コース概要

イントロダクション

  • RAPIDSの特徴とコンポーネントの概要
  • GPUコンピューティングの概念

はじめに

  • RAPIDSのインストール
  • cuDF、cuML、およびDask
  • プリミティブ、アルゴリズム、およびAPI

データの管理と学習

  • データ準備とETL
  • XGBoostを使用した訓練セットの作成
  • 訓練モデルのテスト
  • CuPy配列の操作
  • Apache Arrowデータフレームの使用

モデルの可視化と展開

  • cuGraphを使用したグラフ分析
  • Daskを使用したマルチGPUの実装
  • cuXfilterを使用したインタラクティブダッシュボードの作成
  • 推論と予測の例

トラブルシューティング

まとめと次回へのステップ

要求

  • CUDAに関する知識
  • Pythonプログラミング経験

対象者

  • データサイエンティスト
  • 開発者
 14 時間

参加者の人数


参加者1人当たりの料金

今後のコース

関連カテゴリー