使用 PySpark 处理大数据

通过掌握 Apache Spark 提升你的数据技能。 使用 Spark Python API PySpark，您将利用并行计算处理大型数据集，并为高性能机器学习做好准备。 从清理数据到创建特征并实施机器学习模型，你将使用 Spark 执行端到端工作流。 该学习路径以使用流行的 MovieLens 数据集和 Million Songs 数据集构建推荐引擎作为结尾。