แมชชีนเลิร์นนิงข้อมูลขนาดใหญ่ด้วย Apache Spark

เมื่อชุดข้อมูลมีขนาดใหญ่เกินกว่าที่คอมพิวเตอร์เครื่องเดียวจะจัดการได้ เครื่องมือแมชชีนเลิร์นนิงแบบดั้งเดิมก็จะถึงขีดจำกัด หลักสูตรนี้จะแนะนำให้คุณรู้จักกับพลังของการประมวลผลแบบกระจาย (distributed computing) โดยสอนวิธีประมวลผลและวิเคราะห์ข้อมูลจำนวนมหาศาลได้อย่างมีประสิทธิภาพ คุณจะได้รับทักษะในการก้าวข้ามการประมวลผลในเครื่อง และใช้ประโยชน์จากคลัสเตอร์เพื่อฝึกอบรมโมเดลที่แข็งแกร่ง เมื่อจบคอร์สนี้ คุณจะเข้าใจวิธีเปลี่ยนข้อมูลขนาดใหญ่ (big data) ดิบให้เป็นข้อมูลเชิงลึกที่นำไปใช้ได้จริงโดยใช้เครื่องมือมาตรฐานอุตสาหกรรม * ทำความเข้าใจหลักการหลักของระบบแบบกระจาย (distributed systems) และสถาปัตยกรรม Spark * ประมวลผลและทำความสะอาดชุดข้อมูลขนาดใหญ่โดยใช้ Spark SQL และ DataFrames * ใช้ประโยชน์จากอัลกอริทึมแมชชีนเลิร์นนิงที่ปรับขนาดได้ด้วยไลบรารี MLlib * ประยุกต์ใช้เทคนิค feature engineering และการแปลงข้อมูลในระดับขนาดใหญ่ * ประเมินประสิทธิภาพของโมเดลโดยใช้วิธีการตรวจสอบความถูกต้องแบบกระจาย (distributed validation methods) * สำรวจแนวคิดพื้นฐานของ MLOps สำหรับการจัดการไปป์ไลน์ข้อมูลขนาดใหญ่ หลักสูตรเริ่มต้นด้วยคำศัพท์ที่จำเป็นและรากฐานแนวคิดของการประมวลผลแบบคลัสเตอร์ (cluster computing) จากนั้นคุณจะได้เรียนรู้ผ่านคำอธิบายที่เป็นลายลักษณ์อักษรและตัวอย่างโค้ดที่แสดงให้เห็นถึงวิธีการสร้างและปรับปรุงเวิร์กโฟลว์แมชชีนเลิร์นนิง หลักสูตรนี้ออกแบบมาสำหรับผู้เริ่มต้นที่สนใจในวิทยาศาสตร์ข้อมูล (data science) หรือวิศวกรรมศาสตร์ ไม่จำเป็นต้องมีประสบการณ์มาก่อนเกี่ยวกับ big data หรือระบบแบบกระจาย (distributed systems) เริ่มต้นการเดินทางของคุณสู่โลกแห่งวิทยาศาสตร์ข้อมูลที่ปรับขนาดได้