Saltar al contenido principal
Volver arriba
Ctrl
+
K
Programación Concurrente y Distribuida
Unidad 1: Clusters en computación paralela/distribuida
Repaso Python y C para programación concurrente y distribuida
Introducción
Ejecución de código en multiples lenguajes de programación
Matrices y vectores
Introducción a Pandas
«Data cleaning» y «Filtros»
Algebra computacional con
Sympy
Visualizaciones Avanzadas
Automatizaciones
Manejo de ficheros
Evaluemos lo aprendido con un pequeño quiz!!
Métodos numéricos - Cálculo de raices
Método de newton-raphson
Métodos Numéricos: Ecns Diferenciales Ordinarias
Método de euler para ecuaciones diferenciales.
Repaso Unidad 1
Evaluemos lo aprendido!!
Unidad 2: Arquitecturas para computación paralela
Unidad 3: Métricas de desempeño
Ejercicio
Ley de Amdahl y Gustafson
Precisión Simple Vs Precisión Doble y TFlops
Medidas de desempeño
Métricas de Desempeño en HPC
Recursos Extra
Unidad 4: Hilos y sockets
Hilos en Python
Tarea 1
HilosJavaBasico
Tarea 2
Sockets
SocketsBasicoPython
SocketsServerPython
SocketsClientePython
SocketsServerJava
SocketsClienteJava
GPTChatServer
GPTChatClient
Tarea Unidad 4
Unidad 5 Big Data
MapReduce
Trabajo en clase - MapReduce
Tutorial de Spark: Aprendiendo Apache Spark
Entendiendo la Paralelización en Apache Spark: Un Vistazo a Bajo Nivel con RDDs
Integración de Apache Spark y MongoDB con PySpark
Análisis de Datos con Spark SQL
Aprendizaje de Máquina con Big Data y Apache Spark
Integración de datos con
Apache Spark
Relational data wrangling with Apache Spark
Unidad 6: Infraestructura de cluster
Unidad 7: Concurrencia para desarrollo web
Repository
Open issue
Índice
