Aktuelles aus dem Ressort Python

Dieser Anfang ist leicht: Eine kompakte Einführung in die Programmiersprache Python

Die Einsatzgebiete der ehemaligen Skriptsprache sind umfassend. Vielfältige Arten von Anwendungen können mit Python programmiert werden. Dieser Artikel führt Sie in die Grundkonzepte der Sprache ein, gibt einen Überblick über die Sprachstrukturen und zeigt, wie Sie mit Python erste Programme schreiben. So erhalten Sie die Basis für eine weitergehende Beschäftigung.

Jupyter Notebooks für Lehre und Entwicklung – alles im Blick

Mit dem Jupyter-Projekt steht seit längerer Zeit ein Lehr- und Entwicklungssystem zur Verfügung, das die Veranschaulichung und schnelle Evaluation von Algorithmen ermöglicht und längst nicht mehr auf Python beschränkt ist. Dieser Artikel zeigt in einer kurzen Schritt-für-Schritt-Einführung, was sich hinter dem System verbirgt.

Findet den Ausreißer: Anomalieerkennung in Echtzeit mit Kafka und Isolation Forests

Anomalien – oder auch Ausreißer – sind in Daten allgegenwärtig. Sei es durch Messfehler der Sensoren, unerwartete Ereignisse in der Umwelt oder fehlerhaftes Verhalten einer Maschine. In vielen Fällen ist es sinnvoll, solche Anomalien in Echtzeit zu erkennen, um unmittelbar darauf reagieren zu können. Das nötige Rüstzeug dafür gibt uns die Data-Streaming-Plattform Apache Kafka sowie die Python-Bibliothek scikit-learn an die Hand.

Natural Language Processing mit PyTorch

Systeme wie Alexa oder Siri haben das Konzept des Natural Language Processing (NLP) in den Mittelpunkt der Aufmerksamkeit gerückt – wenig bekannt ist übrigens, dass es dazu in der Vergangenheit schon Versuche gab. Bei O’Reilly ist nun ein deutschsprachiges Lehrbuch erschienen, das Quereinsteigern das Natural Language Processing nahebringen will.

Daten in den Griff bekommen: Mehrdimensionale Arrays für Machine Learning

Für viele Verfahren im Bereich Datenanalyse und Machine Learning werden mehrdimensionale Arrays benötigt. Da oft mit großen Datenmengen gearbeitet wird, ist es, neben anderen Optimierungen, wünschenswert, eine Arrayimplementierung zu verwenden, die auf hohe Performance und geringen Speicherverbrauch optimiert ist. Viele Frameworks setzen deshalb auf ndarrays von NumPy oder eigene Implementierungen, statt die Standard-Listen- oder Arrayimplementierungen von Python zu verwenden.

Jetzt im Kiosk: Das Entwickler Magazin 4.20 – Python ganz praktisch

Jetzt am Kiosk kaufen oder im Kiosk digital lesen: Das Entwickler Magazin 4.20 ist da! Im Fokus der neuen Ausgabe steht die praktische Anwendung von Python: Ob es um die Visualisierung der Pandemie geht oder um das IoT, Python kann das. Das sind aber natürlich nicht die einzigen Themen der Ausgabe. Auch um Go, Machine Learning und Agile geht es.

Machine Learning as a Service: ML Services mit ONNX und FastAPI

Die Anzahl der Machine und Deep Learning Frameworks ist in den letzten Jahren rapide gestiegen. Von scikit-learn über TensorFlow bis hin zu PyTorch hat jedes dieser Frameworks seine Vor- und Nachteile. ONNX – ein herstellerunabhängiges Austauschformat von Deep-Learning-Modellen – hilft, die Brücke zwischen den Frameworks zu schlagen.

X
- Gib Deinen Standort ein -
- or -