Data Science Tutorials
Develop your data science skills with tutorials in our blog. We cover everything from intricate data visualizations in Tableau to version control features in Git.
探索类别
培训2人或以上？试试DataCamp for Business
随机森林回归：完整指南
随机森林回归的工作原理、失效场景，以及如何评估、调优与解释。包含 Python 实现与模型比较框架。
2026年6月17日
使用 FastHTML 和 MongoDB 构建实时任务管理器
使用 Python 原生工具实现异步 CRUD 操作与 HTMX 交互的完整教程。
2026年6月17日
FIFA 世界杯 2026 冠军预测：一份 MLOps 指南
了解端到端 MLOps 流水线如何预测 2026 年世界杯结果：从自动化再训练与 DVC，到对淘汰赛签表进行 10,000 次蒙特卡罗模拟。
2026年6月17日
GGUF 格式：本地 LLM 推理完整指南
GGUF 将模型权重、分词器数据与元数据打包为一个可携带文件。了解如何选择合适的量化等级，并使用 Ollama 快速上手。
2026年6月17日
如何使用 DFlash 试探式解码加速本地 LLM
学习如何在单张 RTX 4090 上，使用 DFlash 试探式解码与 Flash Attention 加速本地 Gemma 4 31B 推理，并与基线设置对比。
2026年6月17日
Claude Code 例行任务：让您的编码代理按计划在云端运行
了解 Claude Code 例行任务如何在云端按计划或基于 GitHub 事件运行您的编码代理，让 PR 审查与审计在您合上电脑后也能完成。
2026年6月17日
Cofounder 2 教程：如何用 AI 代理运营一家公司
了解如何使用 Cofounder 2，通过专门化的 AI 代理，将粗略想法转化为拥有商业计划、品牌套件、工程任务、营销活动和销售流程的结构化公司。
2026年6月17日
核密度估计：从原理到实践
核密度估计是一种非参数方法，用于在不假设固定模型的情况下估计数据分布的形状。了解其公式、带宽选择，以及在 Python 与 R 中的上手实现。
2026年6月16日
逻辑回归假设：建模前需要检查什么
一份关于逻辑回归背后假设的实用指南，包括在 Python 与 R 中发现违背的诊断方法，以及当假设不成立时的替代方案。
2026年6月15日
广义线性模型（GLM）：理论与代码的入门指南
一本关于 GLM 的实用指南——它是什么、其三大组件如何协同工作，以及如何在 Python 和 R 中进行拟合与解读。
2026年6月12日
过拟合 vs 欠拟合：模型诊断实用指南
详细讲解机器学习中的过拟合与欠拟合，包括如何识别各自的失效模式、成因，以及通过偏差-方差权衡进行修复的方法。
2026年6月12日
零样本分类：工作原理与适用场景
了解什么是零样本分类、其与 NLI 模型的底层原理、与小样本和微调的对比，以及如何用 Hugging Face Transformers 落地应用。
2026年6月11日