Ugrás a tartalomhoz
data36_online_courses_logo
  • Naptár
  • Fejlődj a DS Klubbal!
    • Tudástár
    • Projektépítés
    • Kapcsolatépítés
  • Bejelentkezés
  • Regisztráció
  • Naptár
  • Fejlődj a DS Klubbal!
    • Tudástár
    • Projektépítés
    • Kapcsolatépítés
  • Bejelentkezés
  • Regisztráció

Ezen az oldalon találod a tanulási utakat!

Ha valami mást kerestél, nagy eséllyel ezek egyike lesz az:
Összes előadás | Naptár | Letölthető Könyvek | Data Source Kurzus (jelszó: hellodataklub) | Privát Podcast Adások | Kódbázis

Tanulási utak

kezdo cover

“Most Kezdem a Data Science Tanulást”

Belevágok »
ml1_cover

Machine Learning #1 (ALAPOK)

Belevágok »

Machine Learning #2 (KÖZÉPHALADÓ)

Belevágok »
softskill_cover

Karrier-Katalizátor 🚀 (Soft Skillek fejlesztése)

Belevágok »
statisztika_cover

Statisztika + Data Science

Belevágok »
header llm ai

LLM + AI

Belevágok »
data36_online_courses_logo

Adatvédelmi nyilatkozat

ÁSZF

Előadásaink:

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