
Productive and Efficient Data Science with Python: Best Practices Guide to Implementing Aiops
Dieses Buch konzentriert sich auf die Python-basierten Tools und Techniken, die Ihnen helfen, in allen Aspekten typischer Data-Science-Stacks wie statistische Analyse, Visualisierung, Modellauswahl und Feature-Engineering hochproduktiv zu werden.
Sie werden die Ineffizienzen und Engpässe überprüfen, die im täglichen Geschäftsprozess lauern, und sie mit praktischen Lösungen beheben. Die Automatisierung von sich wiederholenden Data-Science-Aufgaben ist eine wichtige Denkweise, die im gesamten Buch gefördert wird. Sie lernen, wie Sie die bestehende Programmierpraxis erweitern können, um größere Datenmengen mit hoher Effizienz zu verarbeiten, und zwar mit Hilfe von fortschrittlichen Bibliotheken und Paketen, die bereits im Python-Ökosystem vorhanden sind.
Das Buch konzentriert sich auf Themen wie die Messung des Speicherbedarfs und der Ausführungsgeschwindigkeit von Machine-Learning-Modellen, Qualitätstests von Data-Science-Pipelines und die Modularisierung einer Data-Science-Pipeline für die App-Entwicklung. Sie werden Python-Bibliotheken kennenlernen, die für die Automatisierung und Beschleunigung alltäglicher Aufgaben sehr nützlich sind.
Am Ende werden Sie Data-Science- und Machine-Learning-Aufgaben verstehen und durchführen, die über die traditionellen Methoden hinausgehen, und das gesamte Spektrum des Data-Science-Ökosystems von Python nutzen, um die Produktivität zu steigern.
(Was Sie lernen werden)
⬤ Schreiben Sie schnellen und effizienten Code für Data Science und maschinelles Lernen.
⬤ Robuste und aussagekräftige Pipelines für die Datenwissenschaft erstellen.
⬤ Messen Sie das Speicher- und CPU-Profil für maschinelle Lernmethoden.
⬤ Nutzen Sie das volle Potenzial der GPU für Data Science Aufgaben.
⬤ Große und komplexe Datensätze effizient handhaben.
Für wen ist dieses Buch gedacht?
Datenwissenschaftler, Datenanalysten, Ingenieure für maschinelles Lernen, Fachleute für künstliche Intelligenz und Statistiker, die das Ökosystem von Python voll ausschöpfen wollen.