Прогнозирование цен на авокадо с помощью SAP Data Intelligence
Если вы специалист по данным или занимаетесь аналитикой данных, вы, вероятно, проводите много времени, работая в блокнотах Jupyter. Это удобный интерактивный инструмент, получивший широкое распространение в отрасли. Часто вы будете выполнять там полный спектр задач, начиная от исследования данных и заканчивая обучением модели. Часто специалисты по данным запускают среду Jupyter на своих локальных компьютерах и получают к ней доступ через локальный хост. Это прекрасно работает до тех пор, пока не возникнет необходимость работать в команде над длительным проектом. В этом случае более эффективно иметь общую и масштабируемую среду, которая предоставляет вычислительные возможности и возможности хранения вместе с предустановленными инструментами.
В этом сообщении в блоге я собираюсь поделиться опытом, который мы получили в команде, работая над разнообразными проектами по науке о данных. В нашей команде мы используем SAP Data Intelligence. Это платформа, которая предоставляет несколько инструментов для обработки данных, включая средство моделирования конвейеров, интегрированную среду Jupyter, озеро данных и многое другое. Вместо того, чтобы углубляться в теорию, я собираюсь представить практический пример построения простой модели прогноза цен. Итак, приготовьтесь испачкать руки. "Продолжить чтение"…
