Apache Spark Advanced Topics E-Learning





Apache Spark Advanced Topics E-Learning
Bestel deze unieke E-Learning cursus Apache Spark Advanced Topics online, 1 jaar 24/ 7 toegang tot rijke interactieve video’s, voortgangs door rapportage en testen.
Lees meer- Merk:
- Apache Spark
- Kortingen:
-
- Koop 2 voor €126,42 per stuk en bespaar 2%
- Koop 3 voor €125,13 per stuk en bespaar 3%
- Koop 5 voor €119,97 per stuk en bespaar 7%
- Koop 10 voor €116,10 per stuk en bespaar 10%
- Koop 25 voor €109,65 per stuk en bespaar 15%
- Koop 50 voor €100,62 per stuk en bespaar 22%
- Koop 100 voor €90,30 per stuk en bespaar 30%
- Koop 200 voor €64,50 per stuk en bespaar 50%
- Beschikbaarheid:
- Op voorraad
- Levertijd:
- Bestel voor 16:00 uur en start vandaag.
- Bestel voor 17:00 uur en start vandaag
- Persoonlijke service van ons deskundige team
- Veilig betalen
- Betaal online of op factuur
- De laagste prijs garantie
Apache Spark Advanced Topics E-Learning Training
Bestel deze unieke E-Learning cursus Apache Spark Advanced Topics online, 1 jaar 24/ 7 toegang tot rijke interactieve video’s, spraak, voortgangsbewaking door rapportages en testen.
Ontdek Apache Spark, het open-source cluster computing-framework dat een fouttolerante biedt
programmeerinterface voor clusters.
Apache Spark is een open source framework voor big data-verwerking dat is gebouwd rond snelheid, gebruiksgemak en geavanceerde analyses. In dit leertraject leer je over de meer geavanceerde functies van Spark Core, Spark Streaming, Spark SQL, MLlib, GraphX en SparkR.
Cursusinhoud
Spark Core
Spark RDDs
1 Hour, 13 Minutes
Course Introduction
Review of Spark Stack
Defining Lazy Evaluation
Examining RDD Lineage
Pre-partitioning RDDs
Storing RDDs in Serialized Form
Performing Numeric Operations
Creating Custom Accumulators
Optimizing Broadcasts
Piping to External Applications
Tuning Garbage Collection
Performing Batch Importing
Determining Memory Consumption
Tuning Data Structures
Minimizing Memory Usage of Reduce Tasks
Setting the Levels of Parallelism
Data Frames and Spark SQL
43 Minutes
Creating DataFrames
Interoperating with RDDs
Examining the Load and Save Functions
Reading and Writing Parquet Files
Using JSON Dataset as a DataFrame
Reading and Writing Data in Hive Tables
Reading and Writing Data Using JDBC
Running Thrift JDBC/ODBC Server
Practice: Tuning Spark
9 Minutes
Spark Streaming
Streaming Analytics
54 Minutes
Course Introduction
Examining Discretized Streams
Ingesting TCP Socket Input Streams
Reading File Input Streams
Receiving Akka Actor Input Streams
Consuming Kafka Input Streams
Ingesting Flume Input Streams
Setting Up Kinesis Input Streams
Configuring Twitter Input Streams
Implementing Custom Input Streams
Describing Receiver Reliability
Transformations on DStreams
1 Hour, 19 Minutes
Using UpdateStateByKey Operations
Performing Transform Operations
Performing Window Operations
Performing Join Operations
Using Output Operations on DStreams
Using Data Frames and SQL Operations
Using Learning Algorithms with MLlib
Persisting Stream Data in Memory
Enabling and Configuring Checkpointing
Deploying Applications
Monitoring Applications
Reducing Batch Processing Times
Performance Tuning
19 Minutes
Setting Batch Intervals
Tuning Memory Usage
Examining the Semantics of Fault Tolerance
Practice: Transformations on Dstreams
6 Minutes
Exercise: Perform Transformations on DStreams
MLlib, GraphX, and R
Machine Learning with MLlib
1 Hour, 12 Minutes
Course Introduction
Describing Data Types
Examining Basic Statistics
Exploring Linear SVMs
Performing Logistic Regression
Using Naive Bayes
Creating Decision Trees
Using Collaborative Filtering with ALS
Clustering with K-means
Clustering with Latent Dirichlet Allocation (LDA)
Analyzing with Frequent Pattern Mining
GraphX
57 Minutes
Examining the Property Graph
Exploring the Graph Operators
Performing Analytics with Neighborhood Aggregation
Messaging with Pregel API
Building Graphs
Examining Vertex and Edge RDDs
Optimizing Representation Through Partitioning
Measuring Vertices with PageRank
R and Spark
37 Minutes
Installing SparkR
Running SparkR
Using Existing R Packages
Exposing RDDs as Distributed Lists
Interoperating with DataFrames
Using Parquet Files
Running on a Cluster
Practice: Use MLlib
10 Minutes
Exercise: Use MLlib
Duur | 7:42 uur |
---|---|
Taal | Engels |
Certificaat van deelname | Ja |
Online toegang | 365 dagen |
Voortgangsbewaking | Ja |
Award Winning E-learning | Ja |
Geschikt voor mobiel | Ja |
Er zijn nog geen reviews geschreven over dit product.
Beoordelingen
Er zijn nog geen reviews geschreven over dit product.
Microsoft Office SCORM e-Learning
Wilt u Microsoft Office e-Learning SCORM hosten in het LMS van uw organisatie? Neem contact met ons op.