Kotlin für Data Science: Datenanalyse und maschinelles Lernen

Das Buch «Kotlin für Data Science» ist der erste praxisorientierte Leitfaden in deutscher Sprache, der zeigt, wie man die moderne Sprache Kotlin für Aufgaben der Datenanalyse, Statistik und des maschinellen Lernens einsetzt. Im Gegensatz zum traditionellen Ansatz mit Python bietet Kotlin eine strenge Typisierung, hohe Leistung und vollständige Kompatibilität mit dem Java-Ökosystem, was es zu einer hervorragenden Wahl für die industrielle Entwicklung von Data-Science-Lösungen macht.

Worum es in diesem Buch geht

Das Buch deckt den gesamten Datenarbeitszyklus mit Kotlin ab:

• Grundlagen der Sprache Kotlin für Analysten — ein schneller Einstieg mit Schwerpunkt auf Funktionen zur Sammlungsverarbeitung, Lambdas und Erweiterungen, die die Arbeit mit Daten vereinfachen.
• Daten laden und bereinigen — Arbeit mit CSV, JSON, Excel, Datenbanken (JDBC, Exposed). Behandlung von fehlenden Werten, Ausreißern und Typkonvertierung.
• Bibliotheken für Data Science — detaillierte Analyse der Bibliotheken Kotlin DataFrame, Kotlin Statistics, Kravis (Visualisierung) und Multik (numerische Berechnungen).
• Datenvisualisierung — Erstellung von Diagrammen, Histogrammen, Heatmaps und interaktiven Dashboards mit Kravis und Plotly Kotlin.
• Maschinelles Lernen — Implementierung von Algorithmen für Regression, Klassifikation, Clustering unter Verwendung von Smile (Statistical Machine Intelligence & Learning Engine) und Integration mit TensorFlow und DL4J.
• Arbeit mit Big Data — Datenverarbeitung mit Apache Spark in Kotlin, einschließlich DataFrame API und MLlib.
• Produktion und Bereitstellung — Verpackung von Modellen in Microservices (Ktor, Spring Boot), Testen von Pipelines und CI/CD für Data-Science-Projekte.

Für wen ist dieses Buch geeignet

Das Buch ist nützlich für:

• Data Scientists und Analysten, die über Python hinausgehen und eine leistungsfähigere und typsicherere Sprache nutzen möchten.
• Kotlin-Entwickler, die Data Science und maschinelles Lernen erlernen möchten.
• Studenten technischer Fachrichtungen, die moderne Ansätze der Datenanalyse studieren.
• Java-Entwickler, die ein prägnanteres und ausdrucksstärkeres Werkzeug für Data Science suchen.

Was Sie lernen werden

• Wie man Daten mit Kotlin effizient verarbeitet und transformiert.
• Wie man anschauliche Visualisierungen zur Datenexploration erstellt.
• Wie man Modelle des maschinellen Lernens erstellt und bewertet (von linearer Regression bis zu neuronalen Netzen).
• Wie man Kotlin-Code in die bestehende Java- und Spark-Infrastruktur integriert.
• Wie man Data-Science-Lösungen in der Produktion bereitstellt.

Das Buch enthält über 50 praxisnahe Beispiele und Übungen mit fertigen Lösungen. Alle Beispiele sind im Repository verfügbar und können in Jupyter Notebook (Kotlin Kernel) oder IntelliJ IDEA ausgeführt werden.

Kaufen Sie das Buch «Kotlin für Data Science» auf PythonLib – Ihr Schritt zur Beherrschung moderner Werkzeuge für die Datenanalyse mit Kotlin.