Simplificando tareas repetitivas durante el análisis exploratorio de datos
Simplificando el análisis exploratorio de datos cómo hacer frente a tareas repetitivas
Automatización en Ciencia de Datos
Una invitación para identificar tus tareas repetitivas de EDA y crear un flujo de trabajo automatizado, ilustrado a través de un ejemplo de utilidad.
![Imagen por Autor (Generado por DALL-E)](https://ai.miximages.com/miro.medium.com/v2/resize:fit:640/format:webp/1*m3RI9mzwDyKlNDNrRfkYog.png)
Principio de Programación: Automatiza lo Mundano
A menudo dicen que los programadores perezosos son los mejores programadores. Sin embargo, es más preciso decir que los programadores que no tienen paciencia para los flujos de trabajo repetitivos invertirán tiempo inicialmente para automatizar todo lo que puedan y así evitar dichas tareas. En resumen, los mejores programadores no repiten pacientemente tareas mundanas, las automatizan. Los programadores habilidosos son “perezosos” porque invierten tiempo inicialmente para crear herramientas que les ahorrarán esfuerzo a largo plazo. Esto puede significar aprender atajos de teclado, crear módulos personalizados o encontrar software inteligente para automatizar flujos de trabajo.
En una publicación titulada “Por qué los buenos programadores son perezosos y estúpidos”, Philipp Lenssen afirma:
“Solo un programador perezoso evitará escribir código monótono y repetitivo, evitando así la redundancia, el enemigo del mantenimiento de software y la refactorización flexible […] para que un programador perezoso sea un buen programador, también debe ser increíblemente no perezoso cuando se trata de aprender cómo mantenerse perezoso, es decir, qué herramientas de software facilitan su trabajo, qué enfoques evitan la redundancia y cómo puede hacer que su trabajo sea fácilmente mantenible y refactorizable”.
Nadie disfruta de tareas tediosas y monótonas, y si alguien se encuentra repitiendo las mismas funciones en diferentes proyectos, esta frustración generalizada comenzará a aparecer y susurrar: “empaquétalas en un módulo”.
- Comprendiendo y Mitigando las Alucinaciones del LLM
- PyTorchEdge presenta ExecuTorch Potenciando la inferencia en dispositivos móviles y de borde
- Google Street View al rescate el aprendizaje profundo abre el camino a edificios más seguros
![Imagen por Autor](https://ai.miximages.com/miro.medium.com/v2/resize:fit:640/format:webp/1*n6xc_jTdMcFUuA60Xv8yFQ.png)
La Naturaleza Repetitiva de EDA
We will continue to update Zepes; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
- La Carrera por Salvar Secretos de las Futuras Computadoras
- Un experto de la industria impulsa una alternativa abierta a la inteligencia artificial de las grandes empresas tecnológicas.
- Gorra de Ondas Cerebrales Salva Vidas al Identificar Derrames Cerebrales
- Cómo la realidad virtual está revolucionando la educación en 2024
- El poder del Análisis de Componentes Independientes (ICA) en aplicaciones del mundo real – ejemplo de EEG
- Desbloqueando el poder de los datos de texto con LLMs
- ToolFormer Guía para que los modelos de IA utilicen herramientas externas