Solving for Productivity in Data Science with Modin and AI Optimizations

Connected Social Media

תוכן מסופק על ידי Connected Social Media. כל תוכן הפודקאסטים כולל פרקים, גרפיקה ותיאורי פודקאסטים מועלים ומסופקים ישירות על ידי Connected Social Media או שותף פלטפורמת הפודקאסט שלו. אם אתה מאמין שמישהו משתמש ביצירה שלך המוגנת בזכויות יוצרים ללא רשותך, אתה יכול לעקוב אחר התהליך המתואר כאן https://he.player.fm/legal.

2y ago

MP3•בית הפרקים

סדרה בארכיון ("עדכון לא פעיל" status)

When? This feed was archived on September 08, 2022 20:29 (1+ y ago). Last successful fetch was on August 08, 2022 23:26 (1+ y ago)

Why? עדכון לא פעיל status. השרתים שלנו לא הצליחו לאחזר פודקאסט חוקי לזמן ממושך.

What now? You might be able to find a more up-to-date version using the search function. This series will no longer be checked for updates. If you believe this to be in error, please check if the publisher's feed link below is valid and contact support to request the feed be restored or if you have any other concerns about this.

The rapid advancement in machine learning and data science fields have aided data scientists in arriving at meaningful insights. However, it’s not been an easy task to optimize machine learning infrastructures to allow data scientists to focus on their core expertise. Today, we will discuss how certain tools and hardware optimizations are not only saving time, but also enabling data scientists to be more productive.

Learn more:
Ponder.io
Intel oneAPI AI Analytics Toolkit
Intel Distribution for Python
Intel Distribution of Modin
Intel Extension for Scikit-learn
Intel Optimization for PyTorch
Intel Optimization for TensorFlow

Guests:
Devin Petersohn, Cofounder and CTO of Ponder
Areg Melik-Adamyan, Principal Engineer and Engineering Manager at Intel

98 פרקים