NVIDIA 深度學(xué)習(xí)培訓(xùn)中心（ DLI ）發(fā)布了加速數(shù)據(jù)科學(xué)教材套，該研究所與佐治亞理工學(xué)院的 Polo Chau 教授和 Prairie View A & M 大學(xué)的董錫雙教授共同開(kāi)發(fā)。

綜合教材涵蓋數(shù)據(jù)收集和預(yù)處理、加速數(shù)據(jù)科學(xué) RAPIDS、可擴(kuò)展和分布式計(jì)算 GPU – 加速機(jī)器學(xué)習(xí)、數(shù)據(jù)可視化和圖形分析等基礎(chǔ)和高級(jí)主題，并滿足了高等教育和研究機(jī)構(gòu)對(duì)學(xué)生教授數(shù)據(jù)科學(xué)技能的日益增長(zhǎng)的需求。

加速數(shù)據(jù)科學(xué)教學(xué)包包括以下重點(diǎn)模塊：

數(shù)據(jù)科學(xué)與技術(shù)導(dǎo)論 RAPIDS

數(shù)據(jù)收集和預(yù)處理（ ETL ）

數(shù)據(jù)集中的數(shù)據(jù)倫理和偏見(jiàn)

數(shù)據(jù)集成和分析

數(shù)據(jù)可視化

使用 Hadoop 、 Hive 、 Spark 、 HBase 和 RAPIDS 的可擴(kuò)展計(jì)算

基于 Dask 和 UCX 的可擴(kuò)展計(jì)算

機(jī)器學(xué)習(xí)：分類

機(jī)器學(xué)習(xí)：聚類和降維

神經(jīng)網(wǎng)絡(luò)

圖形分析

流數(shù)據(jù)

基因組學(xué)

文本分析

CPU vs GPU – 加速數(shù)據(jù)科學(xué)

數(shù)據(jù)科學(xué)團(tuán)隊(duì)、代碼備份和版本控制

團(tuán)隊(duì)項(xiàng)目（假新聞檢測(cè)）

該工具包還涵蓋了公平性和數(shù)據(jù)偏見(jiàn)等文化敏感話題，以及來(lái)自代表性不足群體的挑戰(zhàn)和重要人物。

講座幻燈片和講稿、動(dòng)手實(shí)驗(yàn)室、 Jupyter 筆記本、解決方案（以私人回購(gòu)形式持有）、樣本數(shù)據(jù)集、測(cè)驗(yàn)/考試問(wèn)題/答案、 GPU 通過(guò)免費(fèi) AWS 云學(xué)分提供的計(jì)算資源，以及免費(fèi) DLI 在線課程/證書(shū)都包括在內(nèi)。講座視頻計(jì)劃在下一版本中發(fā)布。

RAPIDS 數(shù)據(jù)科學(xué)框架是 GPU 加速的庫(kù)集合，用于在 GPU 上完全執(zhí)行端到端數(shù)據(jù)科學(xué)管道。使用 RAPIDS 的主要目標(biāo)是加速典型數(shù)據(jù)科學(xué)工作流的各個(gè)部分，從而加速數(shù)據(jù)準(zhǔn)備和機(jī)器學(xué)習(xí)中完整的端到端工作流。

第一個(gè)基于 Jupyter 筆記本電腦的實(shí)驗(yàn)室之一讓學(xué)生使用 pandas 和 cuDF 直接進(jìn)入 RAPIDS 。 pandas 是一個(gè)建立在 Python 編程語(yǔ)言之上的數(shù)據(jù)分析和操作工具，用于執(zhí)行各種任務(wù)（例如：加載、加入、聚合、， cuDF 是一個(gè)基于 RAPIDS 的 GPU 數(shù)據(jù)幀庫(kù)，有助于通過(guò) GPU 加速執(zhí)行類似功能。

學(xué)生們首先要理解如何在 cuDF 中創(chuàng)建數(shù)據(jù)幀對(duì)象，為這些對(duì)象分配值，然后調(diào)用方法并對(duì)值應(yīng)用用戶定義的函數(shù)。一旦學(xué)生掌握了如何使用 cuDF 數(shù)據(jù)幀，他們的任務(wù)就是從 Kaggle 的Netflix 電影數(shù)據(jù)集中創(chuàng)建一個(gè)數(shù)據(jù)幀。

圖 1 。教學(xué)包模塊 1 的快照： RAPIDS 實(shí)驗(yàn)室簡(jiǎn)介。

從那里，學(xué)生們學(xué)習(xí)如何操作和查詢數(shù)據(jù)，從刪除缺失的列和值、查詢和查找唯一值，到對(duì)數(shù)據(jù)進(jìn)行排序、計(jì)數(shù)和分組。學(xué)生將感受到使用 RAPIDS 和 GPU 與教學(xué)包中也包含的傳統(tǒng)方法相比是多么快速和簡(jiǎn)單。作為實(shí)驗(yàn)室的一項(xiàng)額外任務(wù)，最后要求學(xué)生使用 cuDF 一個(gè)熱編碼將數(shù)據(jù)集的電影和電視節(jié)目標(biāo)題轉(zhuǎn)換為 0 和 1 的向量，以提高分析數(shù)據(jù)的準(zhǔn)確性。

周教授說(shuō)：“數(shù)據(jù)科學(xué)揭示了數(shù)據(jù)在解決社會(huì)挑戰(zhàn)和大規(guī)模復(fù)雜問(wèn)題方面的巨大潛力，幾乎涵蓋了商業(yè)、技術(shù)、科學(xué)、工程、醫(yī)療保健、政府等各個(gè)領(lǐng)域?！彪S著數(shù)據(jù)在數(shù)量、速度和復(fù)雜性方面的不斷增長(zhǎng)，對(duì)數(shù)據(jù)科學(xué)人才和技能的需求不斷增加，以幫助設(shè)計(jì)最佳解決方案?！?/p>

關(guān)于作者

Joe Bungo 是 NVIDIA 的深度學(xué)習(xí)培訓(xùn)中心（ DLI ）項(xiàng)目經(jīng)理，在那里他能夠在大學(xué)中使用深度學(xué)習(xí)和 GPU 加速計(jì)算技術(shù)，包括課程和教材開(kāi)發(fā)、 DLI 大學(xué)大使/講師認(rèn)證、促進(jìn)學(xué)術(shù)生態(tài)系統(tǒng)和實(shí)踐研討會(huì)。此前，他在 ARM 公司管理大學(xué)項(xiàng)目，并擔(dān)任應(yīng)用工程師。喬獲得了得克薩斯大學(xué)奧斯汀分校計(jì)算機(jī)科學(xué)學(xué)位。

審核編輯：郭婷