Feature Engineering với PySpark

Thế giới thực rất lộn xộn và nhiệm vụ của bạn là tìm ra ý nghĩa từ đó. Các bộ dữ liệu đồ chơi như MTCars và Iris là kết quả của việc tuyển chọn và làm sạch cẩn thận, nhưng ngay cả vậy dữ liệu vẫn cần được biến đổi để các thuật toán Machine Learning mạnh mẽ có thể rút trích ý nghĩa, dự báo, phân loại hoặc phân cụm. Khóa học này sẽ đi sâu vào những chi tiết thực tế mà các nhà khoa học dữ liệu dành 70–80% thời gian cho chúng: xử lý dữ liệu và xây dựng đặc trưng (feature engineering). Khi kích thước dữ liệu ngày càng lớn, hãy dùng PySpark để thu nhỏ bài toán Big Data này về mức vừa tầm!