Programa del Curso
Introducción
- Descripción general de RAPIDS características y componentes
- Conceptos de computación de GPU
Empezar
- Instalación de RAPIDS
- cuDF, cUML, y Dask
- Primitivas, algoritmos y API
Gestión y entrenamiento de datos
- Preparación de datos y ETL
- Creación de un conjunto de entrenamiento con XGBoost
- Probar el modelo de entrenamiento
- Trabajar con la matriz CuPy
- Uso de Apache Arrow tramas de datos
Visualización e implementación de modelos
- Análisis de grafos con cuGraph
- Implementación de Multi-GPU con Dask
- Creación de un panel interactivo con cuXfilter
- Ejemplos de inferencia y predicción
Solución de problemas
Resumen y próximos pasos
Requerimientos
- Familiaridad con CUDA
- Python Experiencia en programación
Audiencia
- Científicos de datos
- Desarrolladores
Testimonios (4)
El hecho de tener ejercicios más prácticos utilizando datos más similares a los que utilizamos en nuestros proyectos (imágenes de satélite en formato raster)
Matthieu - CS Group
Curso - Scaling Data Analysis with Python and Dask
Traducción Automática
Very good preparation and expertise of a trainer, perfect communication in English. The course was practical (exercises + sharing examples of use cases)
Monika - Procter & Gamble Polska Sp. z o.o.
Curso - Developing APIs with Python and FastAPI
It was a though course as we had to cover a lot in a short time frame. Our trainer knew a lot about the subject and delivered the content to address our requirements. It was lots of content to learn but our trainer was helpful and encouraging. He answered all our questions with good detail and we feel that we learned a lot. Exercises were well prepared and tasks were tailored accordingly to our needs. I enjoyed this course
Bozena Stansfield - New College Durham
Curso - Build REST APIs with Python and Flask
Trainer develops training based on participant's pace