Kurs
PySpark ile Machine Learning
İleri SeviyeBeceri Seviyesi
Güncel 11.2025SparkMachine Learning4 sa16 video56 Egzersiz4,550 XP29,414Başarı Belgesi
Ücretsiz Hesabınızı Oluşturun
veya
Devam ederek Kullanım Şartlarımızı, Gizlilik Politikamızı ve verilerinizin ABD’de saklandığını kabul etmiş olursunuz.Binlerce şirketten öğrencinin sevgisini kazandı
2 veya daha fazla kişiyi mi eğitiyorsunuz?
DataCamp for Business ürününü deneyinKurs Açıklaması
Makine Öğrenimi için Apache Spark Kullanmayı Öğrenin
Spark, Büyük Veri ile çalışmak için güçlü, genel amaçlı bir araçtır. Spark, bir küme içinde hesaplama görevlerinin dağıtımını şeffaf bir şekilde yönetir. Bu, işlemlerin hızlı olduğu anlamına gelir, ancak aynı zamanda teknik ayrıntılar hakkında endişelenmek yerine analize odaklanmanıza da olanak tanır. Bu kursta, Spark'a veri aktarmanın yollarını öğrenecek ve ardından üç temel Spark Makine Öğrenimi algoritmasını inceleyeceksiniz: Doğrusal regresyon, lojistik regresyon/sınıflandırıcılar ve boru hatları oluşturma.Karar Ağaçları Oluşturma ve Test Etme
Kendi karar ağaçlarınızı oluşturmak, makine öğrenimi modellerini keşfetmeye başlamak için harika bir yoldur. Verileri iki sınıfa ayırmak için "Yinelemeli Bölme" adlı bir algoritma kullanacak ve verilerinizde iki sınıfın en bilgilendirici şekilde bölünmesini sağlayan bir tahminci bulacak ve bu işlemi diğer düğümlerle tekrarlayacaksınız. Ardından karar ağacınızı kullanarak yeni verilerle tahminlerde bulunabilirsiniz.PySpark'ta Master Logistic ve Doğrusal Regresyon
Lojistik ve doğrusal regresyon, PySpark tarafından desteklenen temel makine öğrenimi teknikleridir. Lojistik regresyon modelleri oluşturmayı ve değerlendirmeyi öğrenecek, ardından doğrusal regresyon modelleri oluşturarak tahmincilerinizi yalnızca en alakalı seçeneklerle sınırlandırmayı öğreneceksiniz.Kursun sonunda, kurs boyunca yer alan uygulamalı görevler ve alıştırma veri setleri sayesinde, yeni edindiğiniz makine öğrenimi bilgilerini güvenle uygulayabileceksiniz.
Önkoşullar
Supervised Learning with scikit-learnIntroduction to PySpark1
Introduction
Spark is a framework for working with Big Data. In this chapter you'll cover some background about Spark and Machine Learning. You'll then find out how to connect to Spark using Python and load CSV data.
2
Classification
Now that you are familiar with getting data into Spark, you'll move onto building two types of classification model: Decision Trees and Logistic Regression. You'll also find out about a few approaches to data preparation.
3
Regression
Next you'll learn to create Linear Regression models. You'll also find out how to augment your data by engineering new predictors as well as a robust approach to selecting only the most relevant predictors.
4
Ensembles & Pipelines
Finally you'll learn how to make your models more efficient. You'll find out how to use pipelines to make your code clearer and easier to maintain. Then you'll use cross-validation to better test your models and select good model parameters. Finally you'll dabble in two types of ensemble model.
PySpark ile Machine Learning
Kurs Tamamlandı
Başarı Belgesi Kazanın
Bu kimlik bilgisini LinkedIn profilinize, özgeçmişinize veya CV'nize ekleyinSosyal medyada ve performans incelemenizde paylaşınŞimdi Kaydolun
Bugün 19 milyondan fazla öğrenciye katılın ve PySpark ile Machine Learning eğitimine başlayın!
Ücretsiz Hesabınızı Oluşturun
veya
Devam ederek Kullanım Şartlarımızı, Gizlilik Politikamızı ve verilerinizin ABD’de saklandığını kabul etmiş olursunuz.DataCamp for Mobile ile veri becerilerinizi geliştirin
Mobil kurslarımız ve günde 5 dakikalık kodlama görevlerimizle hareket halindeyken ilerleme kaydedin.