Machine Learning Dữ liệu Lớn với Apache Spark

Khi tập dữ liệu trở nên quá lớn đối với một máy tính duy nhất để xử lý, các công cụ học máy truyền thống sẽ đạt đến giới hạn của chúng. Khóa học này giới thiệu cho bạn sức mạnh của tính toán phân tán, dạy bạn cách xử lý và phân tích lượng thông tin khổng lồ một cách hiệu quả. Bạn sẽ có được các kỹ năng để vượt ra ngoài xử lý cục bộ và tận dụng các cụm để đào tạo các mô hình mạnh mẽ. Khi kết thúc khóa học này, bạn sẽ hiểu cách biến dữ liệu lớn thô thành các hiểu biết có thể hành động bằng cách sử dụng các công cụ tiêu chuẩn ngành. * Hiểu các nguyên tắc cốt lõi của hệ thống phân tán và kiến trúc Spark * Xử lý và làm sạch các tập dữ liệu quy mô lớn bằng Spark SQL và DataFrames * Triển khai các thuật toán học máy có thể mở rộng với thư viện MLlib * Áp dụng các kỹ thuật kỹ thuật tính năng và chuyển đổi dữ liệu ở quy mô lớn * Đánh giá hiệu suất mô hình bằng các phương pháp xác thực phân tán * Khám phá các khái niệm MLOps nền tảng để quản lý các đường ống dữ liệu quy mô lớn Khóa học bắt đầu với các thuật ngữ thiết yếu và nền tảng khái niệm của tính toán cụm. Sau đó, bạn sẽ tiến hành qua các giải thích bằng văn bản và các ví dụ mã minh họa cách xây dựng và tinh chỉnh quy trình làm việc học máy. Khóa học này được thiết kế cho người mới bắt đầu quan tâm đến khoa học dữ liệu hoặc kỹ thuật. Không yêu cầu kinh nghiệm trước đó với dữ liệu lớn hoặc hệ thống phân tán. Bắt đầu hành trình của bạn vào thế giới khoa học dữ liệu có thể mở rộng.