علم البيانات باستخدام Spark و Python

مع نمو البيانات، غالبًا ما تكافح أدوات التحليل التقليدية لمواكبة متطلبات معالجة علم البيانات الحديث. يعد الانتقال إلى الحوسبة الموزعة أمرًا ضروريًا لأي محترف يتطلع إلى التعامل مع المعلومات على نطاق واسع. تقدم هذه الدورة مسارًا واضحًا من معالجة البيانات الأساسية إلى بناء خطوط أنابيب قوية وموزعة باستخدام Spark و Python. ستنتقل من نصوص البيانات المحلية إلى تطبيقات قابلة للتوسع يمكنها التعامل مع مليارات الصفوف. بنهاية هذه الدورة، ستتمكن من تحويل وتحليل ونمذجة البيانات الكبيرة باستخدام الأدوات والتقنيات القياسية في الصناعة. ما ستتعلمه: - فهم البنية الأساسية لـ Spark وأساسيات الحوسبة الموزعة - معالجة مجموعات البيانات الكبيرة باستخدام DataFrames و Spark SQL للتحليل الفعال - تطبيق خوارزميات تعلم الآلة وأنظمة التوصية باستخدام MLlib - ممارسة تحويلات البيانات المعقدة باستخدام RDDs وعمليات map و filter و reduce - تطبيق أنماط البيانات الحديثة بما في ذلك البث المنظم للمعالجة في الوقت الفعلي - تحليل البيانات المترابطة باستخدام معالجة الرسوم البيانية و GraphFrames - تكوين بيئات Spark وتحسين الأداء للكود الجاهز للإنتاج تبدأ الدورة بالمصطلحات الأساسية والمفاهيم التأسيسية قبل الانتقال إلى معالجة البيانات العملية. ستتقدم من خلال الشروحات المكتوبة وأمثلة الكود التي تغطي كل شيء من تنظيف البيانات الأساسي إلى سير عمل تعلم الآلة المتقدم ومعالجة التدفق. تم تصميم هذه الدورة للمبتدئين في مجال البيانات الضخمة ومستخدمي Python الذين يرغبون في توسيع قدراتهم التحليلية. لا يلزم وجود خبرة سابقة في Spark أو الأنظمة الموزعة. ابدأ القراءة اليوم لإتقان الأدوات التي تدعم علم البيانات الحديث.