PySpark Machine Learning: Podstawy MLlib i Pipelines

Wraz ze wzrostem zbiorów danych, tradycyjne narzędzia uczenia maszynowego często mają trudności z wydajnym przetwarzaniem informacji. Nauka budowania skalowalnych przepływów pracy uczenia maszynowego jest niezbędna w nowoczesnych rolach związanych z danymi. Ten kurs tekstowy przeprowadzi Cię od podstawowych zasad uczenia maszynowego do projektowania skalowalnych potoków przy użyciu PySpark MLlib. Nauczysz się przygotowywać duże zbiory danych, przeprowadzać inżynierię cech oraz trenować modele, które radzą sobie ze skalą bez utraty wydajności. Czego się nauczysz: - Zrozumiesz podstawowe koncepcje uczenia maszynowego, w tym paradygmaty uczenia nadzorowanego i nienadzorowanego. - Skonfigurujesz potoki PySpark MLlib w celu usprawnienia transformacji danych i trenowania modeli. - Zastosujesz techniki inżynierii cech, takie jak składanie wektorów (vector assembly), skalowanie i indeksowanie. - Zbudujesz i ocenisz modele klasyfikacji i regresji przy użyciu skalowalnych algorytmów. - Wdrożysz techniki klasteryzacji w celu znajdowania wzorców w wielkoskalowych, nieoznaczonych zbiorach danych. - Przećwiczysz ocenę modeli i dostrajanie hiperparametrów przy użyciu przepływów pracy z walidacją krzyżową. Kurs rozpoczyna się od podstawowej terminologii uczenia maszynowego i konfiguracji, a następnie przechodzi do praktycznego budowania potoków. Poznasz praktyczne implementacje kodu i analizy koncepcyjne zaprojektowane tak, aby krok po kroku budować Twoją pewność siebie. Ten kurs jest przeznaczony dla osób początkujących w uczeniu maszynowym i inżynierii danych; podstawowa znajomość Python jest pomocna, ale nie jest wymagane wcześniejsze doświadczenie w uczeniu maszynowym. Zacznij czytać już dziś, aby zbudować swoje fundamenty w skalowalnym uczeniu maszynowym.