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
課程介紹
理解大數據
Spark 概觀
Python 概觀
PySpark 概觀
- 使用彈性分散式資料集 (RDD) 框架分佈資料
- 使用 Spark API 運算子分佈計算任務
設定 Python 與 Spark 環境
設定 PySpark
使用 Amazon Web Services (AWS) EC2 實例進行 Spark 運算
設定 Databricks
設定 AWS EMR 叢集
Python 程式設計基礎
- Python 入門
- 使用 Jupyter Notebook
- 使用變數與簡單資料類型
- 處理清單 (Lists)
- 使用 if 條件判斷式
- 處理使用者輸入
- 使用 while 迴圈
- 實作函式 (Functions)
- 處理類別 (Classes)
- 處理檔案與例外狀況
- 處理專案、資料與 API
Spark DataFrame 基礎
- Spark DataFrames 入門
- 實作 Spark 基本操作
- 使用 Groupby 與聚合運算
- 處理時間戳記與日期
Spark DataFrame 專案練習
理解 MLlib 中的機器學習
運用 MLlib、Spark 與 Python 進行機器學習
理解迴歸分析 (Regressions)
- 學習線性迴歸理論
- 實作迴歸評估程式碼
- 完成線性迴歸範例練習
- 學習邏輯迴歸理論
- 實作邏輯迴歸程式碼
- 完成邏輯迴歸範例練習
理解隨機森林與決策樹
- 學習樹模型理論
- 實作決策樹與隨機森林程式碼
- 完成隨機森林分類範例練習
處理 K-means 聚類
- 理解 K-means 聚類理論
- 實作 K-means 聚類程式碼
- 完成聚類範例練習
處理推薦系統
實作自然語言處理
- 理解自然語言處理 (NLP)
- NLP 工具概觀
- 完成 NLP 範例練習
使用 Python 進行 Spark 串流處理
- Spark 串流處理概觀
- Spark 串流處理範例練習
最低要求
- 具備基本的程式設計技能
適用對象
- 軟體開發人員
- IT 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
