मुख्य सामग्री पर जाएं

होम Spark

पाठ्यक्रम

Foundations of PySpark

मध्यमकौशल स्तर

अपडेट किया गया 03/2025

Learn to implement distributed data management and machine learning in Spark using the PySpark package.

मुफ़्त में पाठ्यक्रम शुरू करें

SparkData Engineering4 घंटे45 अभ्यास3,850 XP150K+उपलब्धि का प्रमाण पत्र

अपना निःशुल्क खाता बनाएँ

या

जारी रखने पर, आप हमारी उपयोग की शर्तें, हमारी गोपनीयता नीति को स्वीकार करते हैं और यह भी कि आपका डेटा संयुक्त राज्य अमेरिका में संग्रहीत किया जाता है।

हजारों कंपनियों के शिक्षार्थियों द्वारा पसंद किया गया

2 या अधिक लोगों को प्रशिक्षण दे रहे हैं?

DataCamp for Business आज़माएं

पाठ्यक्रम विवरण

In this course, you'll learn how to use Spark from Python! Spark is a tool for doing parallel computation with large datasets and it integrates well with Python. PySpark is the Python package that makes the magic happen. You'll use this package to work with data about flights from Portland and Seattle. You'll learn to wrangle this data and build a whole machine learning pipeline to predict whether or not flights will be delayed. Get ready to put some Spark in your Python code and dive into the world of high-performance machine learning!

पूर्व आवश्यकताएं

Introduction to Python

1

Getting to know PySpark

In this chapter, you'll learn how Spark manages data and how can you read and write tables from Python.

What is Spark, anyway?

Using Spark in Python

Examining The SparkContext

Using DataFrames

Creating a SparkSession

Viewing tables

Are you query-ious?

Pandafy a Spark DataFrame

Put some Spark in your data

Dropping the middle man

अध्याय शुरू करें

2

Manipulating data

In this chapter, you'll learn about the pyspark.sql module, which provides optimized data queries to your Spark session.

Creating columns

SQL in a nutshell

SQL in a nutshell (2)

Filtering Data

Selecting II

Aggregating

Aggregating II

Grouping and Aggregating I

Grouping and Aggregating II

अध्याय शुरू करें

3

Getting started with machine learning pipelines

PySpark has built-in, cutting-edge machine learning routines, along with utilities to create full machine learning pipelines. You'll learn about them in this chapter.

Machine Learning Pipelines

Join the DataFrames

String to integer

Create a new column

Making a Boolean

Strings and factors

Destination

Assemble a vector

Create the pipeline

Test vs. Train

Transform the data

Split the data

अध्याय शुरू करें

4

Model tuning and selection

In this last chapter, you'll apply what you've learned to create a model that predicts which flights will be delayed.

What is logistic regression?

Create the modeler

Cross validation

Create the evaluator

Make a grid

Make the validator

Fit the model(s)

Evaluating binary classifiers

Evaluate the model

अध्याय शुरू करें

Foundations of PySpark

पाठ्यक्रम
पूर्ण

उपलब्धि का प्रमाण पत्र अर्जित करें

इस प्रमाण पत्र को अपनी LinkedIn प्रोफ़ाइल, रिज्यूमे या CV में जोड़ें
इसे सोशल मीडिया पर और अपनी प्रदर्शन समीक्षा में साझा करेंअभी नामांकन करें

19 मिलियन से अधिक शिक्षार्थियों के साथ जुड़ें और आज ही Foundations of PySpark शुरू करें!

अपना निःशुल्क खाता बनाएँ

या

जारी रखने पर, आप हमारी उपयोग की शर्तें, हमारी गोपनीयता नीति को स्वीकार करते हैं और यह भी कि आपका डेटा संयुक्त राज्य अमेरिका में संग्रहीत किया जाता है।

मोबाइल के लिए DataCamp के साथ अपने डेटा कौशल को बढ़ाएं

हमारे मोबाइल कोर्स और दैनिक 5 मिनट की कोडिंग चुनौतियों के साथ चलते-फिरते प्रगति करें।