Scalare Python con Dask: Dalla scienza dei dati all'apprendimento automatico

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 2 voti.

Titolo originale:

Scaling Python with Dask: From Data Science to Machine Learning

Contenuto del libro:

I sistemi moderni contengono CPU e GPU multi-core che hanno il potenziale per l'elaborazione in parallelo. Ma molti strumenti scientifici Python non sono stati progettati per sfruttare questo parallelismo. Con questa breve ma esauriente risorsa, gli scienziati dei dati e i programmatori Python impareranno come la libreria open source Dask per l'elaborazione in parallelo fornisca API che rendono facile la parallelizzazione delle librerie PyData, tra cui NumPy, pandas e scikit-learn.

Gli autori Holden Karau e Mika Kimmins mostrano come utilizzare i calcoli Dask nei sistemi locali e poi scalare verso il cloud per i carichi di lavoro più pesanti. Questo libro pratico spiega perché Dask è popolare tra gli esperti del settore e gli accademici ed è utilizzato da organizzazioni come Walmart, Capital One, Harvard Medical School e NASA.

Con questo libro imparerete:

⬤ Cos'è Dask, dove si può usare e come si confronta con altri strumenti.

⬤ Come usare Dask per l'elaborazione parallela di dati batch.

⬤ Concetti chiave di sistema distribuito per lavorare con Dask.

⬤ Metodi per utilizzare Dask con API e building block di livello superiore.

⬤ Come lavorare con librerie integrate come scikit-learn, pandas e PyTorch.

⬤ Come utilizzare Dask con le GPU.