TypeScript für Data Science: Ein praktischer Leitfaden

Das Buch "TypeScript für Data Science" ist der erste Leitfaden seiner Art, der die Welt der Datenanalyse und des maschinellen Lernens mit der strengen Typisierung von TypeScript eröffnet. Der Autor, Alexey Krylov, ein erfahrener Entwickler und Analyst, zeigt, wie das moderne JavaScript-Ökosystem eine effektive Alternative zu traditionellen Data-Science-Tools sein kann.

Worum geht es in diesem Buch?
Das Buch deckt den gesamten Datenzyklus ab: von der Erfassung und Bereinigung bis zur Visualisierung und Erstellung von Modellen des maschinellen Lernens. Sie erfahren, wie Sie TypeScript für Folgendes einsetzen:

• Arbeit mit tabellarischen Daten (CSV, JSON, Parquet) mithilfe der Bibliothek danfojs;
• Statistische Analyse und Hypothesentests;
• Datenvisualisierung mit Plotly.js, D3.js und Chart.js;
• Erstellung von Datenvorverarbeitungs-Pipelines mit typisierten Transformatoren;
• Aufbau neuronaler Netze mit TensorFlow.js mit vollständiger TypeScript-Unterstützung;
• Integration mit einem Python-Backend über REST API oder WebAssembly.

Für wen ist dieses Buch?
Das Buch ist nützlich für:

• Data Scientists, die ihren Technologie-Stack erweitern und strenge Typisierung zur Fehlerreduzierung nutzen möchten;
• JavaScript/TypeScript-Entwickler, die in die Datenanalyse eintauchen möchten, ohne eine neue Sprache zu lernen;
• Studenten technischer Fachrichtungen, die moderne Ansätze der Datenverarbeitung studieren;
• Analysten, die Berichte und Dashboards im Web automatisieren möchten.

Was werden Sie lernen?
Nach der Lektüre werden Sie in der Lage sein:

• Typisierte Datenstrukturen für komplexe Analyseaufgaben zu erstellen;
• Generics und Union Types für die sichere Arbeit mit unvollständigen Daten zu verwenden;
• Interaktive Dashboards mit vollständiger Typisierung der Komponenten zu erstellen;
• Modelle des maschinellen Lernens direkt im Browser oder auf Node.js bereitzustellen;
• Unit-Tests für Datenverarbeitungs-Pipelines zu schreiben.

Warum TypeScript und nicht Python?
TypeScript bietet die Vorteile der strengen Typisierung, die in Data Science besonders wichtig sind: Fehlererkennung zur Kompilierzeit, verbesserte Code-Dokumentation durch Typen und bessere IDE-Unterstützung. Darüber hinaus lassen sich TypeScript-Lösungen leicht in Webanwendungen integrieren und laufen dank JIT-Kompilierung schneller im Browser.

Das Buch enthält über 50 praktische, ausführungsbereite Beispiele und wird von einem Repository mit dem Quellcode begleitet. Sie lernen nicht nur, Daten zu analysieren, sondern auch produktionsreife Lösungen zu erstellen, die leicht zu warten und zu skalieren sind.

Tauchen Sie ein in die Welt von Data Science mit TypeScript – der Sprache, die Typsicherheit und Flexibilität von JavaScript vereint!