Plan du cours
Introduction
Comprendre les Big Data
Vue d'ensemble de Spark
Vue d'ensemble de Python
Vue d'ensemble de PySpark
- Partage des données à l'aide du framework Resilient Distributed Datasets
- Partage du calcul à l'aide des opérateurs de l'API Spark
Configuration de Python avec Spark
Configuration de PySpark
Utilisation d'instances EC2 d'Amazon Web Services (AWS) pour Spark
Configuration de Databricks
Configuration du cluster AWS EMR
Apprendre les bases de la programmation en Python
- Démarrage avec Python
- Utilisation du Jupyter Notebook
- Utilisation des variables et des types de données simples
- Manipulation des listes
- Utilisation des instructions if
- Utilisation des entrées utilisateur
- Manipulation des boucles while
- Implémentation de fonctions
- Manipulation des classes
- Manipulation des fichiers et des exceptions
- Travail sur les projets, les données et les API
Apprendre les bases des Spark DataFrame
- Démarrage avec les Spark DataFrames
- Implémentation d'opérations de base avec Spark
- Utilisation des opérations Groupby et Aggregate
- Manipulation des horodatages et des dates
Réalisation d'un exercice de projet sur un Spark DataFrame
Compréhension de l'apprentissage automatique avec MLlib
Utilisation de MLlib, Spark et Python pour l'apprentissage automatique
Compréhension des régressions
- Étude de la théorie de la régression linéaire
- Implémentation d'un code d'évaluation de régression
- Réalisation d'un exercice type de régression linéaire
- Étude de la théorie de la régression logistique
- Implémentation d'un code de régression logistique
- Réalisation d'un exercice type de régression logistique
Compréhension des forêts aléatoires et des arbres de décision
- Étude de la théorie des méthodes d'arbres
- Implémentation de codes pour les arbres de décision et les forêts aléatoires
- Réalisation d'un exercice type de classification par forêts aléatoires
Travail avec le clustering K-means
- Compréhension de la théorie du clustering K-means
- Implémentation d'un code de clustering K-means
- Réalisation d'un exercice type de clustering
Travail avec les systèmes de recommandation
Implémentation du traitement du langage naturel
- Compréhension du traitement du langage naturel (NLP)
- Vue d'ensemble des outils NLP
- Réalisation d'un exercice type NLP
Streaming avec Spark sur Python
- Vue d'ensemble du streaming avec Spark
- Exercice type de streaming Spark
Pré requis
- Compétences générales en programmation
Public cible
- Développeurs
- Professionnels de l'informatique
- Scientists des données
Nos clients témoignent (6)
J'ai aimé qu'il soit pratique. J'ai adoré appliquer les connaissances théoriques avec des exemples pratiques.
Aurelia-Adriana - Allianz Services Romania
Formation - Python and Spark for Big Data (PySpark)
Traduction automatique
Le cours portait sur une série de sujets très complexes et interconnectés, et Pablo maîtrise chaque domaine en profondeur. Parfois, les nuances étaient perdues dans la communication et/ou à cause des contraintes de temps, ce qui a pu entraîner un écart entre les attentes et la réalité. Il y avait également quelques problèmes d'installation avec UHG/Azure Databricks, mais Pablo et UHG les ont résolus rapidement une fois qu'ils sont devenus apparents - cela témoigne à mes yeux d'un haut niveau de compréhension et de professionnalisme entre UHG et Pablo,
Michael Monks - Tech NorthWest Skillnet
Formation - Python and Spark for Big Data (PySpark)
Traduction automatique
Attention individuelle.
ARCHANA ANILKUMAR - PPL
Formation - Python and Spark for Big Data (PySpark)
Traduction automatique
Formation pratique..
Abraham Thomas - PPL
Formation - Python and Spark for Big Data (PySpark)
Traduction automatique
Les leçons ont été dispensées dans un notebook Jupyter. Les sujets étaient structurés de manière logique et contribuaient naturellement à développer la session des parties les plus simples aux plus complexes. Étant déjà un utilisateur avancé de Python avec une formation en apprentissage automatique, j'ai trouvé le cours plus facile à suivre que, possiblement, certains de mes camarades qui ont suivi la formation. J'apprécie que certaines des notions les plus élémentaires aient été omises et qu'il se soit concentré sur les questions les plus importantes.
Angela DeLaMora - ADT, LLC
Formation - Python and Spark for Big Data (PySpark)
Traduction automatique
tâches de pratique
Pawel Kozikowski - GE Medical Systems Polska Sp. Zoo
Formation - Python and Spark for Big Data (PySpark)
Traduction automatique
