Știința datelor productivă și eficientă cu Python: Ghid de bune practici pentru implementarea Aiops

Titlul original:

Productive and Efficient Data Science with Python: Best Practices Guide to Implementing Aiops

Conținutul cărții:

Această carte se concentrează pe instrumentele și tehnicile bazate pe Python pentru a vă ajuta să deveniți foarte productivi în toate aspectele stivei tipice de știința datelor, cum ar fi analiza statistică, vizualizarea, selectarea modelului și ingineria caracteristicilor.

Veți analiza ineficiențele și blocajele care se ascund în procesul zilnic de afaceri și le veți rezolva cu soluții practice. Automatizarea sarcinilor repetitive din domeniul științei datelor este o mentalitate cheie care este promovată pe tot parcursul cărții. Veți învăța cum să extindeți practica de codificare existentă pentru a gestiona seturi de date mai mari cu o eficiență ridicată cu ajutorul bibliotecilor și pachetelor avansate care există deja în ecosistemul Python.

Cartea se concentrează pe subiecte precum modul de măsurare a amprentei de memorie și a vitezei de execuție a modelelor de învățare automată, testarea calității unei conducte de date științifice și modularizarea unei conducte de date științifice pentru dezvoltarea de aplicații. Veți trece în revistă bibliotecile Python care sunt foarte utile pentru automatizarea și accelerarea sarcinilor de zi cu zi.

În final, veți înțelege și veți efectua sarcini de știința datelor și de învățare automată dincolo de metodele tradiționale și veți utiliza întregul spectru al ecosistemului Python de știința datelor pentru a crește productivitatea.

Ce veți învăța

⬤  Scrieți cod rapid și eficient pentru știința datelor și învățarea automată.

⬤ Construiți conducte robuste și expresive pentru știința datelor.

⬤ Măsurați memoria și profilul CPU pentru metodele de învățare automată.

⬤ Utilizați întregul potențial al GPU pentru sarcinile din domeniul științei datelor.

⬤ Manipulați eficient seturi de date mari și complexe.

Pentru cine este această carte

Oameni de știință de date, analiști de date, ingineri de învățare automată, practicieni de inteligență artificială, statisticieni care doresc să profite pe deplin de ecosistemul Python.