Во второй части книги вы узнаете, как распределенно обрабатывать данные с помощью Dask и PySpark, строить динамические дашборды с Plotly и Dash, оптимизировать производительность моделей с Cython, и разрабатывать высоконагруженные приложения с использованием Asyncio и CUDA.
Кроме того, особое внимание уделено автоматизации задач, включая парсинг данных, обработку документов и создание рабочих процессов с Airflow. Визуализация геоданных, работа с изображениями...
Библиотеки Python Часть 2. Практическое применение [Джейд Картер]
Похожие темы
- [Тайм-коды] Бухучет, налоги, налоговая оптимизация: обновления 2025 [klerk] [Елена Ярушкина]
- Отчеты управленческого учета: движение денежных средств и отчет о прибылях и убытках [Тариф Самостоятельный] [Нескучные финансы] [Лариса Баневич]
- Английский язык для инженеров [НИТУ МИСИС] [Екатерина Щавелева, Полина Ермакова]
- [Тайм-коды] Как признавать расходы в налоговом учете без ошибок и претензий ИФНС? [klerk] [Светлана Беляева]
- [Шитье] Марафон "Методика и последовательность сборки сумок" [Вилена Малая]
- Здоровье женщины [Тариф Я сам] [Екатерина Юсупова]
- [ДМК] Большие данные. Современные фреймворки и разработка приложений [Талия Д., Трунфио П.]
- Лидеры телеги 4.0 [Тариф Стандартный] [Алексей Золотов]
- Обучение для мебельщиков SketchUp (levelup)
- Мобильные Игры [Дмитрий Романофф]