感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程時長 21 時間：
課程簡介
簡介
了解大量資料
Spark 概覽
Python 概覽
PySpark 概覽
- 使用 Resilient Distributed Datasets 框架分佈數據
- 使用 Spark API 運算子分佈計算
設定 Python 與 Spark
設定 PySpark
使用 Amazon Web Services (AWS) EC2 執行個體進行 Spark
設定 Databricks
設定 AWS EMR 叢集
學習 Python 程式設計基礎
- Python 入門
- 使用 Jupyter Notebook
- 使用變數與簡單資料型別
- 處理清單
- 使用 if 陳述式
- 使用使用者輸入
- 處理 while 迴圈
- 實作函式
- 處理類別
- 處理檔案與例外
- 處理專案、數據與 APIs
學習 Spark DataFrame 基礎
- Spark DataFrames 入門
- 使用 Spark 執行基本操作
- 使用 Groupby 與聚合操作
- 處理時間戳記與日期
進行 Spark DataFrame 專案演練
理解 MLlib 機器學習
使用 MLlib、Spark 與 Python 進行機器學習
理解回歸分析
- 學習線性回歸理論
- 實作回歸評估程式碼
- 進行線性回歸範例演練
- 學習邏輯回歸理論
- 實作邏輯回歸程式碼
- 進行邏輯回歸範例演練
理解隨機森林與決策樹
- 學習樹方法理論
- 實作決策樹與隨機森林程式碼
- 進行隨機森林分類範例演練
使用 K-means 分群
- 理解 K-means 分群理論
- 實作 K-means 分群程式碼
- 進行分群範例演練
處理推薦系統
實作自然語言處理
- 理解自然語言處理 (NLP)
- NLP 工具概覽
- 進行 NLP 範例演練
使用 Spark on Python 進行串流處理
- Spark 串流處理概覽
- Spark 串流處理範例演練
最低要求
- 具備一般程式設計技能
目標受眾
- 開發人員
- IT 專業人士
- 數據科學家
客戶評論 (6)
我喜歡它的實用性。非常喜歡將理論知識應用到實際例子中。
Aurelia-Adriana - Allianz Services Romania
課程 - Python and Spark for Big Data (PySpark)
機器翻譯
課程涉及一系列非常複雜的相關主題，Pablo對每個主題都有深入的專長。有時由於溝通或時間壓力，一些細微之處未能完全傳達，可能因此未能完全達到預期。此外，遇到了一些UHG/Azure Databricks的設置問題，但Pablo/UHG在問題顯現後迅速解決了這些問題——這讓我看到了UHG與Pablo之間的高度理解與專業素養。
Michael Monks - Tech NorthWest Skillnet
課程 - Python and Spark for Big Data (PySpark)
機器翻譯
個性化關注。
ARCHANA ANILKUMAR - PPL
課程 - Python and Spark for Big Data (PySpark)
機器翻譯
實踐培訓。
Abraham Thomas - PPL
課程 - Python and Spark for Big Data (PySpark)
機器翻譯
課程在Jupyter notebook中進行。主題按照邏輯順序編排，自然地幫助課程從較簡單的部分過渡到更復雜的內容。我已是Python的高級用戶，並有機器學習背景，因此發現這門課程比可能參加培訓的一些同學更容易跟上。我很欣賞跳過了一些最基本的概念，而專注於最重要的內容。
Angela DeLaMora - ADT, LLC
課程 - Python and Spark for Big Data (PySpark)
機器翻譯
實踐任務
Pawel Kozikowski - GE Medical Systems Polska Sp. Zoo
課程 - Python and Spark for Big Data (PySpark)
機器翻譯
