وب سایت تخصصی شرکت فرین
دسته بندی دوره ها

Spark و Python برای داده های بزرگ با Pyspark

سرفصل های دوره

بیاموزید که چگونه از جرقه با پایتون استفاده کنید ، از جمله جرقه جرقه ، یادگیری ماشین ، Spark 2.0 DataFrames و موارد دیگر!

عنوان اصلی : Spark and Python for Big Data with PySpark

سرفصل های دوره :

مقدمه دوره:
بررسی اجمالی دوره
سوالات متداول
جرقه چیست؟ چرا پایتون؟
تنظیم پایتون با جرقه:
نمای کلی تنظیم
توجه داشته باشید در مورد بخش های نصب
Databricks Setup:
راه اندازی توصیه شده
تنظیمات Databricks
تنظیم محلی VirtualBox:
نصب محلی قسمت Virtualbox قسمت 1
نصب محلی VirtualBox قسمت 2
تنظیم pyspark
AWS EC2 Pyspark Set-Up:
راهنمای تنظیم AWS EC2
ایجاد نمونه EC2
SSH با Mac یا Linux
نصب در EC2
AWS EMR Setup:
تنظیم AWS EMR
دوره سقوط پایتون:
مقدمه دوره Crash Python
نمای کلی نوت بوک Jupyter
دوره Crash Python Part One
دوره سقوط پایتون قسمت دوم
دوره سقوط پایتون قسمت سوم
تمرینات دوره سقوط پایتون
راه حل های تمرینی دوره Crash Python
مبالغ DataFrame Spark:
مقدمه ای برای Spark Dataframes
اصول اولیه DataFrame
مبالغ Spark DataFrame قسمت دوم
Spark DataFrame عملیات اساسی
عملیات گروهی و کل
تاریخ و زمان بندی
Spark DataFrame تمرین پروژه:
تمرین پروژه DataFrame
DataFrame Project Project Solutions
مقدمه یادگیری ماشین با MLLIB:
مقدمه ای برای یادگیری ماشین و ISLR
یادگیری ماشین با جرقه و پایتون با mllib
رگرسیون خطی:
نمونه مستندات رگرسیون خطی
ارزیابی رگرسیون
کد نمونه رگرسیون خطی در امتداد
راه حل های مشاوره رگرسیون خطی
رگرسیون لجستیک:
نظریه رگرسیون لجستیک و خواندن
کد نمونه رگرسیون لجستیک در امتداد
کد رگرسیون لجستیک در امتداد
راه حل های مشاوره رگرسیون لجستیک
درختان تصمیم گیری و جنگل های تصادفی:
نظریه روشهای درخت و خواندن
نمونه های مستندات روشهای درخت
تصمیم گیری و کد جنگل تصادفی در طول مثال
راه حل های مشاوره طبقه بندی جنگل تصادفی
خوشه بندی k-mean:
تئوری خوشه بندی K-Means و خواندن
نمونه مستندات خوشه بندی Kmeans
کد نمونه خوشه بندی در امتداد
راه حل های پروژه مشاوره خوشه بندی
فیلتر مشترک برای سیستم های پیشنهادی:
مقدمه به سیستم های پیشنهادی
سیستم پیشنهادی - کد در طول پروژه
پردازش زبان طبیعی:
مقدمه پردازش زبان طبیعی
NLP Tools قسمت اول
NLP Tools قسمت دوم
کد پردازش زبان طبیعی در طول پروژه
جریان جرقه با پایتون:
مقدمه ای برای پخش با جرقه!
نمونه مستندات جریان جرقه
پروژه توییتر جریان جرقه - بخشی
پروژه توییتر جرقه جرقه - قسمت دوم
پروژه توییتر جرقه جرقه - قسمت سوم
جایزه:
سخنرانی جایزه:

نمایش سرفصل های انگلیسی

Spark and Python for Big Data with PySpark

45,900 تومان
بیش از یک محصول به صورت دانلودی میخواهید؟ محصول را به سبد خرید اضافه کنید.
خرید دانلودی فوری

در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.

ایمیل شما:
تولید کننده:
مدرس:
شناسه: UD25915
حجم: 3550 مگابایت
مدت زمان: 636 دقیقه
تعداد دیسک: 1 عدد
زیرنویس انگلیسی: دارد
زبان: انگلیسی ساده و روان
تاریخ انتشار: 6 شهریور 1401
Spark و Python برای داده های بزرگ با Pyspark
Spark و Python برای داده های بزرگ با Pyspark 1
Spark و Python برای داده های بزرگ با Pyspark 2
Spark و Python برای داده های بزرگ با Pyspark 3
Spark و Python برای داده های بزرگ با Pyspark 4
Spark و Python برای داده های بزرگ با Pyspark 5
Spark و Python برای داده های بزرگ با Pyspark 6
طراحی سایت و خدمات سئو

45,900 تومان
افزودن به سبد خرید