Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction
- Aperçu des fonctionnalités et avantages de Dask
- Calcul parallèle sous Python
Premiers pas
- Installation de Dask
- Bibliothèques, composants et API de Dask
- Meilleures pratiques et conseils
Mise à l'échelle de NumPy, SciPy et Pandas
- Exemples et cas d'utilisation des tableaux Dask
- Segments et algorithmes en blocs
- Calculs en chevauchement
- SciPy stats et LinearOperator
- Slicing et affectation avec Numpy
- DataFrames et Pandas
Fonctionnement interne de Dask et interface utilisateur graphique
- Interfaces supportées
- Ordonnanceur et outils de diagnostic
- Analyse des performances
- Calculs graphiques
Optimisation et déploiement de Dask
- Mise en place de déploiements adaptatifs
- Connexion aux données distantes
- Débogage des programmes parallèles
- Déploiement de clusters Dask
- Utilisation avec les GPU
- Déploiement de Dask sur des environnements cloud
Dépannage
Résumé et prochaines étapes
Pré requis
- Expérience en analyse de données
- Expérience en programmation Python
Public visé
- Data scientists
- Ingénieurs logiciel
14 Heures
Nos clients témoignent (2)
Exemples/exercices parfaitement adaptés à notre domaine
Luc - CS Group
Formation - Scaling Data Analysis with Python and Dask
Traduction automatique
Le fait d'avoir plus d'exercices pratiques utilisant des données plus similaires à celles que nous utilisons dans nos projets (images satellites au format raster)
Matthieu - CS Group
Formation - Scaling Data Analysis with Python and Dask
Traduction automatique