地元の講師主導のApache Sparkの実習コースは、SparkがBig Dataエコシステムにどのように適合しているか、そしてデータ分析にSparkを使用する方法を実践的に実践しています。 Apache Sparkのトレーニングは、「オンサイトライブトレーニング」または「リモートライブトレーニング」として利用できます。現場での現場でのトレーニングは、 日本 NobleProgの企業研修センターで日本 。リモートライブトレーニングは、インタラクティブなリモートデスクトップを介して実行されます。 NobleProg - あなたの地域のトレーニングプロバイダー
Machine Translated
お客様の声
リチャードは、非常に落ち着いて組織的で、分析的な洞察力を持っています。まさにこの種のことを提示するのに必要な資質です。
Kieran Mac Kenna
コース: Spark for Developers
Machine Translated
考えられるシナリオとケース
zhaopeng liu - Fmr
コース: Spark for Developers
Machine Translated
ケーススタディ
国栋 张
コース: Spark for Developers
Machine Translated
セッションのすべての部分
Eric Han - Fmr
コース: Spark for Developers
Machine Translated
私たちは、環境全体についてもっと知っています。
John Kidd
コース: Spark for Developers
Machine Translated
トレーナーはクラスを面白くて面白くし、終日のトレーニングでかなり役立ちました。
Ryan Speelman
コース: Spark for Developers
Machine Translated
トレーナーは、ユーモアと現実のストーリーを組み合わせて優れたスタイルを持っていて、手元にある人に近づけることができたと思います。私はこの教授を将来的に強く勧めます。
コース: Spark for Developers
Machine Translated
Ernestoは、Sparkとそのさまざまなモジュールを使用するという高水準の概念について説明してくれました。
Michael Nemerouf
コース: Spark for Developers
Machine Translated
これは、私がこれまでに受けたエクササイズプログラミングコースの最も実践的なものの1つです。
Laura Kahn
コース: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
これは私が13年のキャリアで務めた最高品質のオンライントレーニングの1つです。これからもいい結果を出し続けてください！。
コース: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
私たちがシラバスではないことについて半関連の質問をしたかった時、リチャードは非常に喜んでいました。説明は明確で、彼は私たちに与えられたアドバイスで警告を前面に出していた。
ARM Limited
コース: Spark for Developers
Machine Translated
私は非常に好きな VM 先生は、トピックだけでなく、他のトピックについて非常に精通していた、彼は非常に素晴らしく、フレンドリーだった 私はドバイの施設が好きでした。
Safar Alqahtani - Elm Information Security
コース: Big Data Analytics in Health
Machine Translated
練習タスク
Pawel Kozikowski - GE Medical Systems Polska Sp. Zoo
コース: Python and Spark for Big Data (PySpark)
Machine Translated
アジャイは非常に友好的で親切であり、彼が話していたトピックについても知識がありました。
Biniam Guulay - ICE International Copyright Enterprise Germany GmbH
コース: Spark for Developers
Machine Translated
ラボでの演習。翌日から初日から理論を適用する。
Dell
コース: A Practical Introduction to Stream Processing
Machine Translated
教師は、現在のニーズに合わせてトレーニングプログラムを調整しました。
EduBroker Sp. z o.o.
コース: Python and Spark for Big Data (PySpark)
Machine Translated
同様の演習をさまざまな方法で行うことは、各コンポーネント（ Hadoop / Spark、standalone / cluster）が単独でおよび一緒に実行できることを理解するのに役立ちます。開発時とクラスターでの展開時のローカルマシンでのアプリケーションのテスト方法に関するアイデアを提供してくれました。
Thomas Carcaud - IT Frankfurt GmbH
コース: Spark for Developers
Machine Translated
個々の注意。
ARCHANA ANILKUMAR - PPL
コース: Python and Spark for Big Data (PySpark)
Machine Translated
Sparkのボンネットの下で何が起こっているのかを理解することは素晴らしかったです。フードの下で何が起こっているのかを知ることは、コードが期待していることをなぜ行っているのか、または何をしていないのかを理解するのに役立ちます。トレーニングの多くは常に素晴らしい手であり、最適化に関するセクションは私の現在の仕事に非常に関連していました。
Intelligent Medical Objects
コース: Apache Spark in the Cloud
Machine Translated
トレーナーは、ユーモアと現実のストーリーを組み合わせて優れたスタイルを持っていて、手元にある人に近づけることができたと思います。私はこの教授を将来的に強く勧めます。
コース: Spark for Developers
Machine Translated
これは私が13年のキャリアで務めた最高品質のオンライントレーニングの1つです。これからもいい結果を出し続けてください！。
コース: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Sparkサブカテゴリ
Apache Sparkコース概要
コース名
期間
概要
コース名
期間
概要
21 時間
概要
This course is aimed at developers and data scientists who wish to understand and implement AI within their applications. Special focus is given to Data Analysis, Distributed AI and NLP.
7 時間
概要
Alluxioは、異種ストレージシステムをAlluxio 、アプリケーションがメモリ速度でデータと対話できるようにするオープンソースの仮想分散ストレージシステムです。 Intel、Baidu、Alibabaなどの企業で使用されています。
このインストラクター主導のライブトレーニングでは、参加者は、 Alluxioを使用してさまざまな計算フレームワークをストレージシステムとブリッジし、 Alluxioを使用してアプリケーションの作成を段階的にAlluxioマルチペタバイトスケールデータを効率的に管理する方法をAlluxioます。
このトレーニングの終わりまでに、参加者は次のことができるようになります。
- Alluxio使用してアプリケーションを開発する
- 1つのネームスペースを保持しながら、ビッグデータシステムとアプリケーションを接続します
- 任意のストレージ形式のビッグデータから効率的に値を抽出します
- ワークロードのパフォーマンスを改善する
- Alluxioスタンドアロンまたはクラスター化の展開と管理
聴衆
- データサイエンティスト
- 開発者
- システム管理者
コースの形式
- 一部の講義、一部のディスカッション、演習、および実践的な実践
このインストラクター主導のライブトレーニングでは、参加者は、 Alluxioを使用してさまざまな計算フレームワークをストレージシステムとブリッジし、 Alluxioを使用してアプリケーションの作成を段階的にAlluxioマルチペタバイトスケールデータを効率的に管理する方法をAlluxioます。
このトレーニングの終わりまでに、参加者は次のことができるようになります。
- Alluxio使用してアプリケーションを開発する
- 1つのネームスペースを保持しながら、ビッグデータシステムとアプリケーションを接続します
- 任意のストレージ形式のビッグデータから効率的に値を抽出します
- ワークロードのパフォーマンスを改善する
- Alluxioスタンドアロンまたはクラスター化の展開と管理
聴衆
- データサイエンティスト
- 開発者
- システム管理者
コースの形式
- 一部の講義、一部のディスカッション、演習、および実践的な実践
21 時間
概要
ビッグデータ分析では、相関関係、隠れたパターン、およびその他の有用な洞察を明らかにするために、大量のさまざまなデータセットを調べるプロセスが含まれます。
健康産業には、大量の複雑で異種の医療および臨床データがあります。医療データにビッグデータ分析を適用することは、医療の提供を改善するための洞察を引き出す大きな可能性を提示します。しかしながら、これらのデータセットの膨大さは、分析および臨床環境への実用化において大きな課題を投げかけている。
このインストラクター主導のライブトレーニング（リモート）では、参加者は一連の実践的なラボ実習を順を追って進めながら、ビッグデータ分析を健康のために実行する方法を学びます。
このトレーニングの終わりまでに、参加者は次のことができるようになります。
- Hadoop MapReduceやSparkなどのビッグデータ分析ツールをインストールして設定する
- 医療データの特徴を理解する
- 医療データを扱うためにビッグデータ技術を適用する
- 健康応用の文脈でビッグデータシステムとアルゴリズムを研究する
観客
- 開発者
- データ科学者
コースの形式
- パートレクチャー、パートディスカッション、エクササイズ、そして実地練習。
注意
- このコースのためのカスタマイズされたトレーニングを要求するには、手配するために私達に連絡してください。
健康産業には、大量の複雑で異種の医療および臨床データがあります。医療データにビッグデータ分析を適用することは、医療の提供を改善するための洞察を引き出す大きな可能性を提示します。しかしながら、これらのデータセットの膨大さは、分析および臨床環境への実用化において大きな課題を投げかけている。
このインストラクター主導のライブトレーニング（リモート）では、参加者は一連の実践的なラボ実習を順を追って進めながら、ビッグデータ分析を健康のために実行する方法を学びます。
このトレーニングの終わりまでに、参加者は次のことができるようになります。
- Hadoop MapReduceやSparkなどのビッグデータ分析ツールをインストールして設定する
- 医療データの特徴を理解する
- 医療データを扱うためにビッグデータ技術を適用する
- 健康応用の文脈でビッグデータシステムとアルゴリズムを研究する
観客
- 開発者
- データ科学者
コースの形式
- パートレクチャー、パートディスカッション、エクササイズ、そして実地練習。
注意
- このコースのためのカスタマイズされたトレーニングを要求するには、手配するために私達に連絡してください。
28 時間
概要
実世界の多くの問題はグラフで説明できます。たとえば、Webグラフ、ソーシャルネットワークグラフ、電車ネットワークグラフ、言語グラフなどです。これらのグラフは非常に大きくなる傾向があります。それらを処理するには、特殊なツールとプロセスのセットが必要です。これらのツールとプロセスは、 Graph Computing （Graph Analyticsとも呼ばれます）と呼ぶことができます。
この講師主導のライブトレーニングでは、参加者は、グラフデータを処理するためのテクノロジの提供および実装方法について学習します。目的は、実世界のオブジェクト、それらの特性および関係を識別し、次にこれらの関係をモデル化し、 Graph Computing （Graph Analyticsとも呼ばれる）アプローチを使用してデータとして処理することです。一連のケーススタディ、実践的な演習、および実際の展開を順を追って進める中で、まず概要を概説し、特定のツールを絞り込みます。
このトレーニングの終わりまでに、参加者は次のことができるようになります。
- グラフデータがどのように保持されトラバースされるのかを理解する。
- 特定のタスクに最適なフレームワークを選択します（グラフデータベースからバッチ処理フレームワークまで）。
- Hadoop 、Spark、 GraphX 、およびPregelを実装して、多数のマシンで並行してグラフコンピューティングを実行します。
- グラフ、プロセス、およびトラバースの観点から、実世界のビッグデータの問題を表示します。
コースの形式
- パートレクチャー、パートディスカッション、エクササイズ、そして激しい実習
この講師主導のライブトレーニングでは、参加者は、グラフデータを処理するためのテクノロジの提供および実装方法について学習します。目的は、実世界のオブジェクト、それらの特性および関係を識別し、次にこれらの関係をモデル化し、 Graph Computing （Graph Analyticsとも呼ばれる）アプローチを使用してデータとして処理することです。一連のケーススタディ、実践的な演習、および実際の展開を順を追って進める中で、まず概要を概説し、特定のツールを絞り込みます。
このトレーニングの終わりまでに、参加者は次のことができるようになります。
- グラフデータがどのように保持されトラバースされるのかを理解する。
- 特定のタスクに最適なフレームワークを選択します（グラフデータベースからバッチ処理フレームワークまで）。
- Hadoop 、Spark、 GraphX 、およびPregelを実装して、多数のマシンで並行してグラフコンピューティングを実行します。
- グラフ、プロセス、およびトラバースの観点から、実世界のビッグデータの問題を表示します。
コースの形式
- パートレクチャー、パートディスカッション、エクササイズ、そして激しい実習
21 時間
概要
Hortonworks Data Platform (HDP)は、Apache Hadoopエコシステムでビッグデータソリューションを開発するための安定した基盤を提供するオープンソースのApache Hadoopサポートプラットフォームです。
このインストラクター主導のライブトレーニング（オンサイトまたはリモート）は、 Hortonworks Data Platform (HDP)を紹介し、参加者にSpark + Hadoopソリューションの展開を説明します。
このトレーニングの終わりまでに、参加者は次のことができるようになります。
- Hortonworksを使用して、 Hadoopを大規模に確実に実行します。
- Sparkのアジャイル分析ワークフローでHadoopのセキュリティ、ガバナンス、運用機能を統合します。
- Hortonworksを使用して、Sparkプロジェクトの各コンポーネントを調査、検証、認定、サポートします。
- 構造化、非構造化、移動中、保存中など、さまざまなタイプのデータを処理します。
コースの形式
- インタラクティブな講義とディスカッション。
- たくさんの練習と練習。
- ライブラボ環境での実践的な実装。
コースのカスタマイズオプション
- このコースのカスタマイズされたトレーニングをリクエストするには、お問い合わせください。
このインストラクター主導のライブトレーニング（オンサイトまたはリモート）は、 Hortonworks Data Platform (HDP)を紹介し、参加者にSpark + Hadoopソリューションの展開を説明します。
このトレーニングの終わりまでに、参加者は次のことができるようになります。
- Hortonworksを使用して、 Hadoopを大規模に確実に実行します。
- Sparkのアジャイル分析ワークフローでHadoopのセキュリティ、ガバナンス、運用機能を統合します。
- Hortonworksを使用して、Sparkプロジェクトの各コンポーネントを調査、検証、認定、サポートします。
- 構造化、非構造化、移動中、保存中など、さまざまなタイプのデータを処理します。
コースの形式
- インタラクティブな講義とディスカッション。
- たくさんの練習と練習。
- ライブラボ環境での実践的な実装。
コースのカスタマイズオプション
- このコースのカスタマイズされたトレーニングをリクエストするには、お問い合わせください。
21 時間
概要
Stream Processingとは、「移動中のデータ」のリアルタイム処理、つまり受信中のデータに対して計算を実行することです。このようなデータは、センサーイベント、Webサイトのユーザーアