De 0 a 1: Spark para Ciencia de Datos con Python

¡Oferta!

De 0 a 1: Spark para Ciencia de Datos con Python. Una tierra con los pies en, toma tímido pero confía en técnicas de aprendizaje automático que se puede poner a trabajar hoy

50,00  50,00 

Descripción

No te pierdas este fabuloso curso online llamado De 0 a 1: Spark para Ciencia de Datos con Python. Es 100% online y comenzarás justo en el momento de matricularte. Tú serás el que marques tu propio ritmo de aprendizaje.

Breve descripción del curso llamado De 0 a 1: Spark para Ciencia de Datos con Python

Una tierra con los pies en, toma tímido pero confía en técnicas de aprendizaje automático que se puede poner a trabajar hoy

El profesor de este fabuloso curso 100% online es Loony Corn, un auténtico experto en la materia, y con el que aprenderás todo lo necesario para ser más competitivo. El curso se ofrece en Inglés.

Descripción completa del curso llamado De 0 a 1: Spark para Ciencia de Datos con Python

Course Description Taught by a 4 person team including 2 Stanford-educated, ex-Googlers and 2 ex-Flipkart Lead Analysts. This team has decades of practical experience in working with Java and with billions of rows of data. Get your data to fly using Spark for analytics, machine learning and data science Let’s parse that. What’s Spark? If you are an analyst or a data scientist, you’re used to having multiple systems for working with data. SQL, Python, R, Java, etc. With Spark, you have a single engine where you can explore and play with large amounts of data, run machine learning algorithms and then use the same system to productionize your code. Analytics: Using Spark and Python you can analyze and explore your data in an interactive environment with fast feedback. The course will show how to leverage the power of RDDs and Dataframes to manipulate data with ease. Machine Learning and Data Science : Spark’s core functionality and built-in libraries make it easy to implement complex algorithms like Recommendations with very few lines of code. We’ll cover a variety of datasets and algorithms including PageRank, MapReduce and Graph datasets. What’s Covered: Lot’s of cool stuff .. Music Recommendations using Alternating Least Squares and the Audioscrobbler datasetDataframes and Spark SQL to work with Twitter dataUsing the PageRank algorithm with Google web graph datasetUsing Spark Streaming for stream processing Working with graph data using the Marvel Social network dataset .. and of course all the Spark basic and advanced features: Resilient Distributed Datasets, Transformations (map, filter, flatMap), Actions (reduce, aggregate) Pair RDDs , reduceByKey, combineByKey Broadcast and Accumulator variables Spark for MapReduce The Java API for Spark Spark SQL, Spark Streaming, MLlib and GraphFrames (GraphX for Python) Mail us about anything – anything! – and we will always reply 🙂

Información adicional

Profesor

Loony Corn

Lecciones

53

Duración

8.5

Nivel

Todos

Idioma

Inglés

Incluye

Acceso de por vida <br/> Devolución a los 30 días garantizada <br/> Disponible en iOS y Android <br/> Certificado de finalización

Valoraciones

No hay valoraciones aún.

Sé el primero en valorar “De 0 a 1: Spark para Ciencia de Datos con Python”

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

*

Información adicional

Profesor

Loony Corn

Lecciones

53

Duración

8.5

Nivel

Todos

Idioma

Inglés

Incluye

Acceso de por vida <br/> Devolución a los 30 días garantizada <br/> Disponible en iOS y Android <br/> Certificado de finalización

No te pierdas este fabuloso curso online llamado De 0 a 1: Spark para Ciencia de Datos con Python. Es 100% online y comenzarás justo en el momento de matricularte. Tú serás el que marques tu propio ritmo de aprendizaje.

Breve descripción del curso llamado De 0 a 1: Spark para Ciencia de Datos con Python

Una tierra con los pies en, toma tímido pero confía en técnicas de aprendizaje automático que se puede poner a trabajar hoy

El profesor de este fabuloso curso 100% online es Loony Corn, un auténtico experto en la materia, y con el que aprenderás todo lo necesario para ser más competitivo. El curso se ofrece en Inglés.

Descripción completa del curso llamado De 0 a 1: Spark para Ciencia de Datos con Python

Course Description Taught by a 4 person team including 2 Stanford-educated, ex-Googlers and 2 ex-Flipkart Lead Analysts. This team has decades of practical experience in working with Java and with billions of rows of data. Get your data to fly using Spark for analytics, machine learning and data science Let’s parse that. What’s Spark? If you are an analyst or a data scientist, you’re used to having multiple systems for working with data. SQL, Python, R, Java, etc. With Spark, you have a single engine where you can explore and play with large amounts of data, run machine learning algorithms and then use the same system to productionize your code. Analytics: Using Spark and Python you can analyze and explore your data in an interactive environment with fast feedback. The course will show how to leverage the power of RDDs and Dataframes to manipulate data with ease. Machine Learning and Data Science : Spark’s core functionality and built-in libraries make it easy to implement complex algorithms like Recommendations with very few lines of code. We’ll cover a variety of datasets and algorithms including PageRank, MapReduce and Graph datasets. What’s Covered: Lot’s of cool stuff .. Music Recommendations using Alternating Least Squares and the Audioscrobbler datasetDataframes and Spark SQL to work with Twitter dataUsing the PageRank algorithm with Google web graph datasetUsing Spark Streaming for stream processing Working with graph data using the Marvel Social network dataset .. and of course all the Spark basic and advanced features: Resilient Distributed Datasets, Transformations (map, filter, flatMap), Actions (reduce, aggregate) Pair RDDs , reduceByKey, combineByKey Broadcast and Accumulator variables Spark for MapReduce The Java API for Spark Spark SQL, Spark Streaming, MLlib and GraphFrames (GraphX for Python) Mail us about anything – anything! – and we will always reply 🙂