详细内容或原文请订阅后点击阅览
减少对数据科学项目的价值的时间：第2部分
利用自动化和并行性来扩展实验，缩短了对数据科学项目的价值的时间：第2部分首先出现在数据科学方面。
来源:走向数据科学在本系列的第1部分中，我们谈到了创建可以在多个项目中部署的可重复使用的代码资产。利用共同数据科学步骤的集中式存储库确保可以更快地进行实验，并对结果更有信心。简化的实验阶段对于确保您尽快为业务提供价值至关重要。
第1部分在本文中，我想关注如何提高可以实验的速度。您可能需要尝试尝试尝试的不同设置的10秒钟想法，并且有效地进行它们将大大提高您的生产率。当模型性能衰减并探索新功能时，进行完整的重新训练只是在某些情况下能够快速迭代实验的情况，这将成为一个很棒的福音。
我们需要谈论笔记本（再次）
虽然jupyter笔记本是一种教会自己的图书馆和概念的好方法，但它们很容易被滥用，并成为拐杖，积极地站立了快速模型开发的方式。考虑数据科学家进入新项目的情况。第一步通常是打开新笔记本并开始一些探索性数据分析。了解您可以使用哪种数据，执行一些简单的摘要统计信息，了解您的结果，最后一些简单的可视化，以了解功能与结果之间的关系。这些步骤是有用的努力，因为在开始实验过程之前，更好地了解数据至关重要。
拥抱脚本以创建您的实验管道
python src/main.py
python src/main_with_arguments.py --input_data -oinput_loc