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.

探索类别

如何清除 Excel 中的格式：分步指南

了解如何使用“清除格式”工具、快捷方式和其他方法在不影响数据的情况下清除 Excel 中的格式。

2026年9月16日

了解外生与内生变量的区别、为何内生性对因果推断与回归很重要，以及如何识别并处理内生变量。

Vinod Chugani

2026年9月16日

按照本 GPT-Live-1 API 教程，使用浏览器 WebRTC、后端委托、网页搜索与确认动作，构建一个全双工语音学习助手。

2026年9月15日

了解斯皮尔曼秩相关如何捕捉弯曲、平台化或变速的关系，而非沿直线发展。学习如何在 Python、R 和 Excel 中计算、解读并应用它。

2026年9月15日

因果机器学习将机器学习与因果推断结合，突破预测范式，估计当您进行干预时会发生什么。本文涵盖核心概念、方法、Python 工具与常见错误。

2026年9月14日

一份使用 Claude Code、GitHub 与 ultrareview 审查 Python 数据科学 PR 的实用指南。

2026年9月14日

了解什么是增广矩阵，它如何表示方程组，以及如何用行变换来求解。

2026年9月10日

学习如何使用 Node.js 和 MongoDB 按类别组织任务。构建包含创建、列表、获取、更新、删除端点及类别筛选的 REST API。

2026年9月10日

了解什么是残差图、如何解读常见模式，以及残差图如何帮助识别非线性、异方差、离群点和其他回归问题。

Vinod Chugani

2026年9月10日

通过轻量化工具自动优化编码代理工作流，削减上下文臃肿、终端噪声、冗长回复与过度工程化代码，从而降低 token 使用。

2026年9月10日

自监督学习让模型从未标注的文本、图像、音频和视频中自行提取监督信号，使用对比学习、掩码建模和自回归预测等技术，构建当今语言、视觉与多模态模型背后的表示。

2026年9月9日

在 Muse Code 和 Meta Model API 中设置 Muse Spark 1.3，选择贡献者或标准层级，并检验 Meta 的效率宣称是否成立。

2026年9月8日