| JupyterLab | 資料科學 | Python

資料科學工具JupyterLab現提供獨立桌面應用程式版本

JupyterLab用戶現可於Windows、macOS和Linux上,安裝獨立的應用程式版本

2021-09-23

| JetBrain | Jupyter | 資料科學

JetBrain發布企業就地部署Jupyter Notebook平臺

JetBrains發布企業級Datalore本地端版本,供資料科學家能夠方便地共享Jupyter Notebook執行個體進行協作

2021-07-03

| Jetbrains | PyCharm | IDE | 資料科學

JetBrains全新資料科學開發環境DataSpell現在對外開放試用

DataSpell是專為資料科學家設計的開發環境,使用PyCharm的IDE引擎,但是把重點放在資料處理上。

2021-04-02

| google | Databricks | 資料科學

Google雲端整合資料科學平臺Databricks

與Google雲端整合,是Databricks首次在雲端上提供容器化部署,讓用戶可以快速在全球創建Databricks資料小屋

2021-02-19

| JupyterLab | Python | 資料科學

JupyterLab 3.0改善擴充與除錯能力

JupyterLab 3.0現在預設啟用視覺化除錯器,開發者可以在筆記本中下中斷點,並且查看變數值

2021-01-07

| AI人才 | 資料科學 | 3D物件資料集 | YOLOv4 | Transformer | Benchmark | IT周報

AI趨勢周報第150期:如何成為AI專家?德國AI新創超詳細AI人才養成藍圖3周就獲得GitHub 5,300顆星大推

德國軟體新創AMAI將自家技術訓練指南:AI專家藍圖(AI Expert Roadmap)釋出在GitHub上,三周來就獲得5,300顆星星。AI專家藍圖涵蓋五大類專家養成途徑,如資料科學、機器學習、深度學習、資料工程、大數據工程,在每個類別中,還提供關鍵技能和學習資源,像是附程式碼的論文、版本控制、更新日誌、經典類神經網路等。

2020-11-20

| AWS Glud DataBrew | ETL | 資料科學 | 資料分析

AWS提供免寫程式的雲端ETL服務Glue DataBrew

AWS Glue DataBrew標榜使用者無需撰寫程式碼,透過點擊、互動視覺化介面即可完成雲端資料的萃取、轉換及載入作業

2020-11-12

| Jupyter | 資料科學 | SQLite

Jupyter開發環境也可使用SQLite語法

使用者可以使用SQLite語法在Jupyter開發環境中查詢資料,並且執行資料庫管理高階操作

2020-06-18

| Python | 資料科學 | Julia | Swift | 魏澤人

【專家剖析】Python未來十年的最大競爭對手

資料科學研究領域的崛起新星Julia,以及用來開發iOS應用程式的Swift,也許在未來能挑戰Python的地位

2020-05-14

| Python | 國泰 | 資料科學 | Web開發

【企業Python實戰:國泰金控數數發中心】前進企業開發現場,Python如何通吃數據分析和Web開發

國泰金控數數發中心如何用Python?又是如何準備開發環境?還有求職者最關心的問題,國泰想要哪一種人才?國泰資料科學與後端工程團隊現身說法,分享實務經驗

2020-05-14

| Python | 資料科學 | AI | 演算法 | 資料科學家 | Web應用

Python如何成為AI時代紅牌語言

已經快30歲的Python,不僅一躍成為資料科學領域的新寵兒,在2019年6月的TIOBE開發語言排行,也擠進前三名的寶座,僅次於C與Java之後,更是GitHub上第二流行的語言。如何辦到?Python靠語言本身優勢與多樣的套件生態系,奠定AI開發第一語言的地位

2020-05-14

| 資料科學 | R | 程式語言

R大改版發布4.0.0,導入字串將不再預設轉換成類別變數

stringsAsFactors選項現在預設為FALSE,此更改將導致舊套件與腳本在R 4.0.0中不相容

2020-05-01