Tack för att du skickade din fråga! En av våra teammedlemmar kontaktar dig snart.
Tack för att du skickade din bokning! En av våra teammedlemmar kontaktar dig snart.
Kursplan
Införandet
- Översikt över Dask funktioner och fördelar
- Parallell databehandling i Python
Komma igång
- Installera Dask
- Dask Bibliotek, komponenter och API:er
- Bästa praxis och tips
Skalning NumPy, SciPy och Pandas
- Dask Exempel på matriser och användningsfall
- Segment och blockerade algoritmer
- Överlappande beräkningar
- SciPy statistik och LinearOperator
- Numpy skivning och tilldelning
- DataFrames och Pandas
Dask Internt och grafiskt användargränssnitt
- Gränssnitt som stöds
- Schemaläggare och diagnostik
- Analysera prestanda
- Beräkning av grafer
Optimera och distribuera Dask
- Konfigurera anpassningsbara distributioner
- Ansluta till fjärrdata
- Felsöka parallella program
- Distribuera Dask-kluster
- Arbeta med GPUs
- Distribuera Dask i molnmiljöer
Felsökning
Sammanfattning och nästa steg
Krav
- Erfarenhet av dataanalys
- Python erfarenhet av programmering
Publik
- Dataforskare
- Programvaruingenjörer
14 timmar
Vittnesmål (2)
Exempel/övningar som är perfekt anpassade till vårt område
Luc - CS Group
Kurs - Scaling Data Analysis with Python and Dask
Maskintolkat
Det faktum att vi har mer praktiska övningar med mer liknande data som vi använder i våra projekt (satellitbilder i rasterformat)
Matthieu - CS Group
Kurs - Scaling Data Analysis with Python and Dask
Maskintolkat