Data Science mit Spark und Python

Mit dem Datenwachstum haben herkömmliche Analysetools oft Schwierigkeiten, mit den Verarbeitungsanforderungen der modernen Datenwissenschaft Schritt zu halten.Der Übergang zu verteiltem Computing ist für jeden Fachmann, der Informationen im großen Maßstab verarbeiten möchte, unerlässlich. Dieser Kurs bietet einen klaren Weg von der grundlegenden Datenmanipulation bis zum Aufbau robuster, verteilter Pipelines mit Spark und Python. Sie werden von lokalen Datenskripten zu skalierbaren Anwendungen wechseln, die Milliarden von Zeilen verarbeiten können.Am Ende dieses Kurses werden Sie in der Lage sein, große Daten mit branchenüblichen Tools und Techniken zu transformieren, zu analysieren und zu modellieren. Was Sie lernen werden: - Verstehen Sie die Kernarchitektur von Spark und die Grundlagen des verteilten Computings - Verarbeiten Sie große Datensätze mit DataFrames und Spark SQL für eine effiziente Analyse - Implementieren Sie Machine-Learning-Algorithmen und Empfehlungssysteme mit MLlib - Üben Sie komplexe Datentransformationen mit RDDs, Mappen, Filtern und Reduzieren von Operationen - Wenden Sie moderne Datenmuster einschließlich strukturiertem Streaming für die Echtzeitverarbeitung an - Analysieren Sie miteinander verbundene Daten mit Graph Processing und GraphFrames - Konfigurieren Sie Spark-Umgebungen und optimieren Sie die Leistung für produktionsbereiten Code Der Kurs beginnt mit der grundlegenden Terminologie und den grundlegendsten Konzepten, bevor Sie in die praktische Datenmanipulation einsteigen.Sie werden schriftliche Erklärungen und Codebeispiele durchlaufen, die alles von der grundlegende Datenreinigung bis hin zu erweiterten Machine Learning-Workflows und Stream-Verarbeitung abdecken. Dieser Kurs richtet sich an Anfänger im Big Data-Bereich und Python-Benutzer, die ihre analytischen Fähigkeiten skalieren möchten.Es sind keine Vorkenntnisse mit Spark oder verteilten Systemen erforderlich. Lesen Sie noch heute weiter, um die Werkzeuge zu meistern, die die moderne Data Science vorantreiben.