מדריך מעשי צעד-אחר-צעד לבניית מודל סיווג בפייתון עם scikit-learn 1.8 ו-pandas 3.0. כולל רגרסיה לוגיסטית, יער אקראי, SVM, הערכת ביצועים, קרוס-ולידציה וכוונון היפר-פרמטרים עם דוגמאות קוד מלאות.
מדריך מעשי לניתוח סדרות זמן בפייתון עם pandas 3.0. נעבור על טעינת נתונים, דגימה מחדש, חלונות מתגלגלים, פירוק עונתי, בדיקת סטציונריות ובניית מודל חיזוי ARIMA — הכל עם קוד שאפשר להריץ ישירות.
מדריך מעשי להנדסת פיצ׳רים בפייתון עם pandas 3.0 ו-scikit-learn 1.8 — מטיפול בערכים חסרים, דרך קידוד וסקיילינג, ועד בניית Pipeline מלא עם ColumnTransformer. כולל דוגמאות קוד להרצה ב-Jupyter Notebook.
מדריך מעשי לניתוח נתונים חקרני (EDA) בפייתון עם pandas 3.0, matplotlib ו-seaborn. כולל דוגמאות קוד להרצה ישירה, ויזואליזציות ושלבים ברורים מטעינת הנתונים ועד סיכום הממצאים.