"CTR-PandasRF-collated.ipynb." Este notebook carrega o dia 15 do conjunto de dados Criteo Terabyte Click Logs, processa e formata dados em um PANDAS DataFrame, treina um modelo de floresta aleatória Scikit-learn, executa previsões e calcula a precisão.

"Criteo_dask_RF.ipynb." Este notebook carrega o dia 15 a partir do conjunto de dados Criteo Terabyte Click Logs, processa e formata dados em um cuDF da Dask, treina um modelo de floresta aleatória da Dask cuML, executa previsões e calcula a precisão. Ao utilizar vários nós de trabalho com GPUs, essa abordagem de processamento e treinamento de modelos e dados distribuídos é altamente eficiente. Quanto mais dados você processar, maior a economia de tempo em comparação com uma ABORDAGEM DE ML convencional. É possível implantar esse notebook na nuvem, no local ou em um ambiente híbrido onde o cluster do Kubernetes contém computação e storage em diferentes locais, contanto que a configuração de rede permita a livre movimentação da distribuição de dados e modelos.