TypeScript für Data Science: Vom Prototyp zur Produktion

Das Buch „TypeScript für Data Science“ ist ein einzigartiger praktischer Leitfaden, der die Leistungsfähigkeit der statischen Typisierung von TypeScript mit der Flexibilität von Datenanalyse-Werkzeugen vereint. Im Gegensatz zu traditionellen Data-Science-Büchern, die sich ausschließlich auf Python konzentrieren, bietet dieses Werk eine neue Perspektive: Wie man TypeScript nutzt, um zuverlässige, skalierbare und leicht wartbare Projekte im Bereich der Datenverarbeitung und des maschinellen Lernens zu erstellen.

Worum geht es in diesem Buch?

Das Buch deckt den gesamten Lebenszyklus eines Data-Science-Projekts ab – von der Datenerfassung und -bereinigung bis zur Bereitstellung des Modells in der Produktion. Sie erfahren:

• Wie Sie die Umgebung für ein TypeScript-Projekt zur Datenanalyse einrichten (Node.js, Deno, ts-node).
• Wie Sie mit tabellarischen Daten mithilfe der Bibliotheken danfojs und pandas-js arbeiten.
• Wie Sie statische Typisierung nutzen, um Fehler bei der Datenverarbeitung zu vermeiden.
• Wie Sie Visualisierungen mit plotly.js und D3.js mit TypeScript-Typen erstellen.
• Wie Sie einfache Modelle des maschinellen Lernens (lineare Regression, k-Nächste-Nachbarn) in TypeScript implementieren.
• Wie Sie TypeScript-Code mit der Python-Ökosystem über Pyodide oder REST-Dienste integrieren.
• Wie Sie Unit-Tests für Data-Science-Komponenten mit Jest schreiben.

Für wen ist dieses Buch?

Das Buch ist nützlich für:

• Data Scientists und Analysten, die ihr Werkzeugset erweitern und TypeScript für Produktionslösungen erlernen möchten.
• Frontend-Entwickler, die sich für Data Science interessieren und ihre TypeScript-Kenntnisse in einem neuen Bereich anwenden möchten.
• Studenten und Dozenten, die moderne Ansätze der Datenanalyse studieren.
• Teamleiter und Architekten, die nach Möglichkeiten suchen, den Technologie-Stack im Team zu vereinheitlichen.

Was wird der Leser lernen?

Nach der Lektüre werden Sie in der Lage sein:

• Datenverarbeitungspipelines in TypeScript mit vollständiger Typsicherheit zu erstellen.
• Interaktive Dashboards und Berichte mit typisierten Visualisierungen zu erstellen.
• Einfache ML-Algorithmen zu implementieren und zu testen, ohne auf Python umsteigen zu müssen.
• TypeScript-Lösungen in die bestehende Python-Infrastruktur zu integrieren.
• Sauberen, selbstdokumentierenden Code zu schreiben, der leicht zu warten und zu erweitern ist.

Das Buch enthält zahlreiche praktische Beispiele, sofort ausführbare Codefragmente und Übungen zur Festigung des Stoffes. Alle Beispiele sind in einem Online-Repository verfügbar. Unabhängig von Ihrem aktuellen Kenntnisstand – vom Anfänger bis zum erfahrenen Entwickler – werden Sie in diesem Buch wertvolle Einblicke und fertige Lösungen für alltägliche Data-Science-Aufgaben finden.

Hinweis: Das Buch setzt grundlegende Kenntnisse in TypeScript oder JavaScript voraus. Python-Kenntnisse sind nicht erforderlich, aber von Vorteil.