{"course":{"productid":34490,"modality":6,"active":true,"language":"de","title":"Fundamentals of Accelerated Data Science","productcode":"FADS","vendorcode":"NV","vendorname":"Nvidia","fullproductcode":"NV-FADS","courseware":{"has_ekit":false,"has_printkit":true,"language":""},"url":"https:\/\/portal.flane.ch\/course\/nvidia-fads","objective":"<ul>\n<li>Implementierung von GPU-beschleunigter Datenaufbereitung und Merkmalsextraktion mit cuDF und Apache Arrow Datenrahmen<\/li><li>Anwendung eines breiten Spektrums von GPU-beschleunigten maschinellen Lernaufgaben mit XGBoost und einer Vielzahl von cuML-Algorithmen<\/li><li>F&uuml;hren Sie GPU-beschleunigte Graphanalysen mit cuGraph durch und erreichen Sie so massive Analysen in kurzer Zeit<\/li><li>Mit cuGraph-Routinen schnell zu massiven Graph-Analysen gelangen<\/li><\/ul>","essentials":"<p>Erfahrung mit Python, idealerweise einschliesslich Pandas und NumPy.<\/p>\n<p>Empfohlene Ressourcen, um die Voraussetzungen zu erf&uuml;llen: Kaggle&#039;s pandas Tutorials, Kaggle&#039;s Intro to Machine Learning, Beschleunigung von Data Science Workflows mit RAPIDS<\/p>","outline":"<p><strong>Einf&uuml;hrung<\/strong>\n<\/p>\n<ul>\n<li>Treffen Sie den Ausbilder.<\/li><li>Erstellen Sie ein Konto unter courses.nvidia.com\/join<\/li><\/ul><p><strong>GPU-beschleunigte Datenmanipulation<\/strong>\n<\/p>\n<ul>\n<li>Einlesen und Vorbereiten mehrerer Datens&auml;tze (einige gr&ouml;sser als der Arbeitsspeicher) f&uuml;r die Verwendung in mehreren &Uuml;bungen zum maschinellen Lernen sp&auml;ter im Workshop:<ul>\n<li>Lesen Sie mit cuDF und Dask cuDF Daten direkt auf einzelnen und mehreren GPUs.<\/li><li>Bereiten Sie mit cuDF Bev&ouml;lkerungs-, Strassennetz- und Klinikinformationen f&uuml;r maschinelle Lernaufgaben auf dem Grafikprozessor vor.<\/li><\/ul><\/li><\/ul><p><strong>GPU-beschleunigtes maschinelles Lernen<\/strong>\n<\/p>\n<ul>\n<li>Wenden Sie verschiedene grundlegende Techniken des maschinellen Lernens auf die Daten an, die im ersten Abschnitt vorbereitet wurden:<ul>\n<li>Verwenden Sie &uuml;berwachte und un&uuml;berwachte GPU-beschleunigte Algorithmen mit cuML.<\/li><li>Trainieren Sie XGBoost-Modelle mit Dask auf mehreren GPUs.<\/li><li>Erstellen und analysieren Sie Graphikdaten auf der GPU mit cuGraph.<\/li><\/ul><\/li><\/ul><p><strong>Projekt: Datenanalyse zur Rettung des Vereinigten K&ouml;nigreichs<\/strong>\n<\/p>\n<ul>\n<li>Wenden Sie neue GPU-beschleunigte Datenmanipulations- und -analysef&auml;higkeiten auf bev&ouml;lkerungsbezogene Daten an, um eine simulierte Epidemie abzuwehren, die die gesamte britische Bev&ouml;lkerung betrifft:<ul>\n<li>Nutzen Sie RAPIDS, um mehrere umfangreiche Datens&auml;tze zu integrieren und realit&auml;tsnahe Analysen durchzuf&uuml;hren.<\/li><li>Pivotieren und iterieren Sie Ihre Analyse, da die simulierte Epidemie f&uuml;r jeden simulierten Tag neue Daten liefert.<\/li><\/ul><\/li><\/ul><p><strong>Bewertung und Fragen und Antworten<\/strong><\/p>","comments":"<p><em>Dieser Text wurde automatisiert &uuml;bersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte <span class=\"cms-link-marked\"><a class=\"fl-href-prod\" href=\"\/swisscom\/en\/course\/nvidia-fads\"><svg role=\"img\" aria-hidden=\"true\" focusable=\"false\" data-nosnippet class=\"cms-linkmark\"><use xlink:href=\"\/css\/img\/icnset-linkmarks.svg#linkmark\"><\/use><\/svg>hier<\/a><\/span>.<\/em><\/p>","summary":"<p>Erfahren Sie, wie Sie mit NVIDIA RAPIDS&trade;, einer Sammlung von Data-Science-Bibliotheken, die eine durchg&auml;ngige GPU-Beschleunigung f&uuml;r Data-Science-Workflows erm&ouml;glichen, mehrere Analyseaufgaben f&uuml;r grosse Datens&auml;tze durchf&uuml;hren k&ouml;nnen.<\/p>\n<p><em>Bitte beachten Sie, dass eine einmal best&auml;tigte Buchung nicht mehr r&uuml;ckerstattet werden kann. Das bedeutet, dass Sie Ihren Platz f&uuml;r eine Veranstaltung nach der Best&auml;tigung nicht mehr stornieren k&ouml;nnen und keine R&uuml;ckerstattung erfolgt, unabh&auml;ngig von der Teilnahme an der Veranstaltung.