Naptár
Fejlődj a DS Klubbal!
Bejelentkezés
Regisztráció

[DS VERSENY][HATÁRIDŐ] 5. FORDULÓ

A jobb felhasználói élmény érdekében az oldalon cookie-kat használunk. Oldalunk használatával, Ön elfogadja a cookie-k használatát.

Adatvédelmi nyilatkozat ÁSZF

Előadásaink

Claude Code Data Science-hez
Saját Tudásbázis + LLM: RAG Lépésről Lépésre
Machine Learning a divatiparban (Data Science esettanulmány)
Data Science Esettanulmány: Médiaoldalak Elemezése
VS Code: hogyan használd az egyik legismertebb kódszerkesztőt?
Adatelőkészítés – és hatása a modellezés pontosságára
Python-os Adatvizualizáció Plotly Express-szel
Gradient Boosting Machine (GBM) Élő Demó Python-ban (Ingatlanár Predikció)
PowerBI a felhőben! (végre operációsrendszertől függetlenül)
[EXTRA] Statisztika Data Science-hez 1: Korrelációelemzés
Egy Data Science Projekt Lépésről Lépésre (Üzleti Gondolkodás + Tech Oldal)
[EXTRA] WhiskyReturns Tech Bemutató
Hogyan használd a GitHubot a Data Science portfóliód bemutatására?
Neurális Hálók Python-ban
AutoML bemutató Pythonban: Automatizáljuk a machine learninget!
RandomForest vs. GBM (Klasszifikáció Python-ban)
Adattisztítási példák valós projektekből
Kódbemutató: a Random Network mögötti Python kód
8 Machine Learning modell, amit ismerned kell (+mikor melyiket válaszd)
Adatvizualizáció AI-jal segítve Pythonban: villámgyors, gyönyörű és hasznos
Logisztikus regresszió Pythonban egy valós projektből (hitelbedőlés vizsgálat machine learninggel)
Statisztika közérthetően, 1. rész: Nevezetes eloszlások
Python Data Science-hez: Az első lépések (teljesen kezdőknek)
Klaszterezés Python-ban (koncepció, kódolás, esettanulmány)
Feature Engineering elmagyarázva (gyakorlati példákkal)
Kapcsolatépítés Alapjai Data Scientist-eknek
Data Engineering elmagyarázva
Lineáris Regresszió A-tól Z-ig
SQL középhaladó gyakorlati fogások
Whisky árakat prediktálunk Python-os Machine Learning megoldásokkal…
Feature Engineering elmagyarázva 2. rész (gyakorlati példákkal)
Power BI alapok Data Scientist-eknek
Git Alapok
OpenAI Agentek készítése kódolás nélkül
Egy Senior Data Scientist eszköztára (Produktív adattudós)
LLM-ek alapjai: a Transformer architektúra belülről
Data Storytelling
[EXTRA] Jobb, mint a Google Analytics(?)
A Data Science jövője (hogyan készülj fel a jövő kihívásaira)
AI Ágensek készítése az MCP protokoll segítségével
Klaszterezés Python-ban (koncepció, kódolás, esettanulmány)
Train-Test Adathalmazok Felosztása (Az összes módszer, amit ismerned kell)
Tech Bemutató: Személyre szabott welcome email, automatikusan AI-jal Python-ban
Építsd meg a saját LLM-alapú AI chatbot-od