Kursüberblick
Erfahren Sie, wie Sie mit NVIDIA RAPIDS™, einer Sammlung von Data-Science-Bibliotheken, die eine durchgängige GPU-Beschleunigung für Data-Science-Workflows ermöglichen, mehrere Analyseaufgaben für große Datensätze durchführen können.
Bitte beachten Sie, dass eine einmal bestätigte Buchung nicht mehr rückerstattet werden kann. Das bedeutet, dass Sie Ihren Platz für eine Veranstaltung nach der Bestätigung nicht mehr stornieren können und keine Rückerstattung erfolgt, unabhängig von der Teilnahme an der Veranstaltung.
Voraussetzungen
Erfahrung mit Python, idealerweise einschließlich Pandas und NumPy.
Empfohlene Ressourcen, um die Voraussetzungen zu erfüllen: Kaggle's pandas Tutorials, Kaggle's Intro to Machine Learning, Beschleunigung von Data Science Workflows mit RAPIDS
Kursziele
- Implementierung von GPU-beschleunigter Datenaufbereitung und Merkmalsextraktion mit cuDF und Apache Arrow Datenrahmen
- Anwendung eines breiten Spektrums von GPU-beschleunigten maschinellen Lernaufgaben mit XGBoost und einer Vielzahl von cuML-Algorithmen
- Führen Sie GPU-beschleunigte Graphanalysen mit cuGraph durch und erreichen Sie so massive Analysen in kurzer Zeit
- Mit cuGraph-Routinen schnell zu massiven Graph-Analysen gelangen
Dieser Text wurde automatisiert übersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.