After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
코스 설명
병렬 처리를 사용하여 Python 코드 속도 높이기
이 4시간 강의로 Python에서 Dask를 활용한 병렬 처리가 워크플로를 얼마나 더 빠르게 만들 수 있는지 알아보세요.빅 데이터로 작업할 때 흔히 마주하는 두 가지 장애물은 너무 많은 메모리 사용과 긴 실행 시간입니다. Dask 라이브러리는 데이터 청크를 필요할 때만 로드하여 메모리 사용량을 줄일 수 있습니다. 사용 가능한 모든 컴퓨팅 코어를 병렬로 활용하여 실행 시간을 줄일 수 있습니다. 무엇보다도 기존 Python 코드에 거의 변경이 필요하지 않습니다.
Dask DataFrame를 사용하여 대규모 구조화된 데이터 분석하기
이 강의에서는 Dask를 사용하여 Spotify 노래 데이터를 분석하고, 수화 동작 이미지를 처리하며, 날씨 데이터의 추세를 계산하고, 오디오 녹음을 분석하며, 빅 데이터에서 머신 러닝 모델을 학습합니다.먼저 Dask의 기본을 배우고, Python에서 병렬 처리가 거의 모든 코드를 얼마나 빠르게 만들 수 있는지 살펴보게 됩니다. 다음으로, Dask DataFrame과 배열을 살펴보고 이를 활용해 대규모 구조화된 데이터를 분석하는 방법을 알아봅니다.
Dask-ML을 사용하여 머신 러닝 모델을 학습시키기
이 강의의 51개 연습문제를 진행하면서, Dask bags를 사용해 비정형 데이터와 정형 데이터를 다루며 어떤 유형의 데이터든 처리하는 방법을 배우게 됩니다. 마지막으로, Python에서 Dask를 사용해 머신 러닝 모델을 학습하고 컴퓨팅 속도를 향상시키는 방법을 배우게 됩니다.사전 요구 사항
커리큘럼
코스 개요
1
지연 평가와 병렬 컴퓨팅
이 챕터에서는 Dask와 지연 평가의 기본을 배웁니다. 챕터가 끝나면 병렬 처리나 멀티스레딩을 활용해 거의 모든 Python 코드를 더 빠르게 실행할 수 있어요. 두 가지 작업 스케줄링 방식의 차이와 상황에 따라 어떤 방법이 더 유리한지도 익히게 됩니다.
2
대규모 구조적 데이터의 병렬 처리
이제 Dask array와 Dask DataFrame을 사용해 대규모 구조적 데이터를 분석하는 방법을 배웁니다. NumPy와 pandas에서 알던 내용을 메모리에 다 담을 수 없는 데이터에도 손쉽게 적용할 수 있다는 점을 확인할 거예요.
3
비정형 데이터를 위한 Dask Bag
어떤 형태의 데이터든 처리해 보세요. Dask bag을 사용하면 비정형 텍스트, 반정형 JSON, 심지어 녹음된 오디오까지 효율적으로 처리할 수 있습니다.
4
Dask로 하는 Machine Learning과 마무리
Dask의 성능을 활용해 Machine Learning 모델을 학습해 보세요. Dask-ML 패키지를 사용해 빅데이터에서 Machine Learning 모델을 학습하는 방법과, 프로세스와 스레드를 혼합해 Dask 계산을 분할함으로써 계산 속도를 한층 더 높이는 방법을 배웁니다.
Python에서 Dask로 병렬 프로그래밍
코스
완료