<\/em><\/p>","objective_plain":"- Implementierung von GPU-beschleunigter Datenaufbereitung und Merkmalsextraktion mit cuDF und Apache Arrow Datenrahmen\n- Anwendung eines breiten Spektrums von GPU-beschleunigten maschinellen Lernaufgaben mit XGBoost und einer Vielzahl von cuML-Algorithmen\n- F\u00fchren Sie GPU-beschleunigte Graphanalysen mit cuGraph durch und erreichen Sie so massive Analysen in kurzer Zeit\n- Mit cuGraph-Routinen schnell zu massiven Graph-Analysen gelangen","essentials_plain":"Erfahrung mit Python, idealerweise einschliesslich Pandas und NumPy.\n\nEmpfohlene Ressourcen, um die Voraussetzungen zu erf\u00fcllen: Kaggle's pandas Tutorials, Kaggle's Intro to Machine Learning, Beschleunigung von Data Science Workflows mit RAPIDS","outline_plain":"Einf\u00fchrung\n\n\n\n- Treffen Sie den Ausbilder.\n- Erstellen Sie ein Konto unter courses.nvidia.com\/join\nGPU-beschleunigte Datenmanipulation\n\n\n\n- Einlesen und Vorbereiten mehrerer Datens\u00e4tze (einige gr\u00f6sser als der Arbeitsspeicher) f\u00fcr die Verwendung in mehreren \u00dcbungen zum maschinellen Lernen sp\u00e4ter im Workshop:\n- Lesen Sie mit cuDF und Dask cuDF Daten direkt auf einzelnen und mehreren GPUs.\n- Bereiten Sie mit cuDF Bev\u00f6lkerungs-, Strassennetz- und Klinikinformationen f\u00fcr maschinelle Lernaufgaben auf dem Grafikprozessor vor.\nGPU-beschleunigtes maschinelles Lernen\n\n\n\n- Wenden Sie verschiedene grundlegende Techniken des maschinellen Lernens auf die Daten an, die im ersten Abschnitt vorbereitet wurden:\n- Verwenden Sie \u00fcberwachte und un\u00fcberwachte GPU-beschleunigte Algorithmen mit cuML.\n- Trainieren Sie XGBoost-Modelle mit Dask auf mehreren GPUs.\n- Erstellen und analysieren Sie Graphikdaten auf der GPU mit cuGraph.\nProjekt: Datenanalyse zur Rettung des Vereinigten K\u00f6nigreichs\n\n\n\n- Wenden Sie neue GPU-beschleunigte Datenmanipulations- und -analysef\u00e4higkeiten auf bev\u00f6lkerungsbezogene Daten an, um eine simulierte Epidemie abzuwehren, die die gesamte britische Bev\u00f6lkerung betrifft:\n- Nutzen Sie RAPIDS, um mehrere umfangreiche Datens\u00e4tze zu integrieren und realit\u00e4tsnahe Analysen durchzuf\u00fchren.\n- Pivotieren und iterieren Sie Ihre Analyse, da die simulierte Epidemie f\u00fcr jeden simulierten Tag neue Daten liefert.\nBewertung und Fragen und Antworten","comments_plain":"Dieser Text wurde automatisiert \u00fcbersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.","summary_plain":"Erfahren Sie, wie Sie mit NVIDIA RAPIDS\u2122, einer Sammlung von Data-Science-Bibliotheken, die eine durchg\u00e4ngige GPU-Beschleunigung f\u00fcr Data-Science-Workflows erm\u00f6glichen, mehrere Analyseaufgaben f\u00fcr grosse Datens\u00e4tze durchf\u00fchren k\u00f6nnen.\n\nBitte beachten Sie, dass eine einmal best\u00e4tigte Buchung nicht mehr r\u00fcckerstattet werden kann. Das bedeutet, dass Sie Ihren Platz f\u00fcr eine Veranstaltung nach der Best\u00e4tigung nicht mehr stornieren k\u00f6nnen und keine R\u00fcckerstattung erfolgt, unabh\u00e4ngig von der Teilnahme an der Veranstaltung.","skill_level":"Beginner","version":"1.0","duration":{"unit":"d","value":1,"formatted":"1 Tag"},"pricelist":{"List Price":{"US":{"country":"US","currency":"USD","taxrate":null,"price":500},"DE":{"country":"DE","currency":"EUR","taxrate":19,"price":500},"AT":{"country":"AT","currency":"EUR","taxrate":20,"price":500},"SE":{"country":"SE","currency":"EUR","taxrate":25,"price":500},"SI":{"country":"SI","currency":"EUR","taxrate":20,"price":500},"GB":{"country":"GB","currency":"GBP","taxrate":20,"price":420},"IT":{"country":"IT","currency":"EUR","taxrate":20,"price":500},"CA":{"country":"CA","currency":"CAD","taxrate":null,"price":690}}},"lastchanged":"2025-07-29T12:18:27+02:00","parenturl":"https:\/\/portal.flane.ch\/swisscom\/json-courses","nexturl_course_schedule":"https:\/\/portal.flane.ch\/swisscom\/json-course-schedule\/34490","source_lang":"de","source":"https:\/\/portal.flane.ch\/swisscom\/json-course\/nvidia-fads"}}