Kotlin pour la Data Science : Guide pratique d'analyse de données

Le livre « Kotlin pour la Data Science » est le premier guide complet sur l'utilisation du langage Kotlin pour les tâches d'analyse de données, d'apprentissage automatique et de visualisation. Si vous connaissez Python et souhaitez essayer quelque chose de nouveau, ou si vous utilisez déjà Kotlin dans le développement backend et souhaitez élargir vos compétences en Data Science, ce livre sera votre guide fiable.

L'auteur, Alexeï Voronov, ingénieur de données avec 10 ans d'expérience, guide le lecteur pas à pas, des bases du travail avec les données jusqu'à la construction de modèles complexes. Le livre ne nécessite pas de connaissances approfondies de Kotlin — toutes les constructions nécessaires du langage sont expliquées au fil du texte.

Ce que vous apprendrez :

• Comment configurer l'environnement pour la Data Science avec Kotlin (Jupyter Notebooks, Kotlin Kernel) ;
• Les bases du travail avec les bibliothèques Krangl (équivalent de pandas) et Koma (calculs numériques) ;
• Les méthodes de nettoyage, transformation et agrégation des données ;
• La visualisation avec Kotlin Plotting et l'intégration avec les bibliothèques Python (Matplotlib, Seaborn) ;
• La construction de modèles d'apprentissage automatique avec DeepLearning4J et Smile ;
• Le travail avec les séries temporelles, les textes et les graphes ;
• Le déploiement de modèles en production (REST API, Spring Boot).

À qui s'adresse ce livre :

• Développeurs Java/Kotlin souhaitant passer à la Data Science ;
• Data Scientists qui veulent essayer une alternative à Python ;
• Étudiants en filières techniques étudiant l'analyse de données ;
• Tous ceux qui recherchent un langage performant et typé pour travailler avec les données.

Le livre contient plus de 50 exemples pratiques et 4 projets complets : de l'analyse des logs d'un serveur web à la construction d'un système de recommandation. Chaque exemple est accompagné d'explications et de visualisations.

Caractéristiques de l'édition :

• Accent mis sur le Kotlin idiomatique et le style fonctionnel ;
• Comparaison avec les équivalents Python pour une transition rapide ;
• Extraits de code prêts à l'emploi, utilisables immédiatement ;
• Conseils pour l'optimisation des performances et le travail avec les big data.

Après avoir lu ce livre, vous serez capable de résoudre de manière autonome des problèmes d'analyse de données de toute complexité, en utilisant toute la puissance de Kotlin — de la syntaxe concise à la compatibilité totale avec l'écosystème JVM.