Nach Thema stöbern
data-science
Entdecke die Themen und Referenzen dieser Sammlung.
NumPy Mehrdimensionale Array-Berechnung Spickzettel
Praxisorientierter Referenzleitfaden für modernes NumPy (2.x / 1.26+): Array-Erstellung, mehrdimensionale Achsen, Broadcasting-Mechanik, Datentypen, Slicing vs. Fancy Indexing, Views vs. Kopien, Matrixmultiplikation und statistische Aggregation.
Pandas Cheat Sheet: Datenbearbeitung & -analyse
Ein praxisorientierter Leitfaden für modernes Pandas (2.x / 3.x): Series- und DataFrame-Strukturen, Datei- und SQL-I/O, präzises Slicing mit loc/iloc, Behandlung fehlender Werte, GroupBy, Joins und Zeitreihen.
Python-Spickzettel
Ein praktischer Leitfaden für die Python-Programmierung, der grundlegende Syntax, Datenstrukturen, Dateimanagement und andere Kernkonzepte abdeckt, um Ihnen zu helfen, Python für Datenanalyse, Webentwicklung und mehr schnell zu meistern.
Scikit-Learn API & Machine Learning Workflow Spickzettel
Ein praxisorientierter Referenzleitfaden für Scikit-Learn: einheitliches API-Design (Estimator, Transformer, Predictor), Datenvorbereitung, Feature-Engineering, überwachte und unüberwachte Modelle, Kreuzvalidierung, Evaluierungsmetriken und leckagefreie Pipelines.