Struktur der Dokumentation

Die Dokumentation sollte dem typischen Arbeitsablauf eines Projekts folgen.

1. Arbeitsbereich vorbereiten

   Installieren und Konfigurieren von iPython, Jupyter mit nbextensions etc., Git und DVC

2. Daten sammeln

   1. von einer Rest API
   2. von einer Website (→ Beautiful Soup)

3. Daten bereinigen

4. Untersuchen von Datensets/Visualisierung

5. Trainieren des ML-Modell

6. Verbessern des Code:

   1. Parametrisieren
   2. Validieren
   3. Performance optimieren:
      1. Spezialisierte Datenstrukturen und Algorithmen
      2. Dask, Dask-ML
      3. Numba
      4. Parallelisierung

7. Bereitstellen des Produkts

   1. Testen

      Automatisieren (→ Gitlab CI)

   2. Logging

   3. Datenpipelines (→Luigi)

   4. Erstellen eines Python-Moduls (→ cookiecutter)

   5. Packen

8. Erstellen einer Website

   1. Erstellen eines Dashboard
   2. Erstellen einer Rest API
   3. Performance-Test (→ Locust)