Data Science Workflows mit Jupyter

Jupyter-Notebooks erfreuen sich bei Data Scientists wachsender Beliebtheit und wurden zum De-facto-Standard für schnelles Prototyping und explorative Analysen. Sie beflügeln nicht nur Experimente und Innovationen enorm, sie machen auch den gesamten Forschungsprozess schneller und zuverlässiger. Zudem entstehen viele zusätzliche Komponenten, die die ursprünglichen Grenzen ihrer Nutzung erweitern und neue Verwendungsmöglichkeiten ermöglichen.

Vorkenntnisse

Keine besonderen Vorkenntnisse nötig

Lernziele

Jupyter-Notebooks können nicht nur für schnelles Prototyping und explorative Analysen genutzt werden, sondern für den gesamten Forschungsprozess. Zudem gibt der Vortrag einen Überblick über zusätzliche Komponenten, die die ursprünglichen Grenzen von Jupyter Notebooks erweitern und neue Verwendungsmöglichkeiten ermöglichen.

 

Speaker

 

Veit Schiele
Veit Schiele ist CEO der auf agile Software-Entwicklung spezialisierten Cusy GmbH, Python-Trainer und Autor des Jupyter-Tutorials, das Aufbau und Nutzung einer Forschungsinfrastruktur auf Basis von Jupyter Notebooks erläutert.

enterPy-Newsletter

Sie möchten über die enterPy
auf dem Laufenden gehalten werden?

 

Anmelden