TibaMe
系統初始化失敗,請重新整理頁面
若持續無法載入頁面,請 聯絡客服

Bryan Yang

Spark第三部曲: MLlib完成資料挖掘與機器學習實戰

NT$700
人工智慧資料處理

Spark第三部曲中,老師將帶您了解機器學習原理,並快速使用Spark MLlib實作分析真實資料!課程一開始會從介紹機器學習及MLlib開始,概念清晰後再帶領學員探討資料型態及讀取資料、學習K-means分群模型和Logistic 分類模型,循序漸進的讓您從概念到實作。

NT$700

目前尚無任何課程公告
講師將會在這發佈與課程相關的公告或是通知課程內容更新的公告。

課程資訊

default clock課程時長 1 小時 28 分
default video課程共 6 單元 23 小節
default download1 個可下載的 學習資源
icon_info_certificate提供完訓證書
default plan提供制定 學習計畫建議學習 2 週 (每週 1 小時)

適合對象

✔ 對大數據處理、分析、應用有興趣者
✔ 系統架構師或系統網路管理人員
✔ 商業資料分析部門主管及相關人員

你可以學到



| 我將學習什麼?

✔ 使用Spark MLlib分析真實資料,立即應用於日常工作上
✔ 機器學習及MLlib介紹
✔ 清楚釐清:資料型態及讀取資料
✔ 學習K-means分群模型 (K-means Clustering)、Logistic 分類模型 (Logistic Regression)

課程介紹

| 為什麼我該學Spark?
在熟悉Hadoop基礎概念後,若想要深入學習大數據,那你的下一步絕對要學Spark!就讓我們在這堂課程中,用Spark玩轉資料,挑戰背後無限商機!並讓您透過此課程輕鬆進入大數據分析領域。

根據104人力銀行近年預測指出,5大資料經濟職務需求趨勢(如下圖所示),可以意識到Spark技術已成為大數據分析領域不可或缺的新核心,讓我們一起為自己打造未來,奠定大數據技術的穩固基石吧!


| 課程內容
本課程內容涵蓋:
1.機器學習
2.資料處理
3.資料分析

於本堂Spark第三部曲: MLlib完成資料挖掘與機器學習實戰中,我們將透過深入淺出的方式了解機器學習原理,使用Spark MLlib分析真實資料,學習之後能立即應用於日常工作上。


| Spark三部曲完整學程,由淺入深學習

Spark首部曲:實務基礎入門篇
Spark第二部曲: SQL輕鬆處理半結構化資料技巧
Spark第三部曲: MLlib完成資料挖掘與機器學習實戰

學習前基本能力

✔ Hadoop HDFS、Hive相關經驗
✔ Linux指令
✔ 需略懂Python、Scala

學習前準備

✔ 無


課程資訊

default clock課程時長 1 小時 28 分
default video課程共 6 單元 23 小節
default download1 個可下載的 學習資源
icon_info_certificate提供完訓證書
default plan提供制定 學習計畫建議學習 2 週 (每週 1 小時)

關於講師

Bryan Yang

I am a passionate data analyst and data engineer.
●經歷:
-曾任職於電信及顧問業
-現任資深資料工程師
-現活躍於Spark台灣社群,致力於推廣Spark技術與商業應用整合
1. 機器學習及MLlib介紹
5 小節
video common icon

Definition and termiology

video common icon

Categories of machine learning

video common icon

Machine learning piplines

試看
video common icon

What is MLlib and content

01:14
video common icon

Why MLlib?

2. 資料型態及讀取資料
2 小節
video common icon

Data type

video common icon

Import and process data for MLlib

3. 基礎統計量及相關分析
4 小節
video common icon

Descriptive Statistic

quiz common icon

Quiz

video common icon

Introduction to correlation

quiz common icon

Quiz

4. K-means分群模型 (K-means Clustering)
4 小節
試看
video common icon

Introduction to K-means

01:03
video common icon

Understading the demo data

video common icon

Analysis data using K-means

quiz common icon

Quiz

5. Logistic 分類模型 (Logistic Regression)
4 小節
video common icon

Introdution to logistic regression

video common icon

Uderstading the demo data and preprocess

video common icon

Build a prediction model

quiz common icon

Quiz

6. ALS推薦影片模型
4 小節
video common icon

Intro to ALS

video common icon

Import data and ETL

video common icon

Build a recommendation system

quiz common icon

Quiz

學習附件

file-icon
MLlib-DEMO-master.zip
887.75 KB
stage arrow to bottom

關於講師

Bryan Yang

I am a passionate data analyst and data engineer.
●經歷:
-曾任職於電信及顧問業
-現任資深資料工程師
-現活躍於Spark台灣社群,致力於推廣Spark技術與商業應用整合
立即加入成為Line官方好友
become line friend
返回主選單
課程類型
影音課程
直播課程
實體課程
返回主選單
返回主選單
返回主選單
返回主選單