Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
spark.mllib: τύποι δεδομένων, αλγόριθμοι και βοηθητικά προγράμματα
- Τύποι δεδομένων
- Βασικά στατιστικά στοιχεία
- συνοπτικά στατιστικά στοιχεία
- συσχετίσεις
- στρωματοποιημένη δειγματοληψία
- δοκιμή υποθέσεων
- δοκιμή σημασίας ροής
- τυχαία παραγωγή δεδομένων
- Ταξινόμηση και παλινδρόμηση
- γραμμικά μοντέλα (SVM, λογιστική παλινδρόμηση, γραμμική παλινδρόμηση)
- αφελής Bayes
- δέντρα απόφασης
- σύνολα δέντρων (Random Forests και Gradient-Boosted Trees)
- ισοτονική παλινδρόμηση
- Συνεργατικό φιλτράρισμα
- εναλλασσόμενα ελάχιστα τετράγωνα (ALS)
- Ομαδοποίηση
- κ-μέσος
- Gaussian μείγμα
- ομαδοποίηση επανάληψης ισχύος (PIC)
- λανθάνουσα κατανομή Dirichlet (LDA)
- διχοτόμηση k-means
- streaming k-means
- Μείωση διαστάσεων
- αποσύνθεση μοναδικής τιμής (SVD)
- ανάλυση κύριου συστατικού (PCA)
- Εξαγωγή και μετασχηματισμός χαρακτηριστικών
- Συχνή εξόρυξη προτύπων
- FP-ανάπτυξη
- κανόνες ένωσης
- PrefixSpan
- Μετρήσεις αξιολόγησης
- Εξαγωγή μοντέλου PMML
- Βελτιστοποίηση (προγραμματιστής)
- στοχαστική κλίση κάθοδος
- περιορισμένης μνήμης BFGS (L-BFGS)
spark.ml: API υψηλού επιπέδου για αγωγούς ML
- Επισκόπηση: εκτιμητές, μετασχηματιστές και αγωγοί
- Εξαγωγή, μετατροπή και επιλογή χαρακτηριστικών
- Ταξινόμηση και παλινδρόμηση
- Ομαδοποίηση
- Προχωρημένα θέματα
Requirements
Γνώση ενός από τα ακόλουθα:
- Ιάβα
- Scala
- Πύθων
- SparkR.
35 Hours
Testimonials (1)
Πολλά πρακτικά παραδείγματα, διαφορετικοί τρόποι προσέγγισης του ίδιου προβλήματος και μερικές φορές όχι τόσο προφανή κόλπα πώς να βελτιώσετε την τρέχουσα λύση
Rafal - Nordea
Course - Apache Spark MLlib
Machine Translated
