Programa do Curso
Introdução
Compreensão Big Data
Visão geral do Spark
Visão geral de Python
Visão geral de PySpark
- Distribuindo dados usando estrutura de conjuntos de dados distribuídos resilientes
- Distribuindo computação usando operadores de API Spark
Configurando Python com Spark
Configurando PySpark
Usando Amazon Web Services (AWS) instâncias EC2 para Spark
Configurando Databricks
Configurando o cluster AWS EMR
Aprendendo o básico de Python Programming
- Primeiros passos com Python
- Usando o notebook Jupyter
- Usando variáveis e tipos de dados simples
- Trabalhando com listas
- Usando instruções if
- Usando entradas do usuário
- Trabalhando com loops while
- Implementando Funções
- Trabalhando com aulas
- Trabalhando com arquivos e exceções
- Trabalhando com projetos, dados e APIs
Aprendendo o básico do Spark DataFrame
- Primeiros passos com Spark DataFrames
- Implementando operações básicas com Spark
- Usando operações Groupby e Aggregate
- Trabalhando com carimbos de data e hora e datas
Trabalhando em um exercício de projeto Spark DataFrame
Compreendendo Machine Learning com MLlib
Trabalhando com MLlib, Spark e Python para Machine Learning
Compreendendo 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
Compreendendo Random Forests e árvores de decisão
- Teoria dos Métodos da Árvore de Aprendizagem
- Implementando Árvores de Decisão e Random Forest Códigos
- Trabalhando em uma amostra Random Forest Exercício de classificação
Trabalhando com agrupamento K-means
- Compreendendo a teoria de agrupamento K-means
- Implementando um código de cluster K-means
- Trabalhando em um exercício de agrupamento de amostra
Trabalhando com sistemas de recomendação
Implementando Processamento de Linguagem Natural
- Compreensão Natural Language Processing (NLP)
- Visão geral das ferramentas de PNL
- Trabalhando em um exemplo de exercício de PNL
Streaming com Spark em Python
- Visão geral do streaming com Spark
- Amostra Spark Streaming Exercício
Observações finais
Requisitos
- Competências gerais de programação
Público
- Desenvolvedores
- Profissionais de TI
- Cientistas de dados
Declaração de Clientes (5)
I liked that it was practical. Loved to apply the theoretical knowledge with practical examples.
Aurelia-Adriana - Allianz Services Romania
Curso - Python and Spark for Big Data (PySpark)
The course was about a series of very complex related topics & Pablo has in-depth expertise of each of them. Sometimes nuances were lost in communication and/or due to time pressures and possibly expectations were not quite met due to this. Also there were some UHG/Azure Databricks setup issues however Pablo / UHG resolved these quickly once they became apparent - this to me showed a high level of understanding and professionalism between UHG & Pablo,
Michael Monks - Tech NorthWest Skillnet
Curso - Python and Spark for Big Data (PySpark)
Individual attention.
ARCHANA ANILKUMAR - PPL
Curso - Python and Spark for Big Data (PySpark)
Hands on Training..
Abraham Thomas - PPL
Curso - Python and Spark for Big Data (PySpark)
The lessons were taught in a Jupyter notebook. The topics were structured with a logical sequence and naturally helped develop the session from the easier parts to the more complex. I'm already an advanced user of Python with background in Machine Learning, so found the course easier to follow than, possibly, some of my classmates that took the training course. I appreciate that some of the most elementary concepts were skipped and that he focused on the most substantial matters.