|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/machine-learning-com-spark-e-pyspark/
课程评论：没有评论
课程名称：机器学习与Spark与Pyspark：完整课程 课程概述：在“超大数据”时代，Spark已成为全球数据处理的主要工具，因其高性能处理海量数据的能力，成为数据科学家和数据工程师的必备工具。Spark的分布式架构可以利用并行计算和内存处理数据，并在必要时持久化数据。此外，Spark能够几乎从任何数据源导入数据，并能够将处理后的数据导出到主要的格式和数据库。在职业发展上，掌握Spark是数据科学和Python等技能之外一项极为重要的能力。本课程将通过Pyspark使用Spark，使学员能够使用Spark自带的库创建机器学习模型。 在这门实用课程中，您将掌握使用Spark进行机器学习的技能，学习内容包括： - 机器学习的基本概念 - 数据导入过程 - 数据预处理技术，如缺失值替换 - 特征工程技术，如数据归一化和分类编码 - 使用神经网络、随机森林等技术创建回归和分类模型 - 评估模型的性能 - 创建聚类并评估其性能 - 生成频繁项关联规则 - 对模型的超参数进行调优 - 创建机器学习的处理流程，使用Pipeline等技术 课程中还提供可下载的材料，包括脚本、幻灯片和示例数据。这是一门包罗万象的课程，适合希望在机器学习领域深入学习的学员。
Faça uma super imersão em Machine Learning com Spark utilizando bibliotecas nativas! Na era "Big Data" o Spark se tornou a principal ferramenta de processamento de dados no mundo devido a sua capacidade de processar volumes massivos de dados com alta performance, se tornando uma ferramenta essencial para Cientistas e Engenheiros de Dados. Sua arquitetura distribuída permite processar dados utilizando paralelismo e memória, persistindo dados quando necessário. Além disso o Spark é capaz de importar dados de praticamente qualquer fonte, bem como também exportar dados processados para os principais formatos e bancos de dados utilizados.Do ponto de vista profissional, conhecer Spark é uma das habilidades mais importantes ao lado de Machine Learning e Python. E o melhor disso é o que Spark já traz tudo isso. Você pode utilizar Spark com Python, através do Pyspark, e você pode criar modelos de Machine Learning utilizando as próprias bibliotecas do Spark.Neste curso prático, você vai dominar o uso do Spark para Machine Learning:Aprenda os conceitos gerais de Machine LearningConheça o Processo de Importação de DadosDomine técnicas de pré-processamento, como substituição de valores faltantesAprenda técnicas de engenharia de atributos, como normalização de dados e codificação de categoriasCrie modelos de Regressão e Classificação, utilizando Redes Neurais, Random Forest e outrasAvalie a performance de seus modelosCrie Clusters e avalia a performanceProduza regras de associação com itens frequentesFaça o tunning de Hiper Parâmetros de ModelosCria fluxos de processamento de Machine Learning utilizando Pipelinese muito mais!Você ainda vai encontrar material do curso para baixar: scripts, slides e dados de exemplo.
