Warum die CLI für Data Scientists unverzichtbar ist

0

CLI-Beispiele und Anwendungsfälle zur Erstellung effizienterer Machine Learning-Workflows.Als ich Data Science zum ersten Mal lernte, legte ich keinen großen Wert darauf, Begriffe wie Unix/Linux und Bash zu verstehen.Da ich nicht in der Informatik war, schien es ziemlich fremd und schwer zu verstehen, aber mir wurde schnell klar, wie wichtig das Command Line Interface (CLI) für die Verwaltung Ihrer Data Science-Workloads ist.Um ein starker Data Scientist/MLE zu werden oder einfach nur mit Software zu arbeiten, müssen Sie in der Lage sein, mit der CLI auf Ihrem Computer problemlos zu navigieren und zu arbeiten.Es gibt so viele Anwendungsfälle in Data Science für die Verwendung der CLI außerhalb der komfortablen Jupyter Notebook-Einstellung.Wenn beispielsweise Computer Vision-Workloads ausgeführt werden, verwenden Benutzer häufig eine Python-CLI-Schnittstellenbibliothek namens argparse, um Parameter an die ML-Skripts zu übergeben.Wenn Sie zu AWS, Azure oder einem anderen Cloud-Anbieter für ML migrieren, ist die CLI erforderlich, um Ihre Ressourcen entsprechend bereitzustellen und zu verschieben.Sogar in den bekannten Data Science-Jagdgebieten eines Jupyter-Notebooks ist es möglich, Zellen mit Bash-Skripten zu schreiben, in die wir eintauchen werden.In diesem Artikel allgemein werde ich die ersten Schritte mit der CLI, allgemeine Anwendungsfälle/Tipps für Bash mit Data Science und die Programmierung insgesamt behandeln.

towardsdatascience.com

Share.

Leave A Reply