Machine Learning з PySpark

Навчіться використовувати Apache Spark для машинного навчання

Spark — це потужний універсальний інструмент для роботи з Big Data. Spark прозоро обробляє розподіл обчислювальних завдань по кластеру. Це означає, що операції виконуються швидко, а також дає змогу зосередитися на аналізі, а не турбуватися про технічні деталі. У цьому курсі ви дізнаєтеся, як завантажувати дані в Spark, а потім зануритеся в три фундаментальні алгоритми машинного навчання Spark: Лінійна регресія, логістична регресія/класифікатори та створення пайплайнів.

Побудуйте та протестуйте дерева рішень

Створення власних дерев рішень — чудовий спосіб почати знайомство з моделями машинного навчання. Ви використаєте алгоритм під назвою «Recursive Partitioning», щоб розділити дані на два класи та знайти предиктор у ваших даних, який забезпечує найбільш інформативний поділ цих двох класів, і повторюватимете цю дію для наступних вузлів. Потім ви зможете використовувати своє дерево рішень для прогнозування на нових даних.

Опануйте логістичну та лінійну регресію в PySpark

Логістична та лінійна регресія — це основні методи машинного навчання, які підтримуються PySpark. Ви навчитеся створювати та оцінювати моделі логістичної регресії, а потім перейдете до створення моделей лінійної регресії, щоб удосконалити свої предиктори, залишивши лише найрелевантніші варіанти.

Наприкінці курсу ви почуватиметеся впевнено, застосовуючи свої нові знання з machine learning, завдяки практичним завданням і навчальним наборам даних, що трапляються протягом усього курсу.