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

Antal deltagare


Price per participant

Vittnesmål (2)

Relaterade Kategorier