or
यह अभ्यास पाठ्यक्रम का हिस्सा है
यह अध्याय आपको Dask और लेज़ी इवैल्यूएशन की बुनियाद सिखाएगा। अध्याय के अंत तक, आप पैरेलल प्रोसेसिंग या मल्टी-थ्रेडिंग का उपयोग करके लगभग किसी भी Python कोड को तेज़ चला पाएँगे। आप इन दोनों टास्क शेड्यूलिंग तरीकों का अंतर समझेंगे और जानेंगे कि किस परिस्थिति में कौन-सा बेहतर है।
यहाँ आप सीखेंगे कि Dask arrays और Dask DataFrames का उपयोग करके बड़े स्ट्रक्चर्ड डेटा का विश्लेषण कैसे करें। आप देखेंगे कि NumPy और pandas के बारे में जो भी आप जानते हैं, उसे आसानी से ऐसे डेटा पर लागू किया जा सकता है जो मेमोरी में फिट नहीं होता।
वर्तमान अभ्यास
किसी भी तरह के डेटा को प्रोसेस करें। आप सीखेंगे कि Dask bags का उपयोग करके अनस्ट्रक्चर्ड टेक्स्ट डेटा, सेमी-स्ट्रक्चर्ड JSON डेटा, और यहाँ तक कि रिकॉर्ड किए गए ऑडियो को भी कुशलता से प्रोसेस किया जा सकता है।
मशीन लर्निंग मॉडल ट्रेन करने के लिए Dask की शक्ति का लाभ उठाएँ। आप सीखेंगे कि Dask-ML पैकेज का उपयोग करके बिग डेटा पर मशीन लर्निंग मॉडल कैसे ट्रेन करें, और और भी अधिक स्पीड के लिए Dask कैलकुलेशंस को processes और threads के मिश्रण में कैसे बाँटें।