オブジェクト指向に学ぶデータサイエンスのコーディング術
記事中で「オブジェクト指向」という言葉を使っていますが、決して「オブジェクト指向」で実装を進めているわけではありません。あくまでもオブジェクト指向の一部の考え方を参考に、DS職のコーディングを考えるという立ち位置です。本来のクラスの使い方として適切である保証はなく、「一つの実現方法の紹介」である旨ご了承ください。 多くのDS（データサイエンス）職が書くソースコードは、そのままプロダクトに載せることが難しいものが多いです[3]。この理由は、DS職に求められる成果物や職掌がプロダクト開発チームなどとは異なるからであり、ある程度は仕方がないと認識しています。しかしながら、開発したアルゴリズムや機械学習モデルをプロダクトに載せたり、分析コードを他人[4]に引き継いだりする際には、「良いコード」で実装されているに越したことはありません。DS職の人が「良いコード」を書くためにはどうすれば良いかを考え続
データサイエンティストのための Git 入門 ~ チーム開発編 - 変化を求めるデベロッパーを応援するウェブマガジン | AWS
皆様こんにちは。AWS の パートナーソリューションアーキテクトの 宇賀神みずき こと しょぼちむ(@syobochim) です。9 月に入りましたが皆さまいかがお過ごしでしょうか ? この記事を書いている数日間は、めちゃくちゃ暑い日々が続いています。外に出るとジリジリと肌が焼ける感覚がします。暑い。皆さまも体調にはお気をつけください。 本連載では「チーム開発を意識した Git の使い方」をデータサイエンティストの方に向けてご紹介します。 初回の記事 では、Git のクローンやコミットなど基本的な操作をご紹介しました。今回は、チームでの開発に不可欠なブランチの作成やマージ、プルリクエストの作り方をご紹介します。 初回の記事と同じように、Git の操作には Amazon SageMaker Studio Lab (以降、 Studio Lab) を利用します。 Studio Lab はデータ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
