Data Science Tutorials

pandas yolculuğunuza başlamaya hazır mısınız? İşte adım adım nasıl başlayacağınıza dair bir rehber.

Python veri sınıfları ve bunların pratikte nasıl kullanılacağı üzerine yeni başlayanlar için uygun bir öğretici

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.

R'de t.test() kullanarak iki grubun ortalamalarının arasında anlamlı bir fark olup olmadığını belirleyin.

Q-Q grafiklerinin normalliği değerlendirmek için nasıl kullanışlı görsel bir yöntem olduğunu keşfedin. Gözlemlenen verileri normal dağılım gibi teorik bir dağılımla karşılaştırarak sapmaları vurgulayın. Model uyumunu teşhis etmeyi öğrenin.

GLM-5’i, en iyi açık-ağırlıklı yapay zeka modelini, llama.cpp ile tek bir GPU’da çalıştırın ve Aider’a bağlayarak güçlü bir yerel kodlama aracına dönüştürün.

Python’da Excel dosyalarını nasıl okuyup içe aktaracağınızı, bu çalışma sayfalarına veri yazacağınızı ve bunu yapmak için en iyi paketleri nasıl bulacağınızı öğrenin.

Bu Seaborn eğitimi, sizi istatistiksel veri görselleştirmenin temelleriyle tanıştırır

Python'da nesne yönelimli programlamanın temellerini öğrenin: sınıflar, nesneler, kalıtım, kapsülleme ve çok biçimlilik.

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.