
توضیحات
دوره Spark, Ray, and Python for Scalable Data Science. این دوره آموزشی به شما میآموزد چگونه با استفاده از اسپارک، ری و پایتون، پروژههای علم داده و یادگیری ماشین را در مقیاس بزرگ پیادهسازی کنید. با توجه به گسترش نیاز به تحلیل دادههای حجیم، این دوره مفاهیم پایهای و تمرینهای عملی را برای تسلط بر ابزارهای محاسبات توزیعشده ارائه میدهد. ابتدا با مقدمهای بر گردش کار علم داده و ضرورت استفاده از چارچوبهایی مانند اسپارک و ری آشنا میشوید. سپس مبانی سیستمهای توزیعشده و نحوه عملکرد این ابزارها بررسی میشود. در ادامه، اسپارک بهصورت عملی با مثالهایی مانند ساختار داده RDD و عملیات MapReduce آموزش داده میشود. همچنین، کاربرد اسپارک در پردازش زبان طبیعی (NLP) و تحلیل اکتشافی دادهها (EDA) در مقیاس بزرگ نشان داده میشود. در بخش مربوط به ری، تفاوتها و شباهتهای آن با اسپارک مقایسه شده و روشهای توزیع توابع و اشیاء با استفاده از ری اکثرس شرح داده میشود. در نهایت، کاربرد ری در مقیاسبندی آموزش مدلهای یادگیری ماشین، تنظیم هایپرپارامترها و استقرار مدلها در محیط عملیاتی بررسی میشود. این دوره با ترکیب تئوری و عمل، مهارتهای لازم برای مدیریت پروژههای داده در مقیاسهای بزرگ را فراهم میکند.
پس از Extract، با Player دلخواه خود مشاهده کنید.
