Apache Spark Eğitimi
Apache Spark Eğitimi ile büyük verinin yarattığı fırsatları yakalamak için hazırlanın. Verinin baş döndürücü hızla çoğaldığı günümüzde onu en iyi şekilde kullanmak ve yeni çağın sunduğu bu fırsattan maksimum derecede faydalanmak için kullanılabilecek en iyi araçlardan birisi şüphesiz Apache Spark’tır. Büyük veri dünyasının öncü topluluğu Apache tarafından geliştirilen ve en güçlü açık kaynak yazılımı topluluğuna sahip Apache Spark büyük veride harikalar yaratıyor.
Apache Spark eğitimi, özellikle büyük veri ile uğraşan veya kariyerine bu yönde ilerlemek isteyen “datascientist, big data engineer, machine learning engineer, big data administrator” ler için oldukça idealdir. Bu kursta her seviyeden katılımcının alacağı çok şey var. Üstelik kurstaki tüm uygulamalar hem Scala hem Python ile işleniyor. Hem Türkçe olması, hem bu kadar kapsamlı olması ve Spark’ın en popüler 2 diline sahip olması kursu emsalleri arasında benzersiz kılmaktadır. Scala bilmeyenler için Scala başlangıç bölümü bile var.
Kursun hedef kitlesi başlangıç ve orta seviyeli kursiyerlerdir. Yeni başlayanların öğreneceği şeyler daha çok olamasına rağmen muhakkak orta ve ileri seviye kursiyerlerin de içinden öğreneceği bir çok şey çıkacaktır.
Not: Eğitim kurumlar ve şirketler içindir, bireylere yönelik değildir.
Apache Spark eğitimi içeriği aşağıdadır.
Daha fazla bilgi için: veribilimiokulu@gmail.com adresine “Apache Spark Eğitimi” başlığı ile e-posta gönderebilirsiniz.
Ya da +90 212 231 30 01 numaralı telefondan bilgi alabilirsiniz.
1. KISIM: GİRİŞ
1. Tanışma ve Kurulumlar
2. KISIM: SCALA TEMEL
2. Scala Başlangıç Eğitimi
3. KISIM: SPARK TEMEL
3.1. Spark Low Level (RDD) API Basic Transformations ve Actions
3.2. Spark Low Level (RDD) API PairRDD Transformations
3.3. Spark Low Level API: Broadcast Variables ve Accumulators
3.4. Spark High Level (Dataframe-SQL-Dataset) API
4. KISIM: VERİYİ ANLAMAK, KEŞFETMEK VE VERİ ÖN HAZIRLIĞI
4.1. Veriyi Anlamak ve Keşfetmek (Data Understanding)
4.1.1. Veri Setini Tanımak ve Keşfetmek
4.2. Veri Temizliği ve Ön Hazırlığı (Data Preparation)
4.2.1. Veri Temizliği ve Ön Hazırlığı
4.3. Pipeline
4.3.1. Pipeline Teori
4.3.2. Pipeline Uygulama
5. KISIM: APACHE SPARK İLE MAKİNE ÖĞRENMESİ
5.1. Makine Öğrenmesi Giriş Teori
5.2. Regresyon
5.3. Sınıflandırma
5.4. Kümeleme
5.5. Model Doğrulama ve Model Başarı Değerlendirme Yöntemleri
6. KISIM: APACHE SPARK İLE AKAN VERİ İŞLEME
6.1. Spark Structured Streaming Uygulamaları