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

Número de participantes



Precio por participante

Testimonios (2)

Categorías Relacionadas