Eğitim İçeriği
Giriş
Büyük Veriyi Anlama
Spark'a Genel Bakış
Python'a Genel Bakış
PySpark'a Genel Bakış
- Dayanıklı Dağıtılmış Veri kümeleri (RDD) Çerçevesi ile Veri Dağıtımı
- Spark API Operatörleri ile Hesaplama Dağıtımı
Spark ile Python'un Kurulması
PySpark'ın Kurulması
Spark için Amazon Web Services (AWS) EC2 Örnekleri Kullanımı
Databricks'in Kurulması
AWS EMR Kümesinin Kurulması
Python Programlama Temellerini Öğrenme
- Python'a Giriş
- Jupyter Notebook Kullanımı
- Değişkenler ve Basit Veri Tipleri Kullanımı
- Listelerle Çalışma
- if İfadeleri Kullanımı
- Kullanıcı Girdileri Kullanımı
- while Döngüleri ile Çalışma
- Fonksiyonların Uygulanması
- Sınıflarla Çalışma
- Dosyalar ve İstisnalarla Çalışma
- Projeler, Veriler ve API'lerle Çalışma
Spark DataFrame Temellerini Öğrenme
- Spark DataFrames'e Giriş
- Spark ile Temel İşlemlerin Uygulanması
- Groupby ve Toplama İşlemlerinin Kullanılması
- Zaman Damgaları ve Tarihlerle Çalışma
Spark DataFrame Proje Alıştırmaları Üzerinde Çalışma
MLlib ile Makine Öğrenimini Anlama
Makine Öğrenimi için MLlib, Spark ve Python Kullanımı
Regresyonları Anlama
- Doğrusal Regresyon Teorisini Öğrenme
- Regresyon Değerlendirme Kodunun Uygulanması
- Örnek Doğrusal Regresyon Alıştırmaları Üzerinde Çalışma
- Lojistik Regresyon Teorisini Öğrenme
- Lojistik Regresyon Kodunun Uygulanması
- Örnek Lojistik Regresyon Alıştırmaları Üzerinde Çalışma
Rastgele Ormanlar ve Karar Ağaçlarını Anlama
- Ağaç Yöntemleri Teorisini Öğrenme
- Karar Ağacı ve Rastgele Orman Kodlarının Uygulanması
- Örnek Rastgele Orman Sınıflandırma Alıştırmaları Üzerinde Çalışma
K-means Kümeleme ile Çalışma
- K-means Kümeleme Teorisini Anlama
- K-means Kümeleme Kodunun Uygulanması
- Örnek Kümeleme Alıştırmaları Üzerinde Çalışma
Öneri Sistemleri ile Çalışma
Doğal Dil İşlemenin Uygulanması
- Doğal Dil İşleme (NLP) Anlama
- NLP Araçlarına Genel Bakış
- Örnek NLP Alıştırmaları Üzerinde Çalışma
Python ile Spark üzerinde Akış İşleme
- Spark ile Akış İşlemeye Genel Bakış
- Örnek Spark Akış İşleme Alıştırmaları
Kurs İçin Gerekli Önbilgiler
- Genel programlama becerileri
Hedef Kitle
- Geliştiriciler
- Bilgi Teknolojileri Uzmanları
- Veri Bilimcileri
Danışanlarımızın Yorumları (6)
Teorik bilgiyi pratik örneklerle uygulamayı çok sevdim. Pratik olması benim için harika oldu.
Aurelia-Adriana - Allianz Services Romania
Eğitim - Python and Spark for Big Data (PySpark)
Yapay Zeka Çevirisi
Kurs, çok karmaşık ve birbirleriyle ilişkili konular hakkındaydı ve Pablo her biri hakkında derin uzmanlığı vardı. Bazen nüanslar iletişimde ve/veya zaman baskısı nedeniyle kaybedildi ve bu nedenle muhtemelen beklentiler tam olarak karşılanmadı. Ayrıca UHG/Azure Databricks kurulum sorunları yaşandı, ancak Pablo / UHG bu sorunlar ortaya çıktığında hızlıca çözdü - bana göre bu, UHG ile Pablo arasındaki yüksek düzeydeki anlayış ve profesyonellik seviyesini gösterdi,
Michael Monks - Tech NorthWest Skillnet
Eğitim - Python and Spark for Big Data (PySpark)
Yapay Zeka Çevirisi
Bireysel dikkat.
ARCHANA ANILKUMAR - PPL
Eğitim - Python and Spark for Big Data (PySpark)
Yapay Zeka Çevirisi
Uygulamalı Eğitim..
Abraham Thomas - PPL
Eğitim - Python and Spark for Big Data (PySpark)
Yapay Zeka Çevirisi
Dersler bir Jupyter notebook'ta verildi. Konular, mantıklı bir sıralamayla düzenlenmiş ve oturumu daha kolay bölümlerden karmaşık olanlarına doğal bir şekilde geliştirmişti. Python'da gelişmiş bir kullanıcıyım ve Makine Öğrenimi konusunda arka planım var, bu yüzden belki de eğitimi alan bazı sınıf arkadaşlarımdan daha kolay takip ettim. En temel kavramların atlandığına ve en önemli konulara odaklanmasına sevindim.
Angela DeLaMora - ADT, LLC
Eğitim - Python and Spark for Big Data (PySpark)
Yapay Zeka Çevirisi
pratik görevleri
Pawel Kozikowski - GE Medical Systems Polska Sp. Zoo
Eğitim - Python and Spark for Big Data (PySpark)
Yapay Zeka Çevirisi
