Building Machine Learning Pipelines in PySpark MLlib

4.3

54件の評価

提供:

2,909人がすでに登録済みです

このガイド付きプロジェクトでは、次のことを行います。
1.5 hours
中級
ダウンロード不要
分割画面ビデオ
英語
デスクトップのみ

By the end of this project, you will learn how to create machine learning pipelines using Python and Spark, free, open-source programs that you can download. You will learn how to load your dataset in Spark and learn how to perform basic cleaning techniques such as removing columns with high missing values and removing rows with missing values. You will then create a machine learning pipeline with a random forest regression model. You will use cross validation and parameter tuning to select the best model from the pipeline. Lastly, you will evaluate your model’s performance using various metrics. A pipeline in Spark combines multiple execution steps in the order of their execution. So rather than executing the steps individually, one can put them in a pipeline to streamline the machine learning process. You can save this pipeline, share it with your colleagues, and load it back again effortlessly. Note: You should have a Gmail account which you will use to sign into Google Colab. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

あなたが開発するスキル

  • Machine Learning Pipelines

  • hyperparameter tuning

  • PySpark

  • Cross Validation

ステップバイステップで学習します

ワークエリアを使用した分割画面で再生するビデオでは、講師がこれらの手順を説明します。

ガイド付きプロジェクトの仕組み

ワークスペースは、ブラウザに完全にロードされたクラウドデスクトップですので、ダウンロードは不要です

分割画面のビデオで、講師が手順ごとにガイドします

レビュー

BUILDING MACHINE LEARNING PIPELINES IN PYSPARK MLLIB からの人気レビュー

すべてのレビューを見る

よくある質問