یادگیری ماشین با PySpark

یادگیری استفاده از Apache Spark برای یادگیری ماشین

اسپارک یک ابزار قدرتمند و همه‌کاره برای کار با کلان‌داده است. این فریمورک، توزیع تسک های محاسباتی در یک خوشه را به صورت شفاف مدیریت می‌کند. این بدان معناست که عملیات سریع انجام می‌شود و همچنین به شما امکان می‌دهد تا به جای نگرانی درباره جزئیات فنی، بر تحلیل تمرکز کنید. در این دوره یاد می‌گیرید که چگونه داده را وارد اسپارک کنید و سپس به سه الگوریتم اساسی یادگیری ماشین در اسپارک بپردازید: رگرسیون خطی، رگرسیون لجستیک/طبقه‌بندها و ایجاد Pipeline.

ساخت و آزمایش درخت‌های تصمیم گیری

ساخت درخت‌های تصمیم گیری شخصی، روشی عالی برای شروع بررسی در مدل‌های یادگیری ماشین است. شما از الگوریتمی به نام «تقسیم بازگشتی» استفاده خواهید کرد تا داده را به دو کلاس تقسیم کنید و یک پیش‌بین در داده خود بیابید که منجر به آموزنده‌ترین تقسیم دو کلاس شود و این عمل را با گره‌های بیشتر تکرار کنید. سپس می‌توانید از درخت تصمیم گیری خود برای پیش‌بینی با داده جدید استفاده کنید.

تسلط به رگرسیون لجستیک و خطی در PySpark

رگرسیون لجستیک و خطی، تکنیک‌های ضروری یادگیری ماشین هستند که توسط PySpark پشتیبانی می‌شوند. شما یاد خواهید گرفت که مدل‌های رگرسیون لجستیک را بسازید و ارزیابی کنید، سپس به سراغ ایجاد مدل‌های رگرسیون خطی می‌روید تا به شما کمک کنند پیش‌بین‌های خود را فقط به مرتبط‌ترین گزینه‌ها محدود کنید.

در پایان دوره، به لطف تمرین‌های عملی و مجموعه داده تمرینی موجود در سرتاسر دوره، در به کارگیری دانش جدید خود در زمینه یادگیری ماشین اعتماد به نفس خواهید داشت.