Специалисты по обработке данных все чаще решают большие проблемы машинного обучения и данных с помощью Python. Но исторически Python боролся с параллельными вычислениями. Это побудило многих из нас в сообществе создать Dask, библиотеку для параллельных вычислений и анализа данных для Python. Dask уже много лет является лучшим решением для масштабируемости в стеке науки о данных Python с глубокой интеграцией с десятками наиболее часто используемых библиотек. Однако, в то время как..

Изначально это было опубликовано в нашем техническом блоге, доступном здесь . В современной науке о данных и машинном обучении удивительно легко достичь точки, когда наши типичные инструменты Python - такие пакеты, как numpy , pandas или scikit-learn - на самом деле не подходят для масштабирования с нашими данными с точки зрения времени обработки или использования памяти. Это естественный момент для перехода к инструменту распределенных вычислений (классически, что-то вроде..