Machine Learning y Regresión con PySpark. Guía paso a paso

ofrecido por
Coursera Project Network
En este Proyecto guiado, tú:

Aprender los fundamentos de Apache Spark y MLlib

Generar un modelo de regresión con MLlib y PySpark de principio a fin

Comprender en profundidad el funcionamiento de los modelos de regresión

Clock2 horas
BeginnerPrincipiante
CloudNo se necesita descarga
VideoVideo de pantalla dividida
Comment DotsEspañol (Spanish)
LaptopSolo escritorio

Es un curso práctico y efectivo para aprender a generar modelos de regresión (Machine Learning) con PySpark en un entorno de Big Data. Te enseñaremos desde cero los fundamentos de Spark y MLlib, y acabarás desarrollando avanzados modelos de regresión en PySpark para predecir el precio de las viviendas o el número de bicis que se alquilarán por horas.

Habilidades que desarrollarás

Machine LearningJupyter notebooksPySpark

Aprende paso a paso

En un video que se reproduce en una pantalla dividida con tu área de trabajo, tu instructor te guiará en cada paso:

  1. Fundamentos de Spark  y Jupyter Notebooks

  2. Fundamentos de regresión con MLlib en PySpark

  3. Carga y Preprocesamiento de datos con PySpark

  4. Entrenamiento de modelos y optimización con MLlib

  5. Predicciones y evaluación de modelos

Cómo funcionan los proyectos guiados

Tu espacio de trabajo es un escritorio virtual directamente en tu navegador, no requiere descarga.

En un video de pantalla dividida, tu instructor te guía paso a paso

Preguntas Frecuentes

Preguntas Frecuentes

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.