Na het volgen van deze cursussen voel ik me zeker genoeg om professionele visualisaties en dashboards te maken
Shoebur RahmanInkoopspecialist, Giz Bangladesh
Cursusbeschrijving
In deze cursus leer je hoe je Spark gebruikt vanuit Python! Spark is een tool voor parallelle berekeningen met grote gegevenssets en werkt goed samen met Python. PySpark is het Python-pakket dat dit mogelijk maakt. Je gebruikt dit pakket om te werken met gegevens over vluchten vanuit Portland en Seattle. Je leert deze gegevens te wranglen en een complete Machine Learning-pijplijn te bouwen om te voorspellen of vluchten vertraging zullen hebben. Maak je klaar om wat Spark in je Python-code te stoppen en te duiken in de wereld van high-performance Machine Learning!
Vereisten
Lesprogramma
Cursusoverzicht
1
Kennismaken met PySpark
In dit hoofdstuk leer je hoe Spark met gegevens omgaat en hoe je tabellen kunt lezen en schrijven vanuit Python.
- Wat is Spark eigenlijk?50 XP
- Spark gebruiken in Python50 XP
- De SparkContext bekijken100 XP
- DataFrames gebruiken50 XP
- Een SparkSession maken100 XP
- Tabellen bekijken100 XP
- Ben jij query-ous?100 XP
- Maak een Pandas-versie van een Spark DataFrame100 XP
- Zet wat Spark in je data100 XP
- De tussenpersoon overslaan100 XP
2
Gegevens manipuleren
In dit hoofdstuk leer je over de module pyspark.sql, die geoptimaliseerde gegevensqueries biedt voor je Spark-sessie.
3
Aan de slag met Machine Learning-pijplijnen
PySpark heeft ingebouwde, geavanceerde Machine Learning-routines, samen met hulpprogramma's om volledige Machine Learning-pijplijnen te maken. Je leert erover in dit hoofdstuk.
4
Modelafstemming en selectie
In dit laatste hoofdstuk pas je toe wat je hebt geleerd om een model te maken dat voorspelt welke vluchten vertraging zullen hebben.
Basis van PySpark
Cursus
voltooid
