Apprenez à utiliser Apache Spark pour l’apprentissage automatique

Spark est un outil puissant et polyvalent pour travailler avec le Big Data. Spark gère de façon transparente la répartition des tâches de calcul sur un cluster. Cela signifie que les opérations sont rapides, mais cela vous permet aussi de vous concentrer sur l’analyse plutôt que de vous soucier des détails techniques. Dans ce cours, vous apprendrez à importer des données dans Spark, puis à explorer les trois algorithmes fondamentaux d’apprentissage automatique de Spark : Régression linéaire, régression logistique/classificateurs et création de pipelines.

Construire et tester des arbres de décision

Construire vos propres arbres de décision est une excellente façon de commencer à explorer les modèles d’apprentissage automatique. Vous utiliserez un algorithme appelé « partitionnement récursif » pour diviser les données en deux classes et trouver, dans vos données, un prédicteur qui permet la séparation la plus informative des deux classes, puis répéter cette opération avec d’autres nœuds. Vous pouvez ensuite utiliser votre arbre de décision pour établir des prévisions avec de nouvelles données.

Maîtrisez la régression logistique et la régression linéaire dans PySpark

La régression logistique et la régression linéaire sont des techniques essentielles d’apprentissage automatique prises en charge par PySpark. Vous apprendrez à créer et à évaluer des modèles de régression logistique, avant de passer à la création de modèles de régression linéaire pour vous aider à affiner vos prédicteurs afin de ne conserver que les options les plus pertinentes.

À la fin du cours, vous vous sentirez en confiance pour appliquer vos nouvelles connaissances en apprentissage automatique, grâce à des tâches pratiques et à des ensembles de données d’entraînement répartis tout au long du cours.

Emplacement du maître Spark

Machine Learning avec PySpark

Exercice interactif pratique