2­0­2­4­ ­Y­ı­l­ı­n­d­a­ ­V­e­r­i­ ­B­i­l­i­m­i­ ­v­e­ ­V­e­r­i­ ­M­o­d­e­l­l­e­m­e­ ­i­ç­i­n­ ­E­n­ ­İ­y­i­ ­4­ ­D­i­z­ü­s­t­ü­ ­B­i­l­g­i­s­a­y­a­r­

Özellikler
Ekran boyutu	17,3 inç
İşlemci	AMD Ryzen 9 7945HX
Veri deposu	32 GB DDR5
Depolamak	1 TB
Ağırlık	5,9 pound

Veri Bilimi İçin Bu Dizüstü Bilgisayarları Nasıl Seçtik?

İşlemci

Kolayca, veri bilimi ve veri modelleme için tasarlanmış bir dizüstü bilgisayardaki en önemli şeylerden biri, sahip olduğunuz CPU türüdür. Tüm uygulamalar, rakamları hesaplamak için büyük ölçüde CPU’ya güvenme eğilimindedir; bu nedenle, güçlü bir şeye sahip olmak, diğer tüm özelliklerin temel alınması gereken başlangıç ​​noktasıdır. Akılda tutulması gereken bir diğer nokta da, daha yüksek saat hızlarının, daha fazla iş parçacığı ve çekirdeğin her zaman daha iyi olduğudur; bu nedenle, bir CPU modelini diğeriyle karşılaştırıyorsanız aradığımız istatistikler bunlardır.

Bu amaçla Intel i5 veya Ryzen R5 gibi orta sınıf CPU’lar için bir alt sınır belirledik ancak ideal olarak Intel i7 ve Ryzen R7 işlemciler gibi daha güçlü bir şey isteyeceksiniz. Ayrıca bir sonraki seviye olan Intel i9 ve Ryzen R9 da var; her ikisi de piyasadaki en güçlü CPU’lardan bazılarıdır ancak oldukça pahalıya mal olurlar, bu yüzden o kadar güce ihtiyacınız olduğundan emin olun. eğer bunlardan birine gidiyorsan.

Veri deposu

Bir programa yüklenen ve programdan çıkan büyük veri kümeleri ve sayılarla uğraşırken, çok fazla RAM’e sahip olmak, özellikle veriler büyüdükçe çok yardımcı olabilir. Şimdi, gerçekçi olmak gerekirse, 128 GB gibi uç noktalara gitmenize gerek yok, ancak minimum 8 GB’a sahip olmak gerçekten sınırdır. İdeal olarak 16 GB daha avantajlıdır ve bu nedenle tüm seçimlerimizi bu sınırda veya bu sınırın üzerinde yapmayı hedefledik. 32GB’a sahip olmak da özellikle çoklu görev yapabilme ve diğer şeyler açısından güzel, ancak fiyatı artırmak istemiyorsanız bu gerekli değil, çoğu kullanım durumu için 16GB yeterli olacaktır.

GPU ve Depolama

Çoğunlukla, simülasyonları çalıştırmak veya verilerle eğitmek için GPU’ya büyük ölçüde güvenebilen bir tür makine öğrenimi yapmadığınız sürece, GPU’lar veri bilimi rakamlarının çatlamasında büyük bir rol oynamaz. Sonuçta, birine ihtiyacınız olup olmadığı ve ne kadar güçlü olduğu, yapacağınız veri bilimi ve modellemenin türüne bağlıdır; bu nedenle uygulamalarınızın ve çalışmanızın CPU’ya mı, GPU’ya mı yoksa her ikisine mi bağlı olduğunu kontrol edin ve kararlarınızı buna göre verin. Çoğunlukla GPU’ları dikkate almadık, listede yalnızca birkaç GPU seçeneği var.

Benzer şekilde depolama, veri bilimi ve modellemede CPU ve RAM kadar büyük bir rol oynamaz, ancak uygulamalarınızı daha hızlı yükleyebilmek ve verilerinize daha hızlı erişebilmek her zaman güzeldir. Bu nedenle, SSD’si olan bir şeyle gitmek en iyisidir ve modern dizüstü bilgisayarların çoğunda bir tane olduğundan, gerçekçi olmayacak kadar ucuz bir şey olmadığı sürece bu muhtemelen dikkat etmeniz gereken bir şey değildir.