Temario del curso
Introducción
Comprensión del Big Data
Visión general de Spark
Visión general de Python
Visión general de PySpark
- Distribución de datos utilizando el marco de trabajo Resilient Distributed Datasets
- Distribución de computación mediante operadores de la API de Spark
Configuración de Python con Spark
Configuración de PySpark
Uso de instancias EC2 de Amazon Web Services (AWS) para Spark
Configuración de Databricks
Configuración del clúster AWS EMR
Aprendiendo los fundamentos de la programación en Python
- Iniciándose con Python
- Uso del cuaderno Jupyter
- Uso de variables y tipos de datos simples
- Trabajo con listas
- Uso de sentencias if
- Gestión de entradas de usuario
- Trabajo con bucles while
- Implementación de funciones
- Trabajo con clases
- Trabajo con archivos y excepciones
- Trabajo con proyectos, datos y API
Aprendiendo los fundamentos de Spark DataFrame
- Iniciándose con DataFrames de Spark
- Implementación de operaciones básicas con Spark
- Uso de operaciones de agrupamiento (groupby) y agregación
- Trabajo con marcas temporales y fechas
Ejercicio práctico con un proyecto de Spark DataFrame
Comprensión del aprendizaje automático con MLlib
Trabajo con MLlib, Spark y Python para aprendizaje automático
Comprensión de las regresiones
- Aprendiendo la teoría de la regresión lineal
- Implementación de código de evaluación de regresión
- Ejercicio práctico de muestra sobre regresión lineal
- Aprendiendo la teoría de la regresión logística
- Implementación de código de regresión logística
- Ejercicio práctico de muestra sobre regresión logística
Comprensión de bosques aleatorios y árboles de decisión
- Aprendiendo la teoría de métodos de árbol
- Implementación de códigos para árboles de decisión y bosques aleatorios
- Ejercicio práctico de muestra sobre clasificación con bosques aleatorios
Trabajo con agrupamiento K-means
- Comprensión de la teoría del agrupamiento K-means
- Implementación de código para agrupamiento K-means
- Ejercicio práctico de muestra sobre clustering
Trabajo con sistemas de recomendación
Implementación de procesamiento de lenguaje natural
- Comprensión del Procesamiento de Lenguaje Natural (PLN)
- Visión general de herramientas de PLN
- Ejercicio práctico de muestra sobre PLN
Streaming con Spark en Python
- Visión general del streaming con Spark
- Ejercicio práctico de muestra de streaming con Spark
Comentarios finales
Requerimientos
- Habilidades generales de programación
Público objetivo
- Desarrolladores
- Profesionales de TI
- Científicos de Datos
Testimonios (6)
Me gustó que fuera práctico. Amé aplicar el conocimiento teórico con ejemplos prácticos.
Aurelia-Adriana - Allianz Services Romania
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
El curso trataba sobre una serie de temas muy complejos y relacionados, y Pablo tiene un conocimiento profundo de cada uno de ellos. A veces, los matices se perdían en la comunicación y/o debido a las presiones de tiempo, lo que posiblemente hizo que las expectativas no se cumplieran del todo por esta razón. También hubo algunos problemas con la configuración de UHG/Azure Databricks, pero Pablo/UHG resolvió estos rápidamente una vez que se hicieron evidentes. Esto para mí demostró un alto nivel de entendimiento y profesionalismo entre UHG y Pablo,
Michael Monks - Tech NorthWest Skillnet
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
Atención individualizada.
ARCHANA ANILKUMAR - PPL
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
Formación práctica..
Abraham Thomas - PPL
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
Las lecciones se impartieron en un cuaderno de Jupyter. Los temas estaban estructurados con una secuencia lógica y ayudaron naturalmente a desarrollar la sesión desde las partes más sencillas hasta las más complejas. Ya soy un usuario avanzado de Python con conocimientos en Aprendizaje Automático, por lo que encontré el curso más fácil de seguir que, posiblemente, algunos de mis compañeros que tomaron el curso de formación. Aprecio que se hayan omitido algunos de los conceptos más elementales y que se haya centrado en los temas más sustanciales.
Angela DeLaMora - ADT, LLC
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
tareas de práctica
Pawel Kozikowski - GE Medical Systems Polska Sp. Zoo
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
