MEAP - Software Engineering for Data Scientists

Contents

MEAP 起於 2023年2月預計 2023 年秋季完成出版

這些易於學習和應用的軟體工程技術將從根本上改善資料科學專案中的協作、擴展和部署。

✨4 月 18 日前 45% off 優惠碼 DM041123LT ✨

在資料科學家的軟體工程中，您將學習通過以下方式提高性能和效率：

使用源始碼管理
處理程式碼中的異常和錯誤
改進工具和應用程式的設計
擴展程式碼以有效處理大數據
部署前測試模型和資料處理程式碼
安排模型自動運行
將 Python 程式碼打包成可重用的 libraries
生成自動報告以監控生產中的模型

Software Engineering for Data Scientists 介紹了重要的軟體工程原則，這些原則將從根本上提高資料科學專案的性能和效率。作者兼元資料科學家 Andrew Treadway 花了十多年時間指導模型和管道投入生產。這本實用手冊充滿了他的明智建議，這些建議將改變您建構程式碼、監控模型性能以及與軟體工程團隊有效合作的方式。

關於這個技術

許多基本的軟體工程技能直接適用於資料科學！作為一名資料科學家，學習正確的軟體工程技術可以為您節省很多時間和挫折感。源始碼控制簡化了共享、追蹤和備份程式碼。測試有助於減少模型或管道中未來的錯誤。異常處理會自動響應突然出現的意外事件。使用既定的工程慣例可以輕鬆地與軟體開發人員協作。本書教您在資料科學專案中處理這些情況以及更多情況。

關於這本書

在資料科學家的軟體工程中，您會發現經過測試的軟體工程技術，這些技術將使您作為資料科學家的日常生活更加輕鬆。您將快速了解軟體工程如何解決常見問題，然後直接進入源始碼控制、物件導向程式設計、程式碼測試和打包。動手示例可以輕鬆了解如何在資料科學環境中將新原則付諸實踐。

改進客戶流失預測模型中的程式碼結構和可重用性
通過試驗 Spotify 資料來學習擴展資料處理程式碼
建構一個輕量級 Web 應用程式來監控機器學習模型
掌握使您的程式碼易於共享和修改的軟體設計約定
…以及更多！

每章都帶有重點練習和可下載的程式碼，供您進行實驗和探索。您會驚訝於您的流程中的一些變化如何使您的資料科學專案更容易建立和維護。

內容包含

目標讀者

適用於了解 Python 基礎知識的資料科學家。

關於作者

Andrew Treadway 是 Meta 的高級研究資料科學家。他在數資料學領域擁有十多年的工作經驗。 Andrew 曾在 Baruch College、365 Data Science 和 Interview Kickstart 教授資料科學和程式設計課程。他在 TheAutomatic.net 上開設了一個部落格，內容涵蓋 Python 和 R。