After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
课程介绍
在本课程中，您将学习如何在 Python 中使用 Spark！Spark 是一款面向大型数据集进行并行计算的工具，并且与 Python 集成良好。PySpark 是让这一切成为可能的 Python 包。您将使用该包处理来自波特兰和西雅图的航班数据。您将学习清洗整理这些数据，并构建完整的机器学习流水线，用于预测航班是否会延误。准备好在您的 Python 代码中加入一些 Spark，深入高性能机器学习的世界吧！
先修要求
课程大纲
课程大纲
1
认识 PySpark
2
数据操作
在本章中，您将学习 pyspark.sql 模块，它为您的 Spark 会话提供优化的数据查询能力。
3
机器学习流水线入门
PySpark 内置前沿的机器学习算法，并提供用于创建完整机器学习流水线的工具。本章将带您学习这些功能。
4
模型调优与选择
在最后一章中，您将综合应用所学，创建一个用于预测哪些航班会延误的模型。
PySpark 基础
课程完成
