PySpark : 使用 Spark 和 Python 分析大數據

Contents

了解如何在 Python 中使用 Spark，包括 Spark Streaming、機器學習、Spark 2.0 DataFrame 等等！

從這 10.5 小時的課程，你會學到

一起用 Python 和 Spark 來分析大數據
學習如何使用新的 Spark 2.0 DataFrame 語法
實踐模擬真實世界情況的諮詢專案！
以邏輯迴歸來歸類客戶流失
以隨機森林 ( Random Forests ) 使用 Spark 進行分類
學習如何使用 Spark 的梯度提升決策樹 ( Gradient Boosted Trees )
使用 Spark 的 MLlib 創建強大的機器學習模型
了解 DataBricks 平台！
在 Amazon Web Services EC2 上設置大數據分析
了解如何使用 AWS Elastic MapReduce服務！
了解如何利用 Spark 環境中的 Linux 功能！
使用 Spark 和自然語言處理創建垃圾郵件過濾器！
使用 Spark Streaming 實時分析推文 ( Tweets )！

要求

已會任何程式語言（Python 優先）
本機有 20 GB 可用空間（或者有 AWS 的強大網路連接）

課程說明

學習最新的大數據技術 – Spark！並學習使用最流行的程式語言之一 Python 來實踐 Spark！

分析大量數據集的能力是當今最有價值的技術技能之一，本課程特別設計來幫助你快速掌握完成此任務的這最佳技術之一 Apache Spark ！ Googleı、Facebook、Netflix、Airbnb、Amazon、NASA 等頂尖技術公司/組織都在使用 Spark 來解決他們的大數據問題！

Spark 可以比 Hadoop MapReduce 執行速度高上100倍，這引發了該技能的需求激增！由於 Spark 2.0 DataFrame 框架非常新穎，你現在可以快速成為就業市場上最有知識的人之一！

本課程將通過 Python 速成建立基礎，接著帶你學習如何使用 Spark DataFrames 和最新的 Spark 2.0 語法！一旦我們完成了這些工作，我們將學習如何使用帶有 DataFrame 語法和 Spark 的 MLlib Machine Library。一路下來，你將做過練習和模擬諮詢專案，使你能夠立即進入真實的世界，有能力使用新技能解決實際問題！

我們還介紹了最新的 Spark Technologies，如 Spark SQL、Spark Streaming 以及Gradient Boosted Trees 等高級模型！完成本課程後，你將有自信把 Spark 和 PySpark 放在你的履歷中！本課程還有完整的 30 天退款保證，並附帶 LinkedIn 完成證書！

如果你準備好跳入 Python、Spark和大數據 ( Big Data ) 的世界，這是你的課程！

目標受眾

已懂 Python 並希望學習如何將其用於大數據
已非常熟悉另一種程式語言，需要學習 Spark

講師簡介

Jose Portilla 資料科學家

Jose Marcial Portilla 擁有來自聖克拉拉(Santa Clara )大學的機械工程學士學位和碩士學位，也有多年資料科學和程式設計專業教練和培訓師的經驗。他在各種領域如微流體、材料科學和資料科學技術中有出版物和專利。在他的職業生涯中，他已經發展了分析數據的技能，他希望利用他在教學和資料科學方面的經驗，幫助其他人學習程式開發的能力、分析數據，以及清晰地呈現數據和漂亮的可視化。目前他是 Pierian Data Inc. 的數據科學主管，為世界各地的各種公司提供現場資料科學和 python 培訓課程，包括瑞士信貸等頂級銀行。隨時在 LinkedIn 上與他聯繫，獲取有關面對面培訓課程的更多信息。