Schulungsübersicht

Einführung

  • Überblick über die Funktionen und Vorteile von Dask
  • Paralleles Rechnen in Python

Erste Schritte

  • Installation von Dask
  • Dask Bibliotheken, Komponenten und APIs
  • Bewährte Praktiken und Tipps

Skalierung von NumPy, SciPy, und Pandas

  • Dask-Arrays - Beispiele und Anwendungsfälle
  • Chunks und blockierte Algorithmen
  • Überlappende Berechnungen
  • SciPy stats und LinearOperator
  • Numpy-Slicing und Zuweisung
  • DataFrames und Pandas

Dask Interna und grafische Benutzeroberfläche

  • Unterstützte Schnittstellen
  • Planer und Diagnose
  • Analyse der Leistung
  • Graph-Berechnung

Optimieren und Einsetzen Dask

  • Einrichten von adaptiven Bereitstellungen
  • Verbinden mit entfernten Daten
  • Parallele Programme debuggen
  • Bereitstellen von Dask-Clustern
  • Arbeiten mit GPUs
  • Einsatz von Dask in Cloud-Umgebungen

Fehlersuche

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Erfahrung mit Datenanalyse
  • Python Programmiererfahrung

Publikum

  • Datenwissenschaftler
  • Software-Ingenieure
  14 Stunden

Teilnehmerzahl


Beginnt

Endet


Die Termine sind abhängig von der Verfügbarkeit und finden zwischen 09:30 und 16:30 statt.

Preis je Teilnehmer

Erfahrungsberichte (3)

Kombinierte Kurse

QGIS for Geographic Information System

  21 Stunden

Verwandte Kategorien