Топ 5 продвинутых инструментов Data Science. Изучи за выходные и будешь выделяться

[Rustemhak]

ClearML сила 💪

[Aleron75]

а Weights & Bias могила 🪦 ?

[cosheimil]

Прочитал статью - подцепил пару полезных моментов. Спасибо!

Хотел бы спросить: используете ли на работе linters и интегрированы ли они куда-либо? Также применяете ли инструменты из статьи в своих проектах?)

[Aleron75]

Конечно! Linters это база

Будешь ClearML в работе использовать после статьи?

[Andrey_Solomatin]

В промышленной разработке их часто используют. В go вообще встроили форматер в компилятор.

Это экономит время и спасает от глупых ошибок.

Надо немного времени потратить, чтобы познакомиться с ними. Первый запуск может быть несколько болезненным, а потом будете жить счастливо.

[lozy_rc]

y_train, y_test = y[train_idx], X[test_idx]

На первый взгляд тут ошибка и должно быть так

y_train, y_test = y[train_idx], y[test_idx]

[Aleron75]

Спасибо, исправил

[Andrey_Solomatin]

Makefile - твой код заработает на другой машине, прикинь!

Посмеялся. В общем то заработает в простых случаях.

Еще можно глянуть на tox, он похоже работает. И мне кажется он попроще, хотя возможно это потому, что я с ним больше работал. Ну и в нем виртуальные окружения из коробки. А они намного больше влияют на возможность запустить на другой машине.

[Aleron75]

Спасибо! tox тоже интересная штука

[OrAnGeFoXL]

ClearML выглядит сочно. Она работает с TensorFlow?

[Aleron75]

Да, работает. Весь TensorBoard логируется правильно

[SuleymanSuleymanzade]

ClearML не с открытым кодом и стоит денег :(

[Aleron75]

ClearML делиться на бесплатную часть, которую может попробовать каждый, и корпоративную - платная. Бесплатный ClearML открытый на github. Платная версия содержит ещё больше инструментов, но мало кто ее использует