课程名称: Distributed Computing with Spark SQL

课程主页: https://www.coursera.org/learn/spark-sql

所在平台: Coursera

课程类别: 数据分析

大学或机构: 加州大学戴维斯分校

讲师： Brooke Wenig,Conor Murphy

授课语言： 英语

提供字幕： 英文

课程文件大小： 316MB

课程介绍： 本课程是为有SQL经验的学生开设的，现在他们想进一步熟悉使用Spark的分布式计算。学生将了解什么时候使用Spark，以及Spark作为一个引擎如何将数据和人工智能技术大规模地结合起来。这四个模块相互构建，在课程结束时，学生将理解:Spark架构、Spark数据框架、优化读/写数据以及如何构建机器学习模型。第一个模块将介绍Spark，包括Spark如何与分布式计算一起工作，以及什么是Spark数据框架。模块2涵盖了Spark的核心概念，如存储与计算、缓存、分区和Spark用户界面。第三个模块着眼于工程数据管道，包括连接数据库、模式和类型、文件格式和编写好的数据。最后一个模块将通过业务用例，对什么是机器学习的简短介绍，构建和应用模型，以及最后的课程总结，来看一下Spark在机器学习中的应用。通过了解何时使用Spark，或者在模型或数据太大而无法在单台机器上处理时进行扩展，或者需要简单地加快速度以获得更快的结果，学生们将磨练自己的SQL技能，成为一名更熟练的数据科学家。

本课程属于 Learn SQL Basics for Data Science Specialization/专项课程 中的第3门课程。

最近更新：2020年7月7日。

课程压缩包下载地址（度盘链接 解压密码：xuebuyan.org）：

友情提醒：