GPU Data Science with NVIDIA RAPIDS Träningskurs

RAPIDS är en samling av öppen källkod för programbibliotek byggda för att accelerera GPU-drivna data science och analytiska rörledningar. Det är baserat på Python och inkluderar ett DataFrame-API som integreras med ett antal maskininlärningsalgoritmer.

Denna instruktörsledda, live-utbildning (online eller på plats) vänder sig till data scientists och utvecklare som vill använda RAPIDS för att bygga GPU-accelererade data rörledningar, arbetsflöden och visualiseringar, med tillämpning av maskininlärningsalgoritmer, som XGBoost, cuML etc.

I slutet av denna utbildning kommer deltagarna att kunna:

• Installera den nödvändiga utvecklingsmiljön för att bygga datamodeller med NVIDIA RAPIDS.
• Förstå funktionalitet, komponenter och fördelar med RAPIDS.
• Utnyttja GPU:er för att accelerera slut- till-slut-data och analytiska rörledningar.
• Implementera GPU-accelererad dataförberedelse och ETL med cuDF och Apache Arrow.
• Lära sig utföra maskininlärningsuppgifter med XGBoost och cuML algoritmer.
• Bygga data visualiseringar och utföra grafanalys med cuXfilter och cuGraph.

Utbildningsformat

• Interaktiv föreläsning och diskussion.
• Många övningar och praktik.
• Hands-on-implementering i en live-lab-miljö.

Alternativ för kursanpassning

• För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att arrangera.