Production-ready FastAPI ML serving lépésről lépésre: lifespan modell betöltés, Pydantic v2 validáció, async vs sync, batch inferencia, Prometheus monitoring és Docker konténer. Gyakorlati on-call tapasztalattal 2026-ra.
Melyik gradient boosting könyvtárat válaszd Pythonban 2026-ban? XGBoost, LightGBM és CatBoost összehasonlítás kódpéldákkal, benchmarkokkal és gyakorlati tanácsokkal.
A Polars LazyFrame nem csak egy gyorsabb DataFrame – egy teljes lekérdezés-optimalizáló motor. Végigmegyünk a lazy execution működésén, a predicate és projection pushdownon, a streaming módon és a sink_parquet használatán valós kódpéldákkal Python 3.13-ban és Polars 1.x-ben.
Ismerd meg a scikit-learn Pipeline és ColumnTransformer használatát Pythonban. Gyakorlati útmutató kódpéldákkal az adatelőfeldolgozástól a hiperparaméter-hangolásig, cross-validation és production deploy tippekkel.
Ismerd meg a Python két legfontosabb vizualizációs könyvtárát! Matplotlib és Seaborn gyakorlati útmutató működő kódpéldákkal: vonaldiagramok, hőtérképek, boxplotok, és valós lakásár-elemzés.