学习路径描述

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。

先决条件

此学习路径无先决条件

Course
1
PySpark 入门
精通 PySpark，轻松处理大数据——学习处理、查询和优化海量数据集，释放强大分析能力！
Course
3
使用 PySpark 的大数据基础
学习使用 PySpark 处理大数据的基础知识。
Course
4
使用 PySpark 进行数据清洗
学会使用 Python 中的 Apache Spark 清洗数据。
Course
5
使用 PySpark 进行特征工程
掌握数据科学家70-80%时间都在做的核心细节：数据整理与特征工程。
Course
6
使用 PySpark 进行机器学习
学习如何使用 Apache Spark 从数据中进行预测，涵盖决策树、逻辑回归、线性回归、集成方法和管道。
Course
7
使用 PySpark 构建推荐引擎
学习工具和技术，利用你自己的大数据为用户打造积极体验。
Project
额外
Building a Demand Forecasting Model
Use PySpark to build an e-commerce forecasting model!