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
培训 2 人或更多？试试 DataCamp for Business
机器学习中的 F1 分数：在精确率与召回率之间取得平衡的指标
了解 F1 分数如何通过结合精确率与召回率来评估模型表现。学习其在二分类与多分类中的用法，并附 Python 示例。
Vidhi Chugh
2026年10月6日
Facebook Prophet：现代时间序列预测方法
了解 Facebook Prophet 如何对趋势、季节性与特殊事件建模，以获得准确且可解释的预测。
Vidhi Chugh
2026年10月6日
使用 Python 与 OpenCV 的人脸检测
了解如何在 Python 中使用 OpenCV 库进行目标检测，并学习将其应用于人脸检测等任务。
Natassha Selvaraj
2026年10月6日
R 中的 ggplot2 分面
在本教程中，您将学习如何充分利用 ggplot 的分面函数。
DataCamp Team
2026年10月6日
R 中的因子（Factor）教程
了解 R 中的 factor 函数，并通过示例学习其结构、调整顺序层级、重命名层级，最后掌握对分类值进行有序排序。
Olivia Smith
2026年10月6日
FARM 技术栈指南：如何使用 FastAPI、React 和 MongoDB 构建全栈应用
学习使用 FARM 技术栈（FastAPI、React、MongoDB）快速构建全栈 Web 应用。本初学者友好型指南涵盖搭建、功能与一键部署。
Karen Zhang
2026年10月6日
机器学习中的特征工程：实践指南
通过这份实践指南学习特征工程。在 Python 中探索编码、缩放以及处理缺失值等技术。
Srujana Maddula
2026年10月6日
Kaggle 机器学习：特征工程
了解在 Kaggle 构建机器学习模型时，特征工程如何助您更进一步：创建新列、转换变量等！
Hugo Bowne-Anderson
2026年10月6日
机器学习中的特征提取：完整指南
通过图像、音频和时间序列数据的 Python 实操示例掌握特征提取技术。学习如何将原始数据转化为有意义的特征，并解决机器学习应用中的常见挑战。
Rajesh Kumar
2026年10月6日
Python 特征选择教程：新手指南
了解特征选择的基础，以及如何在 Python 中实现并检验各种特征选择技术。
Sayak Paul
2026年10月6日
使用 Boruta R 包进行 R 中的特征选择
在 R 中进行特征选择：探索围绕随机森林分类算法构建的 Boruta 算法及其实现！
DataCamp Team
2026年10月6日
前馈神经网络详解：完整教程
前馈神经网络（FFNN）是深度学习的基石，广泛应用于图像识别、Transformers 和推荐系统。本教程完整讲解其架构、与 MLP 的区别、激活函数、反向传播、真实案例以及 PyTorch 实现。
Vaibhav Mehra
2026年10月6日