Struttura del corso

Introduzione

  • Panoramica delle caratteristiche e dei vantaggi di Dask
  • Calcolo parallelo in Python

Introduttiva

  • Installazione Dask
  • Dask librerie, componenti e API
  • Best practice e suggerimenti

Ridimensionamento di NumPy, SciPy e Panda

  • Esempi e casi d'uso di array Dask
  • Blocchi e algoritmi bloccati
  • Calcoli sovrapposti
  • SciPy stats e LinearOperator
  • Slicing e assegnazione di Numpy
  • DataFrame e Panda

Dask Interni e interfaccia grafica

  • Interfacce supportate
  • Schedulatore e diagnostica
  • Analisi delle prestazioni
  • Calcolo del grafo

Ottimizzazione e distribuzione Dask

  • Impostazione di distribuzioni adattive
  • Connessione a dati remoti
  • Debug di programmi paralleli
  • Distribuzione di cluster Dask
  • Lavorare con GPUs
  • Distribuzione di Dask in ambienti cloud

Risoluzione dei problemi

Riepilogo e prossime tappe

Requisiti

  • Esperienza nell'analisi dei dati
  • Python Esperienza di programmazione

Pubblico

  • Scienziati dei dati
  • Ingegneri del software
  14 ore

Numero di Partecipanti



Prezzo per Partecipante

Recensioni (3)

Corsi relativi

Categorie relative