数据科学和机器学习可以以不同程度的效率和生产力进行实践。无论应用领域或专业,数据科学家--初学者或经验丰富的专业人员--都应努力提高他/她在典型数据科学任务的所有方面的效率,
这意味着执行所有这些任务,
让我们假设有人正在教授“生产性数据科学”课程或写一本关于它的书--使用Python作为语言框架。对这样一门课程或一本书的典型期望应该是什么?
本课程/书应该面向那些希望超越执行数据科学和机器学习任务的标准方式并利用Python数据科学生态系统的全部范围以获得更高生产力水平的人。
应该教读者如何在标准流程中寻找低效和瓶颈,以及如何跳出框框思考。
重复性数据科学任务的自动化是阅读本书的读者将培养的一个关键心态。在许多情况下,他们还将学习如何扩展现有的编码实践,以便在Python生态系统中已经存在但在任何标准数据科学中都没有教授的高级软件工具的帮助下高效率地处理更大的数据集。
这不应该是一个常规的Python烹饪书教学标准库,如Numpy或Pandas。
相反,它应该关注一些有用的技术,比如如何测量ML模型的内存占用和执行速度、质量测试数据科学管道、模块化应用程序开发的数据科学管道,等等。它还应该包括Python库,这些库非常适合于自动化和加速任何数据科学家的日常任务。
此外,它应该涉及帮助数据科学家处理大型复杂数据集的工具和包,而不是遵循标准的Python数据科学技术智慧。
为了把事情具体化,让我们总结一些学习和实践生产性数据科学需要掌握的具体技能。我也尝试着加入一些有代表性的文章的链接,作为每一项技能的参考。
虽然GPU和分布式计算的使用在学术界和企业界被广泛讨论用于核心AI/ML任务,但他们发现它们在常规数据科学和数据工程任务中的应用很少覆盖。然而,使用GPU进行常规的日常统计分析或其他数据科学任务将大大有助于成为众所周知的“高效数据科学家”。
例如,theRAPIDS软件库套件和Apis让您--一个普通的数据科学家(不一定是深度学习从业者)--可以选择和灵活地完全在GPU上执行端到端数据科学和分析管道。
即使使用一个普通的GPU,这些库在速度上也比普通的Python库有了显著的提高。当然,对于生产性数据科学工作流,我们应该尽可能地采用这些方法。
类似地,有极好的开源机会可以超越Python语言的单核特性的限制,在不偏离典型的数据科学家角色的情况下接受并行计算范例。
我们讨论了生产性数据科学工作流的实用程序和核心组件。我们想像一个关于这个主题的理想课程或书籍会给读者提供什么。我们提到了一些具体的例子,并说明了这些好处。在要掌握的技能的上下文中还提供了一些相关的资源。
您可以查看作者的GitHub存储库以获取机器学习和数据科学方面的代码、思想和资源。如果你和我一样,对人工智能/机器学习/数据科学充满热情,请在LinkedIn上添加我或在Twitter上关注我。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14