Python es un lenguaje de programación de alto nivel famoso por su claridad de sintaxis y código. Spark es un motor de procesamiento de datos utilizado para consultar, analizar y transformar big data. PySpark permite a los usuarios interactuar con Spark con Python.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar Python y Spark juntos para analizar los datos grandes mientras trabajan en ejercicios prácticos.
Al final de esta capacitación, los participantes podrán:
- Aprenda a usar Spark con Python para analizar Big Data
- Trabajar en ejercicios que imitan las circunstancias del mundo real
- Utilice diferentes herramientas y técnicas para el análisis de Big Data utilizando PySpark
Audiencia
- Desarrolladores
- Profesionales de TI
- Científicos de datos
Formato del curso
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
Introducción
Comprender Big Data
Descripción de Spark
Descripción de Python
Descripción de PySpark
- Distribuir datos utilizando un marco de conjuntos de datos distribuidos resilientes
- Distribución de la computación usando los operadores de Spark API
Configurando Python con Spark
Configurando PySpark
Uso de las instancias de Amazon Web Services (AWS) EC2 para Spark
Configurando Databricks
Configuración del clúster EMR de AWS
Aprender los principios básicos de la programación Python
- Comenzando con Python
- Usando el cuaderno Jupyter
- Usando variables y tipos de datos simples
- Trabajando con listas
- Usando if Declaraciones
- Uso de entradas de usuario
- Trabajando con while Loops
- Funciones de implementación
- Trabajando con Clases
- Trabajando con archivos y excepciones
- Trabajando con proyectos, datos y API
Aprender los conceptos básicos de Spark DataFrame
- Primeros pasos con Spark DataFrames
- Implementando Operaciones Básicas con Spark
- Usando Groupby y operaciones agregadas
- Trabajando con marcas de tiempo y fechas
Trabajando en un ejercicio de proyecto Spark DataFrame
Entender el aprendizaje automático con MLlib
Trabajando con MLlib, Spark y Python para el aprendizaje automático
Entender las regresiones
- Aprendizaje de la teoría de regresión lineal
- Implementando un código de evaluación de regresión
- Trabajando en un ejercicio de regresión lineal de muestra
- Aprender la teoría de la regresión logística
- Implementando un Código de Regresión Logística
- Trabajando en un ejemplo de ejercicio de regresión logística
Comprender los bosques aleatorios y los árboles de decisión
- Teoría de los métodos del árbol de aprendizaje
- Implementando Árboles de Decisión y Códigos Forestales Aleatorios
- Trabajando en un ejemplo de ejercicio de clasificación aleatoria de bosques
Trabajando con K-means Clustering
- Comprender la teoría de agrupamiento de K-means
- Implementando un código de agrupamiento K-means
- Trabajando en un ejemplo de ejercicio de agrupamiento
Trabajando con los sistemas de recomendación
Implementando el procesamiento del lenguaje natural
- Comprender el procesamiento del lenguaje natural (NLP)
- Descripción de las herramientas de PNL
- Trabajando en un ejercicio de muestra NLP
Streaming con Spark en Python
- Descripción general Streaming with Spark
- Ejercicio Spark Streaming de muestra
Observaciones finales
.jpg "european southern observatory (eso)")
.png "european central bank (ecb)")
