Course Outline

Εισαγωγή

Κατανόηση Big Data

Επισκόπηση του Spark

Επισκόπηση του Python

Επισκόπηση του PySpark

    Διανομή δεδομένων με χρήση ελαστικού πλαισίου κατανεμημένων συνόλων δεδομένων Υπολογισμός διανομής με χρήση τελεστών Spark API

Ρύθμιση Python με Spark

Ρύθμιση PySpark

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

Ρύθμιση Databricks

Ρύθμιση του συμπλέγματος AWS EMR

Εκμάθηση των Βασικών Python Προγραμματισμού

    Ξεκινώντας με Python Χρήση του σημειωματάριου Jupyter με χρήση μεταβλητών και απλών τύπων δεδομένων Εργασία με λίστες με χρήση εντολών if με χρήση εισόδων χρήστη που δουλεύουν με ενώ βρόχοι υλοποίηση συναρτήσεων Εργασία με κλάσεις που δουλεύουν με αρχεία και εξαιρέσεις Εργασία με έργα, δεδομένα και API

Μαθαίνοντας τα βασικά του Spark DataFrame

    Ξεκινώντας με το Spark DataFrames Υλοποίηση βασικών λειτουργιών με το Spark χρησιμοποιώντας Groupby και συγκεντρωτικές λειτουργίες Εργασία με χρονικές σημάνσεις και ημερομηνίες

Εργασία σε μια άσκηση έργου Spark DataFrame

Κατανόηση Machine Learning με το MLlib

Εργασία με το MLlib, το Spark και το Python για τη Μηχανική Μάθηση

Κατανόηση των παλινδρομήσεων

    Εκμάθηση θεωρίας γραμμικής παλινδρόμησης Εφαρμογή κώδικα αξιολόγησης παλινδρόμησης Εργασία σε δείγμα άσκησης γραμμικής παλινδρόμησης Εκμάθηση θεωρίας λογιστικής παλινδρόμησης Εφαρμογή κώδικα λογιστικής παλινδρόμησης Εργασία σε δείγμα άσκησης λογιστικής παλινδρόμησης

Κατανόηση Random Forests και Decision Trees

    Εκμάθηση μεθόδων δέντρων Θεωρία Εφαρμογή Δέντρων αποφάσεων και Random Forest Κώδικες που εργάζονται σε ένα δείγμα Random Forest Άσκηση ταξινόμησης

Εργασία με K-means Clustering

    Κατανόηση της θεωρίας ομαδοποίησης K-means Εφαρμογή κώδικα ομαδοποίησης K-means Εργασία σε μια άσκηση δειγματοληψίας ομαδοποίησης

Εργασία με Συστήματα Recommender

Εφαρμογή Επεξεργασίας Φυσικής Γλώσσας

    Κατανόηση Natural Language Processing (NLP) Επισκόπηση των εργαλείων NLP που εργάζονται σε ένα δείγμα άσκησης NLP

Streaming with Spark στο Python

    Επισκόπηση Streaming with Spark Sample Spark Streaming Άσκηση

Τελευταία σχόλια

Requirements

  • Γενικές δεξιότητες προγραμματισμού

Ακροατήριο

  • προγραμματιστές
  • Επαγγελματίες Πληροφορικής
  • Επιστήμονες Δεδομένων
  21 Hours
 

Number of participants


Starts

Ends


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

Testimonials (5)

Related Courses

Scaling Data Analysis with Python and Dask

  14 Hours

Developing APIs with Python and FastAPI

  14 Hours

Kivy: Building Android Apps with Python

  7 Hours

GUI Programming with Python and PyQt

  21 Hours

Related Categories