After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Kurs 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.
Ön Koşullar
Müfredat
Kurs içeriği
1
Giriş
Spark, Büyük Verilerle çalışmak için bir çerçevedir. Bu bölümde Spark ve Machine Learning hakkında bazı arka plan bilgilerini işleyeceksin. Ardından Python kullanarak Spark'a nasıl bağlanacağını ve CSV verilerini nasıl yükleyeceğini öğreneceksin.
2
Sınıflandırma
Artık veriyi Spark'a almayı bildiğine göre, iki tür sınıflandırma modeli kurmaya geçeceksin: Karar Ağaçları ve Lojistik Regresyon. Ayrıca veri hazırlama için birkaç yaklaşıma da değineceksin.
3
Regresyon
Sırada Doğrusal Regresyon modelleri oluşturmayı öğrenmek var. Ayrıca yeni yordayıcılar (özellikler) türeterek verini zenginleştirmeyi ve yalnızca en ilgili yordayıcıları seçmek için sağlam bir yaklaşımı keşfedeceksin.
4
Topluluklar (Ensembles) ve Ardışık Düzenler
Son olarak modellerini nasıl daha verimli hale getireceğini öğreneceksin. Kodunu daha anlaşılır ve bakımını kolay kılmak için ardışık düzenleri (pipelines) nasıl kullanacağını göreceksin. Sonra modellerini daha iyi test etmek ve iyi model parametreleri seçmek için çapraz doğrulamayı kullanacaksın. En sonunda iki tür topluluk (ensemble) modeline küçük bir giriş yapacaksın.
PySpark ile Machine Learning
Kurs
Tamamlandı
