Programa do Curso

Introdução

  • Visão geral das funcionalidades e vantagens do Dask
  • Computação paralela em Python

Começando

  • Instalando o Dask
  • Bibliotecas, componentes e APIs do Dask
  • Melhores práticas e dicas

Escalar NumPy, SciPy e Pandas

  • Exemplos de uso de arrays do Dask
  • Blocos e algoritmos divididos em partes
  • Cálculos superpostos
  • Estatísticas SciPy e LinearOperator
  • Fatiamento e atribuição do Numpy
  • DataFrames e Pandas

Internos do Dask e Interface Gráfica

  • Interfaces suportadas
  • Agendador e diagnósticos
  • Analisando desempenho
  • Cálculo gráfico

Otimizando e Implementando o Dask

  • Configurando implementações adaptativas
  • Conectando-se a dados remotos
  • Depurando programas paralelos
  • Implementando clusters do Dask
  • Trabalhando com GPUs
  • Implementando o Dask em ambientes de nuvem

Solução de problemas

Resumo e próximos passos

Requisitos

  • Experiência com análise de dados
  • Experiência com programação Python

Público-alvo

  • Cientistas de dados
  • Engenheiros de software
 14 Horas

Declaração de Clientes (2)

Próximas Formações Provisórias

Categorias Relacionadas