After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Opis kursu
Wykorzystaj przetwarzanie równoległe, aby przyspieszyć swój kod w Pythonie
Dzięki temu 4-godzinnemu kursowi odkryjesz, jak przetwarzanie równoległe z Dask w Pythonie może przyspieszyć Twoje procesy robocze.Pracując z dużymi zbiorami danych, napotkasz dwa częste problemy: zbyt duże zużycie pamięci i długi czas wykonywania. Biblioteka Dask może zmniejszyć zużycie pamięci, ładując fragmenty danych tylko wtedy, gdy są potrzebne. Może skrócić czas działania, wykorzystując równolegle wszystkie dostępne rdzenie obliczeniowe. Co najlepsze, wymaga bardzo niewielu zmian w Twoim istniejącym kodzie Python.
Analizuj duże ustrukturyzowane dane za pomocą Dask DataFrames
W tym kursie używasz Dask do analizy danych o utworach Spotify, przetwarzania obrazów gestów języka migowego, obliczania trendów w danych pogodowych, analizowania nagrań audio oraz trenowania modeli uczenia maszynowego na dużych zbiorach danych.Zaczniesz od poznania podstaw Dask, odkrywając, jak przetwarzanie równoległe w Pythonie może przyspieszyć niemal każdy kod. Następnie poznasz Dask DataFrames i tablice oraz dowiesz się, jak wykorzystywać je do analizy dużych, uporządkowanych danych.
Trenuj modele uczenia maszynowego za pomocą Dask-ML
W miarę postępów przez 51 ćwiczeń w tym kursie nauczysz się, jak przetwarzać dowolny rodzaj danych, wykorzystując Dask bags do pracy z danymi nieustrukturyzowanymi i ustrukturyzowanymi. Wreszcie nauczysz się, jak używać Dask w Pythonie do trenowania modeli uczenia maszynowego i zwiększania szybkości obliczeń.Wymagania wstępne
Program kursu
Plan kursu
1
Leniwe wartościowanie i przetwarzanie równoległe
Ten rozdział wprowadzi cię w podstawy Dask i leniwego wartościowania. Po jego ukończeniu będziesz potrafić przyspieszyć niemal każdy kod Pythona, korzystając z przetwarzania równoległego lub wielowątkowości. Poznasz różnicę między tymi dwiema metodami planowania zadań i dowiesz się, kiedy każda z nich sprawdza się lepiej.
- Wprowadzenie do Daska50 XP
- Leniwa ewaluacja50 XP
- Opóźnianie funkcji100 XP
- Grafy zadań i metody szeregowania50 XP
- Czym różnią się poszczególne harmonogramisty?100 XP
- Wizualizacja grafu zadań100 XP
- Budowanie opóźnionych potoków50 XP
- Analiza utworów na Spotify100 XP
- Czy współczesne piosenki nadają się do tańca?100 XP
- Najpopularniejsze piosenki100 XP
2
Równoległe przetwarzanie dużych, ustrukturyzowanych danych
Nauczysz się analizować duże, ustrukturyzowane dane przy użyciu tablic Dask i Dask DataFrames. Przekonasz się, że wiedza o NumPy i pandas łatwo przekłada się na pracę z danymi zbyt dużymi, by zmieścić się w pamięci.
3
Dask Bags do danych nieustrukturyzowanych
Przetwarzaj dane dowolnego rodzaju. Dowiesz się, jak Dask bags umożliwiają wydajne przetwarzanie nieustrukturyzowanych danych tekstowych, półustrukturyzowanych danych JSON, a nawet nagrań audio.
4
Dask Machine Learning i zagadnienia końcowe
Wykorzystaj możliwości Dask do trenowania modeli uczenia maszynowego. Nauczysz się trenować modele na dużych zbiorach danych za pomocą pakietu Dask-ML oraz rozdzielać obliczenia Dask między procesy i wątki, uzyskując jeszcze większą szybkość przetwarzania.
Programowanie równoległe z Dask w Pythonie
Kurs
ukończony
