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.

发现分类

Artificial IntelligenceGitJuliaPower BIPythonR ScalaSpreadsheetsSQLTableau

培训 2 人或更多？试试 DataCamp for Business

Excel

如何在 Excel 中计算时间：示例指南

掌握在 Excel 中进行时间计算。将即可用公式直接应用到您的数据。

2026年5月4日

Excel

如何在 Excel 中合并单元格：两种不同方法

本指南通过安全的公式方法与视觉合并选项，帮助您在不破坏数据的前提下美化工作表。

2026年5月4日

数据科学

核技巧详解：SVM 如何学习非线性模式

一份关于核技巧的概念指南——它是什么、如何赋能 SVM 与其他核方法，以及在何时优先于其他非线性建模方法使用。

2026年5月4日

数据科学

Kruskal-Wallis 检验：在不满足正态性的情况下比较多个组

Kruskal-Wallis 检验实用指南——它是什么、如何工作、何时优于 ANOVA，以及如何在 Python 和 R 中运行与解读。

2026年5月4日

数据科学

麦克劳林级数：公式、展开与示例

一份关于麦克劳林级数的实用指南，涵盖核心公式、常见展开、收敛规则，以及在数值方法、物理和机器学习中的实际应用。

2026年5月4日

数据科学

Mann-Whitney U 检验：t 检验的非参数替代方法

Mann-Whitney U 检验是一种基于秩的非参数检验，用于在数据不满足 t 检验所需正态性假设时比较两个独立组。

2026年5月4日

MongoDB

保持 MongoDB 数据库健康的关键检查

一份涵盖复制、性能与备份等关键主动检查的指南，助您保持数据平台稳健可靠。

Daniel Coupal

2026年5月4日

数据科学

牛顿法：用迭代逼近快速求根

牛顿法是一种迭代求根算法，利用切线近似来逼近那些没有闭式解的方程的解。

2026年5月4日

数据科学

正态性检验：如何检查您的数据是否服从正态分布

了解何为正态性检验、其重要性，以及如何使用 Shapiro-Wilk、Kolmogorov-Smirnov 等常见方法与可视化来检查数据，并附 Python 与 R 示例。

2026年5月4日

数据科学

目标函数详解：定义、示例与优化

了解什么是目标函数、它在优化与机器学习中的作用，以及如何通过真实示例来定义与解读它。

2026年5月4日

机器学习

机器学习中的正则化：L1、L2 与 Elastic Net 详解

关于机器学习正则化的实用概览——它是什么、如何工作、以及何时使用 L1、L2 与 Elastic Net 来构建具备泛化能力的模型。

2026年5月4日

人工智能

ResNet 架构：残差网络与跳跃连接

深入解读 ResNet 架构，阐释残差学习与跳跃连接如何解决训练超深神经网络时的梯度消失与退化问题。

2026年5月4日

主题

技术

Data Science Tutorials

如何在 Excel 中计算时间：示例指南

如何在 Excel 中合并单元格：两种不同方法

核技巧详解：SVM 如何学习非线性模式

Kruskal-Wallis 检验：在不满足正态性的情况下比较多个组

麦克劳林级数：公式、展开与示例

Mann-Whitney U 检验：t 检验的非参数替代方法

保持 MongoDB 数据库健康的关键检查

牛顿法：用迭代逼近快速求根

正态性检验：如何检查您的数据是否服从正态分布

目标函数详解：定义、示例与优化

机器学习中的正则化：L1、L2 与 Elastic Net 详解

ResNet 架构：残差网络与跳跃连接

主题

技术