3D-Datenwissenschaft mit Python

Kapitel 17. Der 3D Data Science Workflow

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Unsere gemeinsame Erkundung der 3D-Datenwissenschaft nähert sich ihrem Ende. Du kannst stolz auf all die modularen Aspekte sein, die wir mit der Kraft von Python zum Leben erweckt haben. Wir haben End-to-End-Workflows für beliebige 3D-Datensätze entwickelt und fortschrittliche wissenschaftliche Experimente durchgeführt, die wichtige Ergebnisse hervorgebracht haben. Jetzt lass uns einen Schritt zurücktreten und einen Blick auf das große Ganze werfen.

Von Anfang an haben wir gelernt, dass die 3D-Datenwissenschaft die leistungsfähigsten räumlichen KI-Systeme ermöglicht, die auf 3D-Datensystemen basieren und versuchen, menschliches Verhalten zu imitieren. Das bedeutet im Wesentlichen, die Komplexität der Realität zu erfassen und Agenten zu entwerfen, die sich in einer digitalen 3D-Welt wie Menschen verhalten. Wo stehen wir also in Kapitel 17?

In diesem Kapitel werden wir uns auf das konzentrieren, was uns die 3D-Datenwissenschaft ermöglicht hat: das Entwerfen von digitalen 3D-Umgebungen, auf denen die Agenten agieren können. Das bedeutet, dass wir die wichtigsten Techniken, auf deren Beherrschung du jetzt stolz bist, wiederholen, sicherstellen, dass das Gelernte klar ist, und eine Blaupause für die Erstellung jedes 3D-Data-Science-Systems entwerfen. Um ganz pragmatisch zu sein, haben wir in diesem Stadium einen ...