Fundamentals of Accelerated Data Science

Erfahre im Training Fundamentals of Accelerated Data Science, wie du 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 kannst. Bitte beachte, dass eine Buchung, sobald sie bestätigt wurde, nicht mehr erstattet werden kann. Das bedeutet, dass du deinen Platz bei einer Veranstaltung nach der Bestätigung nicht mehr stornieren kannst und keine Rückerstattung erhältst, unabhängig von der Teilnahme an der Veranstaltung.

• 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

• Führe GPU-beschleunigte Graphanalysen mit cuGraph durch und erreiche so massive Analysen in kurzer Zeit

• Mit cuGraph-Routinen schnell zu massiven Graph-Analysen gelangen

Einführung in Fundamentals of Accelerated Data Science

• Triff den Ausbilder.

• Erstelle ein Konto unter courses.nvidia.com/join

GPU-beschleunigte Datenmanipulation

• Lies mehrere Datensätze ein und bereite sie vor (einige sind größer als der Speicher), um sie später im Workshop in verschiedenen Übungen zum maschinellen Lernen zu verwenden:

  • Lies cuDF-Daten direkt auf einzelnen und mehreren GPUs mit cuDF und Dask.

  • Nutze cuDF, um Bevölkerungs-, Straßennetz- und Klinikinformationen für GPU-basierte maschinelle Lernaufgaben aufzubereiten.

GPU-beschleunigtes maschinelles Lernen

• Wende verschiedene grundlegende Techniken des maschinellen Lernens auf die im ersten Abschnitt vorbereiteten Daten an:

  • Nutze sowohl überwachte als auch unüberwachte GPU-beschleunigte Algorithmen mit cuML.

  • Trainiere XGBoost-Modelle mit Dask auf mehreren GPUs.

  • Erstelle und analysiere Grafikdaten auf dem Grafikprozessor mit cuGraph.

Projekt: Datenanalyse zur Rettung des Vereinigten Königreichs

• Wende neue GPU-beschleunigte Datenmanipulations- und Analysefähigkeiten auf Bevölkerungsdaten an, um eine simulierte Epidemie abzuwenden, die die gesamte britische Bevölkerung betrifft:

  • Nutze RAPIDS, um mehrere große Datensätze zu integrieren und realistische Analysen durchzuführen.

  • Pivotiere und iteriere deine Analyse, während die simulierte Epidemie für jeden simulierten Tag neue Daten liefert.

Ende des Fundamentals of Accelerated Data Science Trainings

Das Training richtet sich an

• Datenbankspezialisten

• Data Engineers

• Softwareentwickler

• technische Entscheidungsträger

die 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 wollen.

Erfahrung mit Python, idealerweise einschließlich Pandas und NumPy. Empfohlene Ressourcen, um die Voraussetzungen zu erfüllen: Kaggles pandas Tutorials, Kaggles Intro to Machine Learning, Beschleunigung von Data Science Workflows mit RAPIDS