After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Kurs Açıklaması
Python Kodunuzu Hızlandırmak için Paralel İşlemeyi Kullanın
Bu 4 saatlik kursla, Python'da Dask ile paralel işleme sayesinde iş akışlarınızı nasıl hızlandırabileceğinizi keşfedeceksiniz.Büyük verilerle çalışırken, iki yaygın engelle karşılaşırsınız: çok fazla bellek kullanımı ve uzun çalışma süreleri. Dask kütüphanesi, yalnızca gerektiğinde veri parçalarını yükleyerek bellek kullanımınızı azaltabilir. Mevcut tüm işlemci çekirdeklerini paralel olarak kullanarak çalışma sürelerini kısaltabilir. En iyisi, mevcut Python kodunuzda çok az değişiklik gerektirmesidir.
Dask DataFrames Kullanarak Büyük Yapılandırılmış Verileri Analiz Edin
Bu kursta, Dask'ı kullanarak Spotify şarkı verilerini analiz edecek, işaret dili hareketlerinin görüntülerini işleyecek, hava durumu verilerindeki eğilimleri hesaplayacak, ses kayıtlarını analiz edecek ve büyük veriler üzerinde makine öğrenimi modellerini eğiteceksiniz.Dask'ın temellerini öğrenerek başlayacak ve Python'da paralel işlemenin neredeyse tüm kodları nasıl hızlandırabileceğini keşfedeceksiniz. Ardından, Dask DataFrames ve dizileri ve bunları büyük yapılandırılmış verileri analiz etmek için nasıl kullanacağınızı keşfedeceksiniz.
Dask-ML kullanarak makine öğrenimi modellerini eğitin
Bu kurstaki 51 alıştırmayı tamamladıkça, Dask çantaları kullanarak yapılandırılmamış ve yapılandırılmış verilerle çalışarak her türlü veriyi nasıl işleyeceğinizi öğreneceksiniz. Son olarak, Python'da Dask'ı kullanarak makine öğrenimi modellerini eğitmeyi ve hesaplama hızınızı artırmayı öğreneceksiniz.Ön Koşullar
Müfredat
Kurs içeriği
1
Tembel (Lazy) Değerlendirme ve Paralel Hesaplama
Bu bölümde Dask ve tembel değerlendirme (lazy evaluation) temellerini öğreneceksin. Bölümün sonunda, paralel işleme veya çoklu iş parçacığı (multi-threading) kullanarak neredeyse tüm Python kodlarını hızlandırabileceksin. Bu iki görev zamanlama yönteminin farkını ve hangi koşullarda hangisinin daha iyi olduğunu öğreneceksin.
- Dask'e Giriş50 XP
- Tembel değerlendirme50 XP
- Fonksiyonları ertelemek100 XP
- Görev grafikleri ve zamanlama yöntemleri50 XP
- Farklı zamanlayıcılar nelerdir?100 XP
- Görev grafiğini çizmek100 XP
- Gecikmeli işlem hatları kurma50 XP
- Spotify'daki şarkıları analiz etme100 XP
- Günümüzde şarkılar ne kadar dans edilebilir?100 XP
- En popüler şarkılar100 XP
2
Büyük, Yapılı Verinin Paralel İşlenmesi
Burada Dask dizileri (arrays) ve Dask DataFrame'leri kullanarak büyük yapılı veriyi nasıl analiz edeceğini öğreneceksin. NumPy ve pandas hakkında bildiklerinin belleğe sığmayacak kadar büyük veriye nasıl kolayca uygulanabildiğini göreceksin.
3
Yapısız Veriler için Dask Bag'leri
Her tür veriyi işle. Dask bag'lerin yapısız metin verilerini, yarı yapılı JSON verilerini ve hatta kaydedilmiş ses verilerini verimli şekilde işlemek için nasıl kullanılabileceğini öğreneceksin.
4
Dask ile Machine Learning ve Son Parçalar
Machine Learning'in gücünü Dask ile kullan. Dask-ML paketiyle büyük veriler üzerinde machine learning modellerini nasıl eğiteceğini ve daha da yüksek hız için Dask hesaplamalarını süreçler ve iş parçacıkları arasında nasıl böleceğini öğreneceksin.
Python ile Dask ile Paralel Programlama
Kurs
Tamamlandı
