati ve alaka düzeyi açısından değerlendirmek ve yapay zekâ testlerindeki boşluğu kapatmak için otomatik bir yargıç olarak LLM sistemi kurmayı öğrenin.

Anthropic’in halka açık en iyi modeli Claude Opus 4.7’nin yeteneklerini öğrenin ve bir grafiği ham veriye dönüştürebilen bir veri bilimi aracı geliştirin.