Scaling Python with Dask: Az adattudománytól a gépi tanulásig

Olvasói vélemények

Jelenleg nincsenek olvasói vélemények. Az értékelés 2 olvasói szavazat alapján történt.

Eredeti címe:

Scaling Python with Dask: From Data Science to Machine Learning

Könyv tartalma:

A modern rendszerek többmagos CPU-kat és GPU-kat tartalmaznak, amelyek képesek a párhuzamos számításokra. Sok tudományos Python-eszközt azonban nem úgy terveztek, hogy kihasználja ezt a párhuzamosságot. Ebből a rövid, de alapos forrásból az adattudósok és a Python programozók megtudhatják, hogy a párhuzamos számításokhoz készült nyílt forráskódú Dask könyvtár hogyan biztosít olyan API-kat, amelyek megkönnyítik a PyData könyvtárak, köztük a NumPy, a pandas és a scikit-learn párhuzamosítását.

A szerzők, Holden Karau és Mika Kimmins megmutatják, hogyan lehet a Dask számításokat helyi rendszerekben használni, majd a nehezebb munkaterhelésekhez a felhőbe skálázni. Ez a gyakorlatias könyv megmagyarázza, hogy miért népszerű a Dask az ipari szakértők és a tudósok körében, és miért használják olyan szervezetek, mint a Walmart, a Capital One, a Harvard Medical School és a NASA.

Ebből a könyvből megtanulhatja:

⬤ Mi a Dask, hol használhatja, és hogyan viszonyul más eszközökhöz.

⬤ Hogyan használja a Dask-ot kötegelt adatok párhuzamos feldolgozására.

⬤ A Daskkal való munkavégzéshez szükséges legfontosabb elosztott rendszerfogalmak.

⬤ Módszerek a Dask használatához magasabb szintű API-kkal és építőelemekkel.

⬤ Hogyan dolgozzunk integrált könyvtárakkal, mint például a scikit-learn, pandas és PyTorch.

⬤ Hogyan használjuk a Daskot GPU-kkal.