Machine Learning Big Data avec Apache Spark

Lorsque les ensembles de données deviennent trop volumineux pour être gérés par un seul ordinateur, les outils traditionnels d'apprentissage automatique atteignent leurs limites. Ce cours vous initie à la puissance du calcul distribué, vous apprenant à traiter et analyser efficacement des quantités massives d'informations. Vous acquerrez les compétences nécessaires pour dépasser le traitement local et exploiter des clusters pour entraîner des modèles robustes. À la fin de ce cours, vous comprendrez comment transformer des données brutes volumineuses en informations exploitables à l'aide d'outils standard de l'industrie. * Comprendre les principes fondamentaux des systèmes distribués et l'architecture Spark * Traiter et nettoyer des ensembles de données à grande échelle en utilisant Spark SQL et DataFrames * Implémenter des algorithmes d'apprentissage automatique évolutifs avec la bibliothèque MLlib * Appliquer des techniques d'ingénierie des caractéristiques et de transformation des données à grande échelle * Évaluer les performances du modèle en utilisant des méthodes de validation distribuées * Explorer les concepts fondamentaux de MLOps pour la gestion des pipelines de données à grande échelle Le cours commence par la terminologie essentielle et les fondements conceptuels du calcul en cluster. Vous progresserez ensuite à travers des explications écrites et des exemples de code qui démontrent comment construire et affiner des flux de travail d'apprentissage automatique. Ce cours est conçu pour les débutants intéressés par la science des données ou l'ingénierie. Aucune expérience préalable avec le big data ou les systèmes distribués n'est requise. Commencez votre voyage dans le monde de la science des données évolutive.