Machine Learning with PySpark

เรียนรู้การใช้ Apache Spark สำหรับแมชชีนเลิร์นนิง

Spark เป็นเครื่องมืออเนกประสงค์ที่ทรงพลังสำหรับการทำงานกับ Big Data Spark จัดการการกระจายงานประมวลผลไปยังคลัสเตอร์อย่างโปร่งใส ซึ่งหมายความว่าการดำเนินงานรวดเร็ว แต่ยังช่วยให้คุณมุ่งเน้นไปที่การวิเคราะห์แทนที่จะต้องกังวลเกี่ยวกับรายละเอียดทางเทคนิค ในคอร์สนี้ คุณจะได้เรียนรู้วิธีนำข้อมูลเข้าสู่ Spark จากนั้นจะเจาะลึกไปยังอัลกอริทึม Spark Machine Learning พื้นฐานทั้งสาม: การถดถอยเชิงเส้น, การถดถอยโลจิสติก/ตัวจำแนก, และการสร้างไปป์ไลน์

สร้างและทดสอบต้นไม้ตัดสินใจ

การสร้างต้นไม้ตัดสินใจของคุณเองเป็นวิธีที่ยอดเยี่ยมในการเริ่มสำรวจโมเดลแมชชีนเลิร์นนิง คุณจะใช้ขั้นตอนวิธีที่เรียกว่า ‘Recursive Partitioning’ เพื่อแบ่งข้อมูลออกเป็นสองคลาส และค้นหาตัวทำนายในข้อมูลของคุณที่ทำให้การแยกสองคลาสมีข้อมูลเชิงลึกมากที่สุด จากนั้นทำซ้ำกระบวนการนี้กับโหนดถัดไป จากนั้นคุณสามารถใช้แผนผังการตัดสินใจของคุณเพื่อทำการคาดการณ์ด้วยข้อมูลใหม่ได้

เชี่ยวชาญ Logistic Regression และ Linear Regression ใน PySpark

การถดถอยโลจิสติกและการถดถอยเชิงเส้นเป็นเทคนิคการเรียนรู้ของเครื่องที่จำเป็น ซึ่งรองรับโดย PySpark คุณจะได้เรียนรู้การสร้างและประเมินโมเดลโลจิสติกรีเกรสชัน ก่อนจะต่อยอดไปสู่การสร้างโมเดลลิเนียร์รีเกรสชัน เพื่อช่วยให้คุณปรับแต่งตัวแปรทำนายของคุณให้เหลือเฉพาะตัวเลือกที่เกี่ยวข้องที่สุด

เมื่อจบหลักสูตรนี้ คุณจะมั่นใจในการนำความรู้ด้านแมชชีนเลิร์นนิงที่เพิ่งได้เรียนรู้ไปประยุกต์ใช้ได้ ด้วยงานปฏิบัติและชุดข้อมูลฝึกหัดที่มีอยู่ตลอดทั้งหลักสูตร