Go (Golang) für Data Science: Ein praktischer Leitfaden

Das Buch „Go (Golang) für Data Science“ ist der erste praxisorientierte Leitfaden in deutscher Sprache, der zeigt, wie man Go für Aufgaben der Datenanalyse, des maschinellen Lernens und der Visualisierung einsetzt. Entgegen der weit verbreiteten Meinung, dass Data Science eine Domäne von Python und R sei, bietet Go einzigartige Vorteile: hohe Leistung, integrierte Unterstützung für Parallelität und einfache Bereitstellung.

Das Buch richtet sich an Entwickler, die bereits mit den Grundlagen von Go vertraut sind und ihre Fähigkeiten im Bereich Data Science erweitern möchten. Es ist auch für Datenwissenschaftler nützlich, die eine schnellere Alternative zu Python für Produktionssysteme suchen. Für die Lektüre reichen grundlegende Kenntnisse in Go und Statistik aus.

Aus dem Buch lernen Sie:

• Wie Sie Daten effizient mit der Standardbibliothek und den Paketen encoding/csv, encoding/json lesen, verarbeiten und bereinigen
• Wie Sie Bibliotheken für numerische Berechnungen nutzen: gonum (Matrizen, lineare Algebra, Statistik)
• Wie Sie Visualisierungen in Go mit plot und go-echarts erstellen
• Wie Sie Algorithmen des maschinellen Lernens implementieren: lineare Regression, k-Nächste-Nachbarn, k-Means-Clustering
• Wie Sie Parallelität (Goroutines, Channels) nutzen, um die Verarbeitung großer Datensätze zu beschleunigen
• Wie Sie produktionsreife Datenpipelines in Go erstellen
• Wie Sie Go-Modelle mit Webdiensten und Datenbanken integrieren

Jedes Kapitel enthält praktische Beispiele und Übungen. Sie beginnen mit einfachen Aufgaben zum Laden von Daten, gehen dann zur statistischen Analyse und Visualisierung über und schließlich zur Erstellung vollständiger ML-Modelle. Besonderes Augenmerk wird auf den Leistungsvergleich von Go und Python bei realen Aufgaben gelegt.

Am Ende des Buches werden Sie in der Lage sein:

• Effiziente Data-Science-Skripte in Go zu schreiben
• Interaktive Diagramme und Dashboards zu erstellen
• Algorithmen des maschinellen Lernens von Grund auf zu implementieren
• Hochleistungsfähige Datenverarbeitungssysteme zu entwickeln

Dieses Buch ist eine Brücke zwischen der Welt von Go und Data Science. Es zeigt, dass Go nicht nur eine Sprache für das Backend ist, sondern auch ein leistungsstarkes Werkzeug für die Arbeit mit Daten, insbesondere wenn Geschwindigkeit und Skalierbarkeit wichtig sind.