آموزش Apache PySpark توسط مثال
Apache PySpark by Example
- مزایای اکوسیستم Apache Spark
- کار با DataFrame API
- کار با ستون ها و ردیف ها
- استفاده از توابع Spark داخلی
- ایجاد عملکردهای خاص خود در Spark
- کار با مجموعه داده های توزیع شده انعطاف پذیر (RDD)
مقدمه Introduction
-
Apache PySpark Apache PySpark
-
آنچه باید بدانید What you should know
1. آشنایی با اسپارک آپاچی 1. Introduction to Apache Spark
-
اکوسیستم Apache Spark The Apache Spark ecosystem
-
چرا جرقه؟ Why Spark?
-
منشاء جرقه و دیتابریک Spark origins and Databricks
-
اجزای جرقه Spark components
-
پارتیشن ها ، تحولات ، ارزیابی های تنبل و اقدامات Partitions, transformations, lazy evaluations, and actions
2. راه اندازی فنی 2. Technical Setup
-
محیط آزمایشگاه را تنظیم کنید Set up the lab environment
-
یک دیتابیس را بارگیری کنید Download a dataset
-
واردات Importing
3. کار با API DataFrame 3. Working with the DataFrame API
-
API DataFrame The DataFrame API
-
کار با DataFrames Working with DataFrames
-
طرحواره ها Schemas
-
کار با ستون ها Working with columns
-
کار با ردیف ها Working with rows
-
راه حل Solution
4. توابع 4. Functions
-
توابع داخلی Built-in functions
-
کار با خرما Working with dates
-
توابع تعریف شده توسط کاربر User-defined functions
-
کار با پیوستن Working with joins
-
چالش Challenge
-
چالش Challenge
-
راه حل Solution
5. مجموعه داده های توزیع شده انعطاف پذیر (RDDs) 5. Resilient Distributed Datasets (RDDs)
-
RDD RDDs
-
کار با RDD Working with RDDs
نتیجه Conclusion
-
مراحل بعدی Next steps
نمایش نظرات
نظری ارسال نشده است.
https://donyad.com/d/2465
دانش داده مدیریت آموزشی و سیاست ، با بارتون پولسون
The Data Science of Educational Management and Policy, with Barton Poulson
بیاموزید که چگونه علم داده نحوه برنامه ریزی ، اجرا و ارزیابی آموزش را تغییر می دهد.
آموزش پاک کردن داده های بد در R
Cleaning Bad Data in R
داده های خود را در R. تمیز کنید. بیاموزید چگونه با استفاده از R و متنوع ، مسائل مربوط به یکپارچگی داده ها مانند داده های مفقود شده و تکراری را شناسایی و آدرس دهی کنید.
آموزش بازی دیتای فوتبال فانتزی
The Data Game of Fantasy Football
زیر و بم های فوتبال فانتزی را بیاموزید. با یادگیری نحوه استفاده از قدرت علم داده برای تهیه و مدیریت تیم قدرتمند ، از رقبای خود پیشگام شوید.
آموزش داده های بزرگ: تصویر بزرگ
Big Data: The Big Picture
فناوری Big Data از تبلیغات اعتیاد به مواد مخدره به سازمانی تبدیل شده است. این دوره به شما درباره مفاهیم Big Data ، فن آوری های اصلی و فروشندگان غالب و همچنین رویکردهای استراتژیک برای استفاده از تجزیه و تحلیل Big Data در سازمان شما آموزش می دهد.
Jonathan Fernandes
مشاور متمرکز بر علوم داده ، هوش مصنوعی و داده های بزرگ
جاناتان فرناندس برای یک مشاور کار می کند و در درجه اول روی علوم داده ، هوش مصنوعی و داده های بزرگ تمرکز دارد.
جاناتان از کار خود لذت می برد ، زیرا عشق او به اعداد ، کدگذاری و آمار را ترکیبی می کند. جاناتان دارای مدرک کارشناسی علوم کامپیوتر و MBA از دانشگاه وارویک است.
Linkedin (لینکدین)
لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی
لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.
لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.