Python Kodunuzu Hızlandırmak için Paralel İşlemeyi Kullanın

Bu 4 saatlik kursla, Python'da Dask ile paralel işleme sayesinde iş akışlarınızı nasıl hızlandırabileceğinizi keşfedeceksiniz.

Büyük verilerle çalışırken, iki yaygın engelle karşılaşırsınız: çok fazla bellek kullanımı ve uzun çalışma süreleri. Dask kütüphanesi, yalnızca gerektiğinde veri parçalarını yükleyerek bellek kullanımınızı azaltabilir. Mevcut tüm işlemci çekirdeklerini paralel olarak kullanarak çalışma sürelerini kısaltabilir. En iyisi, mevcut Python kodunuzda çok az değişiklik gerektirmesidir.

Dask DataFrames Kullanarak Büyük Yapılandırılmış Verileri Analiz Edin

Bu kursta, Dask'ı kullanarak Spotify şarkı verilerini analiz edecek, işaret dili hareketlerinin görüntülerini işleyecek, hava durumu verilerindeki eğilimleri hesaplayacak, ses kayıtlarını analiz edecek ve büyük veriler üzerinde makine öğrenimi modellerini eğiteceksiniz.

Dask'ın temellerini öğrenerek başlayacak ve Python'da paralel işlemenin neredeyse tüm kodları nasıl hızlandırabileceğini keşfedeceksiniz. Ardından, Dask DataFrames ve dizileri ve bunları büyük yapılandırılmış verileri analiz etmek için nasıl kullanacağınızı keşfedeceksiniz.

Dask-ML kullanarak makine öğrenimi modellerini eğitin

Bu kurstaki 51 alıştırmayı tamamladıkça, Dask çantaları kullanarak yapılandırılmamış ve yapılandırılmış verilerle çalışarak her türlü veriyi nasıl işleyeceğinizi öğreneceksiniz. Son olarak, Python'da Dask'ı kullanarak makine öğrenimi modellerini eğitmeyi ve hesaplama hızınızı artırmayı öğreneceksiniz.

Dask array parçacık boyutları

Python ile Dask ile Paralel Programlama

Uygulamalı etkileşimli egzersiz