Online oder vor Ort, von Lehrern geleitete Live-RAPIDS-Schulungen demonstrieren durch interaktive praktische Übungen, wie man mit RAPIDS GPU-beschleunigte Datenpipelines, Workflows und Visualisierungen erstellt und dabei Algorithmen für maschinelles Lernen wie XGBoost, cuML usw. anwendet. RAPIDS-Schulung ist als „Online-Live-Schulung“ oder „Vor-Ort-Live-Schulung“ verfügbar. Das Online-Live-Training (auch „Remote-Live-Training“) wird über einen interaktiven Remote-Desktop durchgeführt. Vor-Ort-Live-Schulungen können vor Ort beim Kunden in Wien oder in den Schulungszentren von NobleProg in Wien durchgeführt werden. NobleProg – Ihr lokaler Schulungsanbieter
NobleProg Wien
Modecenterstraße 22, Wien, Austria, 1030
Überblick
Unsere Schulungsräumlichkeiten befinden sich in der Modecenterstraße...
Überblick
Unsere Schulungsräumlichkeiten befinden sich in der Modecenterstraße 22 in Wien. Unsere großzügigen Schulungsräume bieten optimale Trainingsbedingungen für Ihre Bedürfnisse.
Für Fragen und Schulungsanmeldungen wenden Sie sich bitte an unsere Firmenzentrale:
NobleProg Europe GmbH,
Kolonnenstr. 8
10827 Berlin
Deutschland
Anfahrt
Die NobleProg-Schulungsräumlichkeiten liegen verkehrsgünstig nahe der Autobahn A23 und die nächste, fussläufig erreichbare, U-Bahnstation ist die Station Zippererstrasse.
Parkplätze
Rund um unsere Schulungsräume gibt es in den umliegenden Straßen Parkmöglichkeiten.
Lokale Infrastruktur
In der fussläufigen Umgebung gibt es zahlreiche Lokale.
Diese von einem Trainer geleitete Live-Schulung (online oder vor Ort) richtet sich an Datenwissenschaftler und Entwickler, die mit RAPIDS GPU-beschleunigte Datenpipelines, Workflows und Visualisierungen erstellen und dabei Algorithmen für maschinelles Lernen wie XGBoost, cuML usw. anwenden möchten.
Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
Einrichten der erforderlichen Entwicklungsumgebung zur Erstellung von Datenmodellen mit NVIDIA RAPIDS.
Verstehen Sie die Funktionen, Komponenten und Vorteile von RAPIDS.
Grafikprozessoren zur Beschleunigung von End-to-End-Daten- und Analysepipelines nutzen.
Implementieren Sie GPU-beschleunigte Datenaufbereitung und ETL mit cuDF und Apache Arrow.
Lernen Sie, wie man maschinelle Lernaufgaben mit XGBoost und cuML-Algorithmen durchführt.
Erstellen Sie Datenvisualisierungen und führen Sie Graphanalysen mit cuXfilter und cuGraph durch.