Επικοινωνήστε μαζί μας

Εξέλιξη Κομματιού

Εισαγωγή

Κατανόηση των Big Data

Συνοπτική παρουσίαση του Spark

Συνοπτική παρουσίαση του Python

Συνοπτική παρουσίαση του PySpark

  • Κατανομή δεδομένων μέσω του υποστήλματος Resilient Distributed Datasets
  • Κατανομή υπολογισμών χρησιμοποιώντας τους τελεστές του Spark API

Ρύθμιση του Python με το Spark

Ρύθμιση του PySpark

Χρήση περιπτώσεων EC2 των Amazon Web Services (AWS) για το Spark

Ρύθμιση του Databricks

Ρύθμιση του συγκεντρώματος AWS EMR

Μάθηση των βασικών της προγραμματιστικής γλώσσας Python

  • Έναρξη εργασίας με το Python
  • Χρήση του Jupyter Notebook
  • Χρήση μεταβλητών και απλών τύπων δεδομένων
  • Εργασία με λίστες
  • Χρήση δηλώσεων if
  • Χρήση εισόδων χρηστών
  • Εργασία με βρόγχους while
  • Εφαρμογή συναρτήσεων
  • Εργασία με κλάσεις
  • Εργασία με αρχεία και εξαιρέσεις
  • Εργασία με έργα, δεδομένα και API

Μάθηση των βασικών των Spark DataFrame

  • Έναρξη εργασίας με τα Spark DataFrames
  • Εφαρμογή βασικών εργασιών με το Spark
  • Χρήση εργασιών Groupby και Aggregation
  • Εργασία με ορόσημα (Timestamps) και ημερομηνίες

Εργασία σε άσκηση έργου Spark DataFrame

Κατανόηση της Μηχανικής Μάθηση με το MLlib

Εργασία με MLlib, Spark και Python για Μηχανική Μάθηση

Κατανόηση των Παρεμβολών (Regressions)

  • Μάθηση της θεωρίας της Γραμμικής Παρεμβολής
  • Εφαρμογή κώδικα αξιολόγησης παρεμβολής
  • Εργασία σε δοκιμαστική άσκηση γραμμικής παρεμβολής
  • Μάθηση της θεωρίας της Λογιστικής Παρεμβολής
  • Εφαρμογή κώδικα λογιστικής παρεμβολής
  • Εργασία σε δοκιμαστική άσκηση λογιστικής παρεμβολής

Κατανόηση των Τυχαίων Δακοτών και των Δέντρων Απόφασης

  • Μάθηση της θεωρίας των μεθόδων δέντρων
  • Εφαρμογή κώδικα Δέντρων Απόφασης και Τυχαίων Δακοτών
  • Εργασία σε δοκιμαστική άσκηση ταξινόμησης τυχαίων δακοτών

Εργασία με Συστομάτωση K-means

  • Κατανόηση της θεωρίας της συστομάτωσης K-means
  • Εφαρμογή κώδικα συστομάτωσης K-means
  • Εργασία σε δοκιμαστική άσκηση συστομάτωσης

Εργασία με Συστήματα Πρότασης

Εφαρμογή Επεξεργασίας Φυσικής Γλώσσας

  • Κατανόηση της Επεξεργασίας Φυσικής Γλώσσας (NLP)
  • Συνοπτική παρουσίαση εργαλείων NLP
  • Εργασία σε δοκιμαστική άσκηση NLP

Ροή δεδομένων (Streaming) με το Spark στο Python

  • Συνοπτική παρουσίαση του Streaming με το Spark
  • Δοκιμαστική άσκηση Spark Streaming

Απαιτήσεις

  • Γενικές δεξιότητες προγραμματισμού

Στόχος κοινό

  • Αναπτύκτες
  • Επαγγελματίες Πληροφορικής
  • Επιστήμονες Δεδομένων
 21 Ώρες

Αριθμός συμμετέχοντων


Τιμή ανά συμμετέχοντα

Σχόλια (6)

Εφεξής Μαθήματα

Σχετικές Κατηγορίες