Apache Spark を使用したビッグデータ機械学習

データセットが単一のコンピューターで処理するには大きくなりすぎると、従来の機械学習ツールはその限界に達します。このコースでは、分散コンピューティングの力を紹介し、大量の情報を効率的に処理および分析する方法を教えます。 ローカル処理を超えて、クラスターを活用して堅牢なモデルをトレーニングするスキルを習得します。このコースの終わりまでに、業界標準のツールを使用して、生のビッグデータを実用的な洞察に変換する方法を理解できるようになります。 * 分散システムとSparkアーキテクチャのコア原則を理解する * Spark SQLとDataFramesを使用して大規模なデータセットを処理およびクリーンアップする * MLlibライブラリを使用してスケーラブルな機械学習アルゴリズムを実装する * 大規模な特徴量エンジニアリングとデータ変換技術を適用する * 分散検証方法を使用してモデルのパフォーマンスを評価する * 大規模なデータパイプラインを管理するための基礎的なMLOpsの概念を探求する このコースは、クラスターコンピューティングの必須の用語と概念的基盤から始まります。その後、機械学習ワークフローを構築および改良する方法を示す文章による説明とコード例を通して進めます。 このコースは、データサイエンスまたはエンジニアリングに関心のある初心者向けに設計されています。ビッグデータや分散システムの事前の経験は必要ありません。 スケーラブルなデータサイエンスの世界への旅を始めましょう。