Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
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
Machine Translated
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
Machine Translated