Real-World Data Science With Kotlin Notebook
Dag 1, 21. mai 2026 · kl 13:00 · Adele Carpenter · 📋 i programmet · 🌐 offisiell beskrivelse
Adele Carpenter viser hvordan hun analyserer et powerlifting-datasett på over 3,3 millioner rader fra Open Powerlifting direkte i Kotlin Notebook, uten å forlate IntelliJ eller lære Python fra bunnen av. Rådataene ligger i Postgres, og hun bruker DataFrame-bibliotekets readSqlTable og readSqlQuery til å filtrere på databasesiden før resultatene hentes inn som en dataframe, en pragmatisk løsning når hele datasettet ikke får plass i minnet. Deretter validerer og utforsker hun tallene, og visualiserer trender rundt deltakelsen i 2023 med Kandy, et deklarativt plottbibliotek bygget på lets-plot.
Poenget hennes er at Kotlin-utviklere kan drive reell, utforskende dataanalyse i sitt vante økosystem, og at trioen Notebook + DataFrame + Kandy langt på vei matcher Pythons pandas- og matplotlib-stack for praktiske tilfeller. Python har fortsatt et bredere bibliotekutvalg for spesialisert statistikk og ML, men for SQL-drevet utforskning, datavalidering og visualisering er Kotlin-veien i dag fullt brukbar.
Tags: Data Science · Kotlin Notebook · DataFrame · Kandy · Postgres
📹 Real-World Data Science With Kotlin Notebook – Adele Carpenter