Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Introdução
Compreensão Big Data
Visão geral do Spark
Descrição geral de Python
Descrição geral de PySpark
- Distribuir dados usando a estrutura de conjuntos de dados distribuídos resilientes
- Distribuir a computação usando os operadores da API do Spark
Configuração de Python com o Spark
Configurando PySpark
Usando Amazon Web Services (AWS) Instâncias EC2 para Spark
Configurando Databricks
Configurando o cluster AWS EMR
Aprendendo os conceitos básicos de Python Programming
- Começando com Python
- Usando o Jupyter Notebook
- Usando variáveis e tipos de dados simples
- Trabalhando com listas
- Usando instruções if
- Usar entradas de utilizador
- Trabalhando com loops while
- Implementação de funções
- Trabalhar com classes
- Trabalhando com arquivos e exceções
- Trabalhando com projetos, dados e APIs
Aprendendo os conceitos básicos do Spark DataFrame
- Começando a usar o Spark DataFrames
- Implementação de operações básicas com o Spark
- Usando operações Groupby e Aggregate
- Trabalhando com carimbos de data/hora e datas
Trabalhando em um exercício de projeto Spark DataFrame
Entendendo Machine Learning com MLlib
Trabalhando com MLlib, Spark e Python para Machine Learning
Entendendo as regressões
- Aprendendo a teoria da regressão linear
- Implementando um código de avaliação de regressão
- Trabalhando em um exemplo de exercício de regressão linear
- Aprendendo a teoria da regressão logística
- Implementando um código de regressão logística
- Trabalhando em um exemplo de exercício de regressão logística
Entendendo Random Forests e árvores de decisão
- Aprendendo a teoria dos métodos de árvore
- Implementando árvores de decisão e códigos Random Forest
- Trabalhar numa amostra de um exercício de classificação Random Forest
Trabalhando com agrupamento K-means
- Entendendo a teoria de agrupamento K-means
- Implementando um código de agrupamento K-means
- Trabalhar num exemplo de exercício de clustering
Trabalhando com sistemas de recomendação
Implementando o processamento de linguagem natural
- Entendendo Natural Language Processing (NLP)
- Visão geral das ferramentas de PNL
- Trabalhar num exemplo de exercício de PNL
Transmissão em fluxo contínuo com o Spark em Python
- Visão geral do streaming com o Spark
- Exemplo de exercício Spark Streaming
Observações finais
Requisitos
- Competências gerais de programação
Público
- Programadores
- Profissionais de TI
- Cientistas de dados
21 Horas
Declaração de Clientes (6)
Gostei de ser prático. Adorei aplicar os conhecimentos teóricos com exemplos práticos.
Aurelia-Adriana - Allianz Services Romania
Curso - Python and Spark for Big Data (PySpark)
Máquina Traduzida
O curso abordava uma série de tópicos muito complexos e inter-relacionados, e o Pablo possui expertise detalhada em cada um deles. Às vezes, sutilezas eram perdidas na comunicação ou devido à pressão do tempo, e possivelmente as expectativas não foram totalmente atendidas por causa disso. Além disso, houve alguns problemas de configuração UHG/Azure Databricks, mas o Pablo/UHG resolveu esses rapidamente assim que se tornaram evidentes - para mim, isso demonstrou um alto nível de entendimento e profissionalismo entre o UHG e o Pablo.
Michael Monks - Tech NorthWest Skillnet
Curso - Python and Spark for Big Data (PySpark)
Máquina Traduzida
Atenção individual.
ARCHANA ANILKUMAR - PPL
Curso - Python and Spark for Big Data (PySpark)
Máquina Traduzida
Treinamento Prático...
Abraham Thomas - PPL
Curso - Python and Spark for Big Data (PySpark)
Máquina Traduzida
As aulas foram ministradas em um notebook Jupyter. Os tópicos foram estruturados com uma sequência lógica e naturalmente ajudaram a desenvolver a sessão das partes mais fáceis para as mais complexas. Eu já sou um usuário avançado de Python com background em Machine Learning, então achei o curso mais fácil de seguir do que, possivelmente, alguns dos meus colegas que fizeram o treinamento. Aprecio que alguns dos conceitos mais elementares foram pulados e que ele se concentrou nos assuntos mais substanciais.
Angela DeLaMora - ADT, LLC
Curso - Python and Spark for Big Data (PySpark)
Máquina Traduzida
tarefas práticas
Pawel Kozikowski - GE Medical Systems Polska Sp. Zoo
Curso - Python and Spark for Big Data (PySpark)
Máquina Traduzida
