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。
課程簡介
簡介
理解大型數據
Spark 概覽
Python 概覽
PySpark 概覽
- 使用彈性分佈式數據集 (RDD) 框架分發數據
- 使用 Spark API 運算子分發計算
設定 Python 與 Spark 的整合
設定 PySpark
使用 Amazon Web Services (AWS) EC2 實例進行 Spark 處理
設定 Databricks
設定 AWS EMR 群組
學習 Python 程式設計的基礎
- Python 入門
- 使用 Jupyter Notebook
- 使用變數及簡單數據類型
- 處理清單 (Lists)
- 使用 if 語句
- 使用用戶輸入
- 處理 while 迴圈
- 實現函數
- 處理類別 (Classes)
- 處理文件及例外處理
- 處理專案、數據及 API
學習 Spark DataFrame 的基礎
- Spark DataFrames 入門
- 在 Spark 中實現基本操作
- 使用 Groupby 及聚合操作
- 處理時間戳記及日期
進行 Spark DataFrame 項目練習
理解 MLlib 機器學習
使用 MLlib、Spark 及 Python 進行機器學習
理解回歸分析
- 學習線性回歸理論
- 實現回歸評估代碼
- 進行線性回歸示例練習
- 學習邏輯回歸理論
- 實現邏輯回歸代碼
- 進行邏輯回歸示例練習
理解隨機森林及決策樹
- 學習樹方法理論
- 實現決策樹及隨機森林代碼
- 進行隨機森林分類示例練習
處理 K-means 聚類
- 理解 K-means 聚類理論
- 實現 K-means 聚類代碼
- 進行聚類示例練習
處理推薦系統
實現自然語言處理
- 理解自然語言處理 (NLP)
- NLP 工具概覽
- 進行 NLP 示例練習
使用 Python 上的 Spark 進行串流處理
- Spark 串流處理概覽
- Spark 串流處理示例練習
最低要求
- 具備一般程式設計技能
目標受眾
- 開發人員
- 資訊科技專業人員
- 數據科學家
21 小時
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
