|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/full-stack-big-data-scientist-machine-learning-a-ztm-pyspark/
课程评论：没有评论
课程名称：全栈大数据科学家机器学习 A-Z PySpark 课程概述：如果你正在寻找一个实用、全面和高级的数据科学和机器学习课程，那么这个课程适合你！本课程由专业数据科学家设计，旨在教授与机器学习和数据科学相关的所有知识，使用Python、PySpark和Databricks进行学习。你将逐步掌握分类、回归、聚类、自然语言处理（NLP）、管道以及数据工程技术的机器学习模型。课程还将教授如何在PySpark中编程以及处理大数据的最佳实践，包括数据可视化和高级分析。 此外，你将学习到推动机器学习与Spark结合的最新技术，如MLFlow、Databricks、Spark ML和Spark Koalas。该课程特别适合那些希望获得实践训练的数据科学家或有志于成为数据科学家的个人，内容丰富且与现实世界密切相关。 课程内容包括大量基于真实案例的实践练习，使学生不仅能够学习理论，还能在实际项目中有效应用。此外，课程附赠可下载的代码模板（Notebook），适用于个人项目。通过理论学习、可下载的学习指南、实践练习和真实案例，这将是你学习PySpark机器学习所需的唯一课程。 课程将涵盖以下主题： - 大数据介绍及PySpark基础 - Apache Spark及附加库（如Anaconda、Java等）安装 - Spark数据框架 - 使用PySpark的机器学习基础 - 使用PySpark的高级机器学习 - 数据工程与预处理技术：PCA、LDA等 - Spark ML的机器学习模型 - 模型选择与优化：k-fold交叉验证、超参数调整等 - Spark ML中的分类：逻辑回归、K-NN、SVM、朴素贝叶斯、决策树、随机森林、XGBoost - Spark ML中的回归：线性回归、多项式回归、决策树回归、随机森林回归等 - Spark ML中的聚类：K-Means、层次聚类 - Spark流处理与实时预测 - 使用MlFlow的MLOps - 云端机器学习与Databricks 如果你准备好提升技能、扩大就业机会并成为大数据科学专家，请立即加入，获取终身访问以下内容： - 完整机器学习指南（PDF电子书） - 可下载的Notebook和代码 - 实践练习和测验 - Spark ML资源，如快速参考表和总结 - 专家1对1支持 - 课程问答论坛 - 30天退款保证 期待在课程中见到你！
¿Estás buscando un curso práctico, completo y avanzado de Ciencia de Datos y Machine Learning? ¡Entonces este curso es para ti!Este curso está diseñado por Data Scientist profesionales para aprender todo lo relacionado con el Machine Learning y Data Science con Python, PySpark y Databricks. Aprenderás paso a paso modelos de aprendizaje automático de clasificación, regresión, clustering, NLP, Pipelines y técnicas para la ingeniería de datos. También te enseñaremos a programar en PySpark y las buenas prácticas para trabajar con Big Data, visualización de datos o analítica avanzada. Finalmente, aprenderás las últimas técnologias que han permitido impulsar el Machine learning con Spark como MLFlow, Databricks, Spark ML o Spark Koalas.Este curso es para científicos de datos o aspirantes a científicos de datos que desean obtener capacitación práctica, con las últimas tecnologías de Big Data y aplicable al mundo real.Además, el curso está repleto de ejercicios prácticos basados en ejemplos de la vida real. Por ello, no solo aprenderás la teoría, sino que también aprenderás a aplicarla de manera práctica en proyectos reales.Y como beneficio adicional, este curso incluye plantillas de código (Notebooks) que puedes descargar y usar en tus propios proyectos. Con la formación teórica, las guías de estudio descargables, los ejercicios prácticos y los casos de uso reales, este es el único curso que necesitarás para aprender Machine Learning con PySparkEste curso desarrolla los siguientes apartados:Introducción a big data y fundamentos de PySparkInstalación de Apache Spark y librerías accesorias como Anaconda, Java, etcSpark DataframesFundamentos de Machine Learning con PySparkMachine Learning avanzado con PySparkIngeniería y preprocesamiento de datos: PCA, LDA, etc.Modelos de aprendizaje automático de Spark MLSelección y optimización del modelo: validación cruzada de k-fold, ajuste de hiperparámetros, etc.Clasificación en Spark ML: Regresión logística, K-NN, SVM, Naive Bayes, Decision trees, Random Forest, XGBoostRegresión en Spark ML: Linear Regression, Polynomial Regression, Decision Tree Regression, Random Forest Regression, etcClustering en Spark ML: K-Means, Hierarchical ClusteringSpark Streaming y predicciones en tiempo realMLOps con MlFlowMachine Learning en el cloud con DatabricksSi está listo para mejorar tus habilidades, aumentar tus oportunidades laborales y convertirte en un experto de Big Data Science, únete hoy y obtén acceso inmediato y de por vida a lo siguiente:• Guía completa de Machine learning (e-book en PDF)• Notebooks y códigos descargables• Ejercicios prácticos y cuestionarios• Recursos de Spark ML como: Cheatsheets y resúmenes• Soporte experto 1 a 1• Foro de preguntas y respuestas del curso• 30 días de garantía de devolución de dinero¡Nos vemos allí!
