(오프라인 > 데이터 사이언스) 인공지능 개발을 위한 파이썬 고성능 컴퓨팅, 2020/4/3(금) 개강

880,000

대용량 데이터 처리와 고속 연산이 가능한 최첨단 하드웨어가 아니라 일반 노트북일지라도 그 잠재적 성능을 최대한 이끌어 낼 수 있도록 소스코드를 튜닝하면 강력한 인공지능 구현에 활용 가능합니다. 이번 강의에서는 인공지능 개발을 위한 각종 머신러닝 알고리듬 코딩에 가장 활발하게 활용되고 있는 파이썬을 이용하여 고성능 컴퓨팅 구현 기법에 대해 설명 드립니다. 일반 노트북 컴퓨터에서 대규모 데이터 처리 및 고속연산이 가능하도록 병렬분산처리 컴퓨팅을 구현하고, 인터프리터 언어인 파이썬의 한계를 극복할 수 있도록 파이썬 코드 자체를 컴파일링하며, GPU 컴퓨팅을 사용하는 등 노트북 컴퓨터를 마치 슈퍼컴처럼 활용하실 수 있도록 이론과 실습을 통해 자세히 설명 드립니다. 이런 기법들은 비단 인공지능 개발 뿐만 아니라 각종 데이터 사이언스 업무에서도 활용 가능합니다. 오프라인 강의 종료 후 3개월간 녹화 동영상이 제공됩니다.

수강신청 클릭!!

카테고리:

설명

개강 2020년 4월 3(금)  오후 7시
일정 2020년 4/3~5/22 매주  금요일 오후7시~10시(3시간씩 8회)
장소 토즈, 서울대입구역점
(지하철 2호선 서울대입구역 4번출구, 도보 1분)
강사 한창호, 콴트글로벌 대표 / 경제학박사
문의 crm@quantglobal.co.kr, 02.761.8090
기타 실습을 위한 노트북 컴퓨터 지참 필수
특징 수료증 발급
사전교육 1 Python 입문 강의자료(PPT, 소스코드) 제공
사후교육(고급) 강의 녹화 동영상 3개월간 제공. 강의 후 2일내 업로드됨

 


수강신청

수강 신청을 먼저 하시고 결제는 개강 확정 이후에 하시면 됩니다.

수강신청서(인공지능 개발을 위한 파이썬 고성능 컴퓨팅, 2020/4/3 개강)
수강목적
사이트를 알게된 경로


4/03(금) 벤치마킹/프로파일링

I 강의주제 강의 내용
1 test, benchmark 프로그램의 정상적 동작 확인 및 성능 확인
2 pytest_benchmark pytest_benchmark 를 활용한 테스터 및 벤치마킹 방법
3 cProflier cProflier 이용한 병목 발견
4 line_profiler line_profiler를 이용한 병목 분석
5 memory_profiler 메모리 사용 최적화

 

4/10(금) 옵티마이징

I 강의주제 강의 내용
1 내장 데이터 구조 파이썬 내장 데이터 구조를 이용한 프로그램 병목 해결
2 Caching 메모리 또는 디스크의 임시 저장소에 계산 결과 저장
3 Memoization 이전의 함수 호출 결과를 저장했다가 다시 사용
4 Comprehensions for-loop 를 대체하여 프로그램의 속도 향상
5 Generators for-loop 를 대체하여 프로그램의 속도 향상

 

4/17(금) 고속 배열 연산

I 강의주제 강의 내용
1 array NumPy의 배열 구조를 활용한 고속 연산
2 broadcasting 모양이 다른 배열간의 연산 규칙을 활용한 고속연산
3 numexpr Numexpr 활용한 배열 연산 속도 향상
4 Indexing Pandas series 및 dataframe 인덱싱을 활용한 고속 연산
5 DB형 연산 Pandas 명령어를 활용한 DB 유형의 연산

 

4/24(금) Cython활용

I 강의주제 강의 내용
1 Static Typing 파이썬의 dynamic typing을 static typing으로 전환
2 Sharing declaration 별도의 파일에 자주 사용되는 함수 및 클래스 저장
3 C array NumPy array 를 C array 로 대체
4 Typed memoryviews Typed memoryviews 활용한 고속 연산
5 프로파일링 Cython 프로그램 작동 속도 향상

 

5/1(금) Numba, PyPy 활용

I 강의주제 강의 내용
1 JIT Just-In-Time compiler 개념 소개
2 Numba 설치 라이브러리 설치 및 세팅
3 Numba 사용 파이썬 코드를 실시간으로 기계어 코드로 전환
4 PyPy 라이브러리 설치 및 세팅
5 PyPy 사용 코드를 실시간 분석하여 느린 loop를 자동적으로 최적화

 

5/8(금) Concurrency

I 강의주제 강의 내용
1 비동기 프로그래밍1 I/O 대기, 병행성
2 비동기 프로그래밍2 Callbacks, Futures, Event Loop
3 Asyncio 프레임워크 Coroutines 으로 blocking 코드를 non-blocking으로 전환
4 반응형 프로그래밍1 RxPy를 이용한 반응형 프로그래밍
5 반응형 프로그래밍2 Observables 개념 소개 및 활용

 

5/15(금) 병렬 처리

I 강의주제 강의 내용
1 병렬 프로그래밍 개념 소개
2 다중 코어 활용 Process, Pool, Executor interface, Synchronization. Locks
3 OpenMP Cython 코드 병렬화
4 GPU 활용 1 Theano 코드를 GPU에서 실행
5 GPU 활용 2 Tensorflow 코드를 GPU에서 실행

 

5/22(금) 분산 처리

I 강의주제 강의 내용
1 분산 처리 개념 소개
2 MapReduce MapReduce를 이용한 분산처리
3 Dask Dask array, Dask Bag/Data Frame, Dsak distributed
4 PySpark PySpark 설치 및 세팅, 사용법 소개
5 mpi4py mpi4py 이용한 과학 연산

 

<수업 대상>

  • 고급 파이썬 프로그래밍 기법을 익히고 싶으신 분: 대규모 데이터를 고속으로 처리해야 하는 인공지능 개발 및 데이터 사이언스 분야에 종사하시면서 생산성을 획기적으로 높일 수 있는 고급 코딩 지식에 갈증을 느끼시는 분들께 아주 유용한 강좌입니다.

 

  • 인공지능 관련 학위 논문 작성 중이신 분: 인공지능 전반에 걸친 조언을 수업시간과 휴식시간을 통해서 해드리고 개인적으로도 적극 도와드리겠습니다.

 

  • 전직 및 이직을 준비 중이신 분: 인공지능, 데이터 사이언스 및 관련 분야에 대한 각종 정보와 전직 및 이직에 대한 조언을 해드리겠습니다.

 

  • 금융공학, 계량경제학, 기계학습 분야에 조언이 필요하신 분: 강사의 경험과 인적 네트워크를 활용하여 적극적으로 도와드리겠습니다.

상품평

아직 상품평이 없습니다.

상품을 구매한 로그인 고객만 상품평을 남길 수 있습니다.