Python 中的 Dask 并行编程

使用并行处理加速你的 Python 代码

通过这门 4 小时的课程，你将了解如何利用 Python 中的 Dask 并行处理让你的工作流程更快。

处理大数据时，你会遇到两个常见障碍：内存占用过高和运行时间过长。 Dask 库可以通过仅在需要时加载数据块来降低内存使用。 它可以通过并行使用您所有可用的计算核心来缩短运行时间。 最重要的是，它只需要对你现有的 Python 代码做很少的修改。

使用 Dask DataFrames 分析大型结构化数据

在本课程中，你将使用 Dask 分析 Spotify 歌曲数据、处理手语手势图像、计算天气数据趋势、分析音频录音，并在大数据上训练机器学习模型。

你将从学习 Dask 的基础开始，探索 Python 中的并行处理如何加速几乎任何代码。 接下来，你将探索 Dask DataFrame 和数组，以及如何利用它们分析大型结构化数据。

使用 Dask-ML 训练机器学习模型

随着你在这门课程中的 51 个练习中不断进阶，你将学习如何处理任何类型的数据，使用 Dask bags 来处理非结构化和结构化数据。 最后，你将学习如何在 Python 中使用 Dask 来训练机器学习模型并提升计算速度。