یادگیری ماشین با آپاچی اسپارک

آنچه یاد خواهید گرفت:

• بیان مفهوم یادگیری ماشین، توضیح نقش آن در مهندسی داده، خلاصه‌ای از هوش مصنوعی مولد، بررسی کاربردهای اسپارک و تحلیل پایپ لاین یادگیری ماشین و پایداری مدل‌ها
• ارزیابی مدل‌های یادگیری ماشین، تمایز بین مدل‌های رگرسیون، طبقه‌بندی و خوشه‌بندی، و مقایسه پایپ لاین مهندسی داده با پایپ لاین یادگیری ماشین
• ساخت فرآیندهای تحلیل داده با استفاده از Spark SQL و انجام رگرسیون، طبقه‌بندی و خوشه‌بندی با استفاده از SparkML
• نشان‌دادن اتصال به خوشه‌های اسپارک، ساخت پایپ لاین یادگیری ماشین، انجام استخراج و تحول ویژگی‌ها و پایداری مدل

توضیحات دوره

به دنیای هیجان‌انگیز یادگیری ماشین با این دوره آموزشی از IBM خوش آمدید.

با یادگیری اصول اولیه یادگیری ماشین آغاز کنید و سپس قدرت آپاچی اسپارک را برای ساخت و استقرار مدل‌های یادگیری ماشین در کاربردهای مهندسی داده کشف کنید. در تکنیک‌های یادگیری تحت نظارت و بدون نظارت عمیق شوید و امکانات انقلابی هوش مصنوعی مولد را از طریق متون آموزشی و ویدیوها کشف کنید.

تجربه عملی از طریق استریمینگ ساختاریافته اسپارک را کسب کنید، درک خود را از پایپ لاین مهندسی داده و یادگیری ماشین توسعه دهید و با استفاده از SparkML در ارزیابی مدل‌های یادگیری ماشین مهارت پیدا کنید.

در آزمایشگاه های عملی، از SparkML برای رگرسیون، طبقه‌بندی و خوشه‌بندی استفاده می‌کنید و به شما این امکان را می‌دهد که مدل‌های پیش‌بینی و طبقه‌بندی بسازید. به خوشه‌های اسپارک متصل شوید، مجموعه‌های داده SparkSQL را تجزیه و تحلیل کنید، فعالیت‌های ETL را انجام دهید و مدل‌های یادگیری ماشین را با استفاده از Spark ML و Sci-kit learn بسازید. در نهایت، مهارت‌های کسب شده‌تان را از طریق یک پروژه نهایی نشان دهید.

این دوره متوسط برای مهندسان داده‌ی تازه‌کار و با تجربه، و همچنین متخصصان شاغل در حوزه تحلیل داده و یادگیری ماشین مناسب است. دانش قبلی در زمینه داده‌های کلان، هادوپ، اسپارک، پایتون و ETL برای این دوره بشدت توصیه می‌شود.