Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Programa del Curso
Introducción
- Resumen de las características y ventajas de Dask
- Computación paralela en Python
Empezar
- Instalación Dask
- Dask bibliotecas, componentes y API
- Prácticas recomendadas y consejos
Escalado de NumPy, SciPy y Pandas
- Ejemplos y casos de uso de matrices Dask
- Fragmentos y algoritmos bloqueados
- Cálculos superpuestos
- SciPy estadísticas y LinearOperator
- Numerpy slicing y asignación
- DataFrames y Pandas
Dask Interfaz de usuario interna y gráfica
- Interfaces admitidas
- Programador y diagnóstico
- Análisis del rendimiento
- Cálculo de grafos
Optimización e implementación Dask
- Configuración de implementaciones adaptables
- Conexión a datos remotos
- Depuración de programas paralelos
- Implementación de clústeres de Dask
- Trabajar con GPUs
- Implementación de Dask en entornos de nube
Solución de problemas
Resumen y próximos pasos
Requerimientos
- Experiencia en análisis de datos
- Python Experiencia en programación
Audiencia
- Científicos de datos
- Ingenieros de software
14 Horas
Testimonios (2)
Ejemplos/ejercicios perfectamente adaptados a nuestro dominio
Luc - CS Group
Curso - Scaling Data Analysis with Python and Dask
Traducción Automática
El hecho de tener ejercicios más prácticos utilizando datos más similares a los que utilizamos en nuestros proyectos (imágenes de satélite en formato raster)
Matthieu - CS Group
Curso - Scaling Data Analysis with Python and Dask
Traducción Automática