Course Outline

Εισαγωγή

    Επισκόπηση των χαρακτηριστικών και των πλεονεκτημάτων του Dask Παράλληλος υπολογισμός στο Python

Ξεκινώντας

    Εγκατάσταση Dask Dask βιβλιοθηκών, στοιχείων και API Βέλτιστες πρακτικές και συμβουλές

Scaling NumPy, SciPy και Pandas

    Παραδείγματα συστοιχιών Dask και περιπτώσεις χρήσης Κομμάτια και αποκλεισμένοι αλγόριθμοι Επικαλυπτόμενοι υπολογισμοί SciPy Στατιστικά στοιχεία και LinearOperator Numpy τεμαχισμός και ανάθεση DataFrames και Panda

Dask Εσωτερικά και γραφικό περιβάλλον εργασίας

    Υποστηριζόμενες διεπαφές Χρονοδιάγραμμα και διαγνωστικά Ανάλυση απόδοσης Υπολογισμός γραφήματος

Βελτιστοποίηση και ανάπτυξη Dask

    Ρύθμιση προσαρμοστικών αναπτύξεων Σύνδεση σε απομακρυσμένα δεδομένα Εντοπισμός σφαλμάτων παράλληλων προγραμμάτων Ανάπτυξη συμπλεγμάτων Dask Εργασία με GPUs Ανάπτυξη Dask σε περιβάλλοντα cloud

Αντιμετώπιση προβλημάτων

Περίληψη και Επόμενα Βήματα

Requirements

  • Εμπειρία στην ανάλυση δεδομένων
  • Python εμπειρία προγραμματισμού

Ακροατήριο

  • Επιστήμονες δεδομένων
  • Μηχανικοί Λογισμικού
  14 Hours
 

Number of participants


Starts

Ends


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

Testimonials (3)

Related Courses

QGIS for Geographic Information System

  21 Hours

Fluentd for Log Data Unification

  14 Hours

Related Categories