วิทยาศาสตร์ข้อมูลด้วย Spark และ Python

เมื่อข้อมูลเติบโตขึ้น เครื่องมือวิเคราะห์แบบดั้งเดิมมักจะประสบปัญหาในการรองรับความต้องการในการประมวลผลของวิทยาศาสตร์ข้อมูลสมัยใหม่ การเปลี่ยนไปใช้ distributed computing เป็นสิ่งจำเป็นสำหรับมืออาชีพที่ต้องการจัดการข้อมูลในระดับใหญ่ หลักสูตรนี้มอบเส้นทางที่ชัดเจนตั้งแต่การจัดการข้อมูลพื้นฐานไปจนถึงการสร้างไปป์ไลน์แบบกระจายที่แข็งแกร่งโดยใช้ Spark และ Python คุณจะเปลี่ยนจากการใช้สคริปต์ข้อมูลในเครื่องไปสู่แอปพลิเคชันที่ปรับขนาดได้ซึ่งสามารถจัดการข้อมูลได้หลายพันล้านแถว เมื่อสิ้นสุดหลักสูตรนี้ คุณจะสามารถแปลง วิเคราะห์ และสร้างแบบจำลองข้อมูลขนาดใหญ่โดยใช้เครื่องมือและเทคนิคที่เป็นมาตรฐานอุตสาหกรรม สิ่งที่คุณจะได้เรียนรู้: - ทำความเข้าใจสถาปัตยกรรมหลักของ Spark และพื้นฐานของ distributed computing - ประมวลผลชุดข้อมูลขนาดใหญ่โดยใช้ DataFrames และ Spark SQL เพื่อการวิเคราะห์ที่มีประสิทธิภาพ - ใช้ machine learning algorithms และระบบแนะนำ (recommendation systems) โดยใช้ MLlib - ฝึกฝนการแปลงข้อมูลที่ซับซ้อนโดยใช้ RDDs, map, filter, และ reduce operations - ประยุกต์ใช้รูปแบบข้อมูลสมัยใหม่ รวมถึง structured streaming สำหรับการประมวลผลแบบเรียลไทม์ - วิเคราะห์ข้อมูลที่เชื่อมโยงกันโดยใช้ graph processing และ GraphFrames - กำหนดค่าสภาพแวดล้อม Spark และเพิ่มประสิทธิภาพสำหรับโค้ดที่พร้อมใช้งานจริง (production-ready code) หลักสูตรเริ่มต้นด้วยคำศัพท์ที่จำเป็นและแนวคิดพื้นฐาน ก่อนที่จะเข้าสู่การจัดการข้อมูลเชิงปฏิบัติ คุณจะก้าวหน้าผ่านคำอธิบายที่เป็นลายลักษณ์อักษรและตัวอย่างโค้ดที่ครอบคลุมทุกอย่างตั้งแต่การทำความสะอาดข้อมูลพื้นฐานไปจนถึงเวิร์กโฟลว์ machine learning ขั้นสูงและการประมวลผลสตรีม หลักสูตรนี้ออกแบบมาสำหรับผู้เริ่มต้นในด้าน big data และผู้ใช้ Python ที่ต้องการขยายขีดความสามารถในการวิเคราะห์ของตน ไม่จำเป็นต้องมีประสบการณ์ล่วงหน้ากับ Spark หรือ distributed systems เริ่มอ่านวันนี้เพื่อเชี่ยวชาญเครื่องมือที่ขับเคลื่อนวิทยาศาสตร์ข้อมูลสมัยใหม่