Cursusaanbod

Inleiding

  • Overzicht van Dask-functies en voordelen
  • Parallellerekeningen in Python

Aan de slag gaan

  • Dask installeren
  • Dask-bibliotheken, componenten en API's
  • Best practices en tips

Numpy, SciPy en Pandas schalen

  • Voorbeelden en gebruikscases van Dask-arrays
  • Blokken en geblokkeerde algoritmen
  • Overlappende berekeningen
  • SciPy stats en LinearOperator
  • Numpy slicen en toewijzing
  • DataFrames en Pandas

Dask-internals en grafische UI

  • Ondersteunde interfaces
  • Planner en diagnostiek
  • Prestatieanalyse
  • Grafische berekening

Dask optimaliseren en implementeren

  • Adaptieve implementaties opzetten
  • Verbinding maken met externe data
  • Parallellerekeningen debuggen
  • Dask-clusters implementeren
  • Meten met GPUs werken
  • Dask op cloud-omgevingen implementeren

Probleemoplossing

Samenvatting en volgende stappen

Vereisten

  • Erfaring met data-analyse
  • Erfaring met Python-programmeren

Doelgroep

  • Data wetenschappers
  • Software ingenieurs
 14 Uren

Aantal deelnemers


Prijs Per Deelnemer

Getuigenissen (2)

Voorlopige Aankomende Cursussen

Gerelateerde categorieën