Guida alla gestione dei dati mancanti nella data science
Scopri come identificare e gestire efficacemente i dati mancanti nei progetti di data science e machine learning per migliorare l'accuratezza dei tuoi modelli
Scopri come identificare e gestire efficacemente i dati mancanti nei progetti di data science e machine learning per migliorare l'accuratezza dei tuoi modelli
Una guida a come utilizzare GPT e Claude con Flourish per creare elementi di visualizzazione dei dati chiari da comprendere e belli da vedere
Una guida introduttiva agli algoritmi di clustering: cosa sono, quali sono, perché sono importanti e come valutarli nel contesto dell'analisi dei dati e la data science
Impara come usare la PCA in Python e Sklearn per trasformare un dataset multidimensionale in un numero arbitrario di dimensioni e visualizzare i dati ridotti con Matplotlib
Una guida su come approcciare le variabili categoriali presenti all'interno di un dataset ai fini del machine learning e data science
Il campionamento statistico è fondamentale per ottenere informazioni sulla popolazione di interesse in modo efficiente. In questo articolo, esploreremo il concetto di campionamento statistico, le sue tecniche più comuni e l'utilizzo del ricampionamento per stimare la precisione delle stime
Scopri come identificare e risolvere le anomalie nei tuoi dati utilizzando tecniche avanzate di machine learning e strumenti automatizzati. Migliora la qualità dei dati aziendali e previeni errori con metodi efficaci di monitoraggio e analisi predittiva.
Una guida alla data visualization e ai principi che la sorreggono. Visualizzare grafici efficaci e fare storytelling per migliorare le abilità di comunicazione visiva e presentazioni.
Recensione del manuale di data visualization Storytelling with Data di Cole Nussbaumer Knaflic, esperta di comunicazione visiva. Una lettura consigliata pienamente a tutti gli interessati di data viz.