Học máy dữ liệu lớn với Apache Spark

Khi tập dữ liệu trở nên quá lớn để một máy tính duy nhất xử lý, các công cụ học máy truyền thống sẽ đạt đến giới hạn của chúng. Chương trình này giới thiệu cho bạn sức mạnh của việc tính toán phân tán, dạy bạn cách xử lí và phân tích lượng thông tin khổng lồ một cách hiệu quả. Bạn sẽ có được kỹ năng để vượt qua quá trình xử lý địa phương và tận dụng các cụm để huấn luyện các mô hình mạnh mẽ. Vào cuối khóa học này, bạn sẽ hiểu cách chuyển đổi dữ liệu lớn thô thành những hiểu biết có thể hành động bằng cách sử dụng các công cụ tiêu chuẩn của ngành. * Hiểu được các nguyên tắc cốt lõi của hệ thống phân tán và kiến trúc Spark * Xử lý và dọn dẹp các tập dữ liệu quy mô lớn bằng Spark SQL và DataFrames * Thực hiện các thuật toán học máy có thể mở rộng với thư viện MLlib * Apply feature engineering and data transformation techniques at scale * Đánh giá hiệu suất mô hình sử dụng các phương pháp xác minh phân phối * Tìm hiểu các khái niệm MLOps cơ bản để quản lý các đường ống dữ liệu quy mô lớn Chương trình bắt đầu với thuật ngữ cơ bản và nền tảng khái niệm của việc tính toán cụm. Sau đó bạn sẽ tiến hành qua các giải thích bằng văn bản và các ví dụ mã để chứng minh cách xây dựng và tinh chỉnh các luồng công việc học máy. Chương trình này dành cho người mới bắt đầu quan tâm đến khoa học dữ liệu hoặc kỹ thuật. Không cần kinh nghiệm trước đó với dữ kiện lớn hoặc hệ thống phân tán. Bắt đầu hành trình của bạn vào thế giới của khoa học dữ liệu có thể mở rộng.