After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Descrierea cursului
În acest curs, vei învăța să folosești Spark din Python! Spark este un instrument pentru calcul paralel pe seturi mari de date și se integrează excelent cu Python. PySpark este pachetul Python care face totul posibil. Vei folosi acest pachet pentru a lucra cu date despre zboruri din Portland și Seattle. Vei învăța să prelucrezi aceste date și să construiești un întreg pipeline de învățare automată care să prezică dacă zborurile vor fi întârziate sau nu. Pregătește-te să aduci puterea Spark în codul tău Python și să pătrunzi în lumea învățării automate de înaltă performanță!
Cerințe prealabile
Curriculum
Structura cursului
1
Introducere în PySpark
În acest capitol, vei învăța cum gestionează Spark datele și cum poți citi și scrie tabele din Python.
- Ce este Spark, de fapt?50 XP
- Utilizarea Spark în Python50 XP
- Explorarea SparkContext-ului100 XP
- Utilizarea DataFrame-urilor50 XP
- Crearea unei SparkSession100 XP
- Vizualizarea tabelelor100 XP
- Ești curios să interoghezi?100 XP
- Transformă un Spark DataFrame în pandas100 XP
- Adaugă Spark în datele tale100 XP
- Fără intermediari100 XP
2
Manipularea datelor
În acest capitol, vei descoperi modulul pyspark.sql, care îți pune la dispoziție interogări de date optimizate în cadrul sesiunii tale Spark.
3
Primii pași cu pipeline-urile de învățare automată
PySpark include rutine de ultimă generație pentru învățare automată, alături de utilitare pentru crearea unor pipeline-uri complete. Vei afla mai multe despre ele în acest capitol.
4
Ajustarea și selectarea modelelor
În acest ultim capitol, vei aplica tot ce ai învățat pentru a construi un model care prezice ce zboruri vor fi întârziate.
Fundamente PySpark
Curs
finalizat
