Building an End-to-End Data Science Portfolio Project
KDnuggets2944 字 (约 12 分钟)
85
本文提供了一个完整的数据科学作品集项目构建指南，涵盖从业务问题定义到API部署的九个阶段。
入选理由：使用DoorDash配送时间预测项目作为完整案例贯穿全流程
精选文章#Data Science#Portfolio#SQL#Python#Machine Learning英文
产品
StrataScratch
别名：strata scratch
集成Notebook环境的数据科学练习平台
已跟踪 3 条高相关材料
TraeAI 观察
最近变化
2026-08-12 · 使用DoorDash配送时间预测项目作为完整案例贯穿全流程
为什么值得关注
StrataScratch 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
SQLBusiness ProblemsData AnalysisData ScienceDatabase
如果只读 3 篇
1
Building an End-to-End Data Science Portfolio Project
KDnuggets · 8.5 分
本文提供了一个完整的数据科学作品集项目构建指南，涵盖从业务问题定义到API部署的九个阶段。
2
SQL Window Functions Beyond Basics: Solving Real Business Problems
KDnuggets · 8.5 分
This article explores advanced SQL window functions beyond basics, focusing on solving real business problems through four key patterns: ru...
3
Using Polars Instead of Pandas: Performance Deep Dive
KDnuggets · 8.5 分
Polars 在处理大规模数据集时比 Pandas 更快，特别是在并行计算和懒加载方面。
相关材料
已收录 3 条与 StrataScratch 相关的内容，按评分排序。
SQL Window Functions Beyond Basics: Solving Real Business Problems
KDnuggets2142 字 (约 9 分钟)
85
This article explores advanced SQL window functions beyond basics, focusing on solving real business problems through four key patterns: running totals, gaps and islands (sessionization), ranking and classification, and data imputation. It provides practical examples and code snippets to illustrate how window functions can be effectively utilized in data analysis and manipulation.
入选理由：Window functions in SQL are powerful tools for performing calculations across a set of rows related to the current row.
精选文章#SQL#Window Functions#Data Analysis#Business Problems#DatabaseEnglish
使用 Polars 替代 Pandas：性能深度解析
KDnuggets2586 字 (约 11 分钟)
85
Polars 在处理大规模数据集时比 Pandas 更快，特别是在并行计算和懒加载方面。
入选理由：Polars 使用 Rust 构建，支持并行计算和懒加载，性能优于 Pandas。
精选文章#Polars#Pandas#数据处理#性能优化英文