IPythonデータサイエンスクックブック オンライン読書会#9

IPythonデータサイエンスクックブック オンライン読書会#9

IPythonデータサイエンスクックブックのオンライン読書会第九回目を5/7(土)の21:00-22:30に開催します(土曜日の夜に定期開催)。

オンライン読書会ということでskypeを使って会話しつつ本を読み、随時slackを使ってコードを共有します。
skypeグループのURLにアクセスすると会話に参加することができますので、参加する方はこのイベントに登録の上、時間までに参加しておいていただければと思います。
また、初めて参加されるかたは参加登録時のアンケートにslack登録用のemailアドレスを書いていただければグループに招待いたします。

内容

前回は4章のレシピ4.10まで読んだので、今回は4.11を終えた後に5章に突入します。5章はハイパフォーマンスコンピューティングということですので興味ある方はぜひご参加いただければと思います。
なお各レシピを時間内で読めるだけ読むという形式で行っておりますので5.3ぐらいまでできれば良いかと思っております。

4章　プロファイリングと最適化

• (レシピ 4.10 HDF5とPyTablesによる巨大配列の操作)(前回実施済)
• レシピ 4.11 HDF5とPyTablesによる巨大な異種データ混合テーブルの操作

5章 ハイパフォーマンスコンピューティング

• はじめに
• レシピ 5.1 NumbaとJust-In-Timeコンパイルを使った、純粋 Pythonコードの高速化
• レシピ 5.2 Numexprを使った配列計算の高速化
• レシピ 5.3 ctypesを使ったCライブラリのラップ
• レシピ 5.4 Cythonによる高速化
• レシピ 5.5より多くのCコードを使ったCythonコードの最適化
• レシピ 5.6 CythonやOpenMPでマルチコアプロセッサの利点を生かすためのGIL解放
• レシピ 5.7 CUDAとNVIDIAグラフィックカード（ GPU）による、高並列化コード
• レシピ 5.8 OpenCLによるヘテロジニアス環境での高並列化コード
• レシピ 5.9 IPythonによるPythonコードのマルチコア分散実行
• レシピ 5.10 IPython非同期タスクの操作方法
• レシピ 5.11 MPIを使ったIPythonの並列実行
• レシピ 5.12 notebookとJulia言語

諸注意

• jupyter notebookの環境構築はできるかぎり予め各自で済ませてください(anacondaを使うのがオススメです)。できてない場合でも参加いただければサポートできるかもしれません。
• 本にも記載がありますがここから全レシピのコードと参考資料へのリンクが取得できますので予めcloneしておくと良いかと思います。

ご興味のある方、ぜひご参加をお願いします。