Nvidia rilascia nuovi kit datascience per educatori

Post Views: 13

L’utilizzo di kit per la datascience rende più semplice la vita dell’educatore. Nvidia continua nell’opera didattica rilasciando nuovi kit.

Con l’aumento del volume, della velocità e della complessità dei dati, il campo della datascience è in piena espansione.

C’è una domanda sempre crescente di talenti e competenze per aiutare a progettare le migliori soluzioni di scienza dei dati. Tuttavia, le competenze che possono aiutare a guidare queste innovazioni richiedono che gli studenti abbiano una base in vari strumenti, linguaggi di programmazione, framework di elaborazione e librerie.

Ecco perché l’NVIDIA Deep Learning Institute (DLI) ha rilasciato l’Accelerated Data Science Teaching Kit per educatori qualificati. Il kit gratuito è stato sviluppato in collaborazione con Polo Chau, del Georgia Institute of Technology, e Xishuang Dong, della Prairie View A&M University, due ricercatori e docenti molto stimati nei campi della scienza dei dati e dell’analisi accelerata dei dati con GPU.

“La scienza dei dati sblocca l’immenso potenziale dei dati nella risoluzione di sfide sociali e problemi complessi su larga scala in praticamente ogni dominio, dal business, alla tecnologia, alla scienza e all’ingegneria, all’assistenza sanitaria, al governo e molti altri”, ha affermato Chau.

I materiali didattici riguardano la raccolta dati, la pre-elaborazione, l’apprendimento automatico, il computing scalabile e distribuito, la visualizzazione dei dati e l’analisi dei grafici. Evidenzia come sfruttare il computing accelerato attraverso materiale didattico ed esempi.

I kit didattici DLI sono inoltre forniti in bundle con risorse GPU gratuite sotto forma di crediti Google Colab per gli educatori, nonché corsi online DLI gratuiti, corsi autogestiti e opportunità di certificazione per gli studenti.

L’ultima versione dell’Accelerated Data Science Teaching Kit include nuovo materiale didattico e laboratori per mostrare come utilizzare le librerie Python, pandas, Polars e NetworkX su GPU NVIDIA senza alcuna modifica del codice. Queste librerie offrono prestazioni da 10 a 500 volte più veloci su GPU NVIDIA rispetto alle CPU senza alcuna modifica del codice API.

I contenuti riguardano anche argomenti culturalmente sensibili come l’equità e la distorsione dei dati, nonché sfide e individui importanti di gruppi sottorappresentati.

Il kit didattico Accelerated Data Science include moduli mirati che riguardano:

Introduzione a Data Science e RAPIDS
Raccolta e preelaborazione dati (ETL)
Etica dei dati e pregiudizi nei set di dati
Integrazione e analisi dati
Visualizzazione dati
Elaborazione scalabile con Hadoop, Hive, Spark, HBase e RAPIDS
Elaborazione scalabile con Dask e UCX
Apprendimento automatico (classificazione)
Apprendimento automatico (clustering e riduzione della dimensionalità)
Reti neurali
Analisi dei grafici
Streaming di dati
Genomica
Analisi del testo
Data Science accelerata da CPU o GPU
Team di Data Science, backup del codice e controllo delle versioni
Progetto di gruppo (rilevamento di fake news)

Tutti i moduli includono diapositive delle lezioni, appunti delle lezioni e set di quiz/problemi d’esame e la maggior parte dei moduli include laboratori pratici con set di dati inclusi e soluzioni di esempio in Python e formati interattivi per notebook Jupyter. I video delle lezioni sono inclusi per alcuni moduli e altri sono previsti per le versioni future.

Questo è il quarto Teaching Kit rilasciato dal DLI, come parte del suo programma che ha raggiunto finora oltre 10.000 educatori qualificati.

Per maggiori informazioni scopri di più sui Teaching Kit NVIDIA.

(Fonte: Nvidia Developer)

Iscriviti ai nostri gruppi Telegram

Link utili

Seguici per non perdere le prossime novità!

Luigi_Morelli

Definire ciò che si è non risulta mai semplice o intuitivo, in specie quando nella vita si cerca costantemente di migliorarsi, di crescere tanto professionalmente quanto emotivamente. Lavoro per contribuire al mutamento dei settori cardine della computer science e per offrire sintesi ragionate e consulenza ad aziende e pubblicazioni ICT, ma anche perche’ ciò che riesco a portare a termine mi dà soddisfazione, piacere. Così come mi piace suonare (sax, tastiere, chitarra), cantare, scrivere (ho pubblicato 350 articoli scientfici e 3 libri sinora, ma non ho concluso ciò che ho da dire), leggere, Adoro la matematica, la logica, la filosofia, la scienza e la tecnologia, ed inseguo quel concetto di homo novus rinascimentale, cercando di completare quelle sezioni della mia vita che ancora appaiono poco ricche.