感谢您发送咨询！我们的团队成员将很快与您联系。
感谢您发送预订！我们的团队成员将很快与您联系。
课程时长 21 小时
课程大纲
引言
理解大数据
Spark概览
Python概览
PySpark概览
- 使用弹性分布式数据集框架分发数据。
- 使用Spark API运算符分发计算任务。
配置Python与Spark
配置PySpark
使用Amazon Web Services (AWS) EC2实例运行Spark
配置Databricks
配置AWS EMR集群
学习Python编程基础
- Python入门
- 使用Jupyter Notebook
- 使用变量和简单数据类型
- 操作列表
- 使用if语句
- 使用用户输入
- 操作while循环
- 实现函数
- 操作类
- 操作文件和异常
- 操作项目、数据和API
学习Spark DataFrame基础
- Spark DataFrame入门
- 实现Spark的基本操作
- 使用Groupby和聚合操作
- 处理时间戳和日期
Spark DataFrame项目练习
理解基于MLlib的机器学习
结合MLlib、Spark和Python进行机器学习
理解回归
- 学习线性回归理论
- 实现回归评估代码
- 完成线性回归示例练习
- 学习逻辑回归理论
- 实现逻辑回归代码
- 完成逻辑回归示例练习
理解随机森林和决策树
- 学习树方法理论
- 实现决策树和随机森林代码
- 完成随机森林分类示例练习
K-means聚类
- 理解K-means聚类理论
- 实现K-means聚类代码
- 完成聚类示例练习
推荐系统
实现自然语言处理
- 理解自然语言处理 (NLP)
- NLP工具概览
- 完成NLP示例练习
在Python中使用Spark进行流式处理
- Spark流式处理概览
- Spark流式处理示例练习
要求
- 具备通用编程技能。
目标受众
- 开发人员。
- IT专业人员。
- 数据科学家。
客户评论 (6)
我喜欢它的实用性。非常喜欢将理论知识应用到实际例子中。
Aurelia-Adriana - Allianz Services Romania
课程 - Python and Spark for Big Data (PySpark)
机器翻译
课程涉及一系列非常复杂的相关主题，Pablo对每个主题都有深入的专长。有时由于沟通或时间压力，一些细微之处未能完全传达，可能因此未能完全达到预期。此外，遇到了一些UHG/Azure Databricks的设置问题，但Pablo/UHG在问题显现后迅速解决了这些问题——这让我看到了UHG与Pablo之间的高度理解与专业素养。
Michael Monks - Tech NorthWest Skillnet
课程 - Python and Spark for Big Data (PySpark)
机器翻译
个性化关注。
ARCHANA ANILKUMAR - PPL
课程 - Python and Spark for Big Data (PySpark)
机器翻译
实践培训。
Abraham Thomas - PPL
课程 - Python and Spark for Big Data (PySpark)
机器翻译
课程在Jupyter notebook中进行。主题按照逻辑顺序编排，自然地帮助课程从较简单的部分过渡到更复杂的内容。我已是Python的高级用户，并有机器学习背景，因此发现这门课程比可能参加培训的一些同学更容易跟上。我很欣赏跳过了一些最基本的概念，而专注于最重要的内容。
Angela DeLaMora - ADT, LLC
课程 - Python and Spark for Big Data (PySpark)
机器翻译
实践任务
Pawel Kozikowski - GE Medical Systems Polska Sp. Zoo
课程 - Python and Spark for Big Data (PySpark)
机器翻译
