Kerangka Materi
Pendahuluan
Memahami Big Data
Ringkasan Spark
Ringkasan Python
Ringkasan PySpark
- Distribusi Data Menggunakan Framework Resilient Distributed Datasets
- Distribusi Komputasi Menggunakan Operator API Spark
Mengonfigurasi Python dengan Spark
Mengonfigurasi PySpark
Menggunakan Instance Amazon Web Services (AWS) EC2 untuk Spark
Mengonfigurasi Databricks
Mengonfigurasi Cluster AWS EMR
Mempelajari Dasar-Dasar Pemrograman Python
- Memulai dengan Python
- Menggunakan Jupyter Notebook
- Menggunakan Variabel dan Tipe Data Sederhana
- Bekerja dengan List
- Menggunakan Pernyataan if
- Menggunakan Input Pengguna
- Bekerja dengan Loop while
- Implementasi Fungsi
- Bekerja dengan Class
- Bekerja dengan File dan Exception
- Bekerja dengan Proyek, Data, dan API
Mempelajari Dasar-Dasar Spark DataFrame
- Memulai dengan Spark DataFrames
- Implementasi Operasi Dasar dengan Spark
- Menggunakan Operasi Groupby dan Agregat
- Bekerja dengan Timestamp dan Tanggal
Mengerjakan Latihan Proyek Spark DataFrame
Memahami Machine Learning dengan MLlib
Bekerja dengan MLlib, Spark, dan Python untuk Machine Learning
Memahami Regresi
- Memahami Teori Regresi Linear
- Implementasi Kode Evaluasi Regresi
- Mengerjakan Latihan Regresi Linear Sampel
- Memahami Teori Regresi Logistik
- Implementasi Kode Regresi Logistik
- Mengerjakan Latihan Regresi Logistik Sampel
Memahami Random Forests dan Decision Trees
- Memahami Teori Metode Pohon (Tree Methods)
- Implementasi Kode Decision Trees dan Random Forest
- Mengerjakan Latihan Klasifikasi Random Forest Sampel
Bekerja dengan K-means Clustering
- Memahami Teori K-means Clustering
- Implementasi Kode K-means Clustering
- Mengerjakan Latihan Clustering Sampel
Bekerja dengan Sistem Rekomendasi
Implementasi Natural Language Processing
- Memahami Natural Language Processing (NLP)
- Ringkasan Alat NLP
- Mengerjakan Latihan NLP Sampel
Streaming dengan Spark di Python
- Ringkasan Streaming dengan Spark
- Latihan Spark Streaming Sampel
Persyaratan
- Keterampilan pemrograman umum
Audiens
- Developer
- Profesional TI
- Ilmuwan Data
Testimoni (6)
Saya suka karena praktis. Saya senang dapat menerapkan pengetahuan teoritis dengan contoh-contoh praktis.
Aurelia-Adriana - Allianz Services Romania
Kursus - Python and Spark for Big Data (PySpark)
Diterjemahkan Mesin
Kursus ini membahas serangkaian topik terkait yang sangat kompleks, dan Pablo memiliki keahlian mendalam tentang masing-masingnya. Terkadang nuansa hilang dalam komunikasi dan/atau karena tekanan waktu, sehingga mungkin harapan tidak sepenuhnya terpenuhi karena hal ini. Selain itu, ada beberapa masalah setup UHG/Azure Databricks, namun Pablo/UHG menyelesaikannya dengan cepat begitu masalah tersebut terlihat - bagi saya, ini menunjukkan tingkat pemahaman dan profesionalisme yang tinggi antara UHG dan Pablo,
Michael Monks - Tech NorthWest Skillnet
Kursus - Python and Spark for Big Data (PySpark)
Diterjemahkan Mesin
Perhatian individual.
ARCHANA ANILKUMAR - PPL
Kursus - Python and Spark for Big Data (PySpark)
Diterjemahkan Mesin
Pelatihan Praktis..
Abraham Thomas - PPL
Kursus - Python and Spark for Big Data (PySpark)
Diterjemahkan Mesin
Pelajaran diajarkan dalam notebook Jupyter. Topik-topik disusun dengan urutan logis dan secara alami membantu mengembangkan sesi dari bagian yang lebih mudah ke bagian yang lebih kompleks. Saya sudah menjadi pengguna lanjutan Python dengan latar belakang Machine Learning, jadi saya menemukan kursus ini lebih mudah diikuti dibandingkan beberapa teman sekelas yang mengambil pelatihan tersebut. Saya menghargai bahwa beberapa konsep paling dasar dilewati dan dia fokus pada masalah-masalah yang paling substansial.
Angela DeLaMora - ADT, LLC
Kursus - Python and Spark for Big Data (PySpark)
Diterjemahkan Mesin
tugas praktik
Pawel Kozikowski - GE Medical Systems Polska Sp. Zoo
Kursus - Python and Spark for Big Data (PySpark)
Diterjemahkan Mesin
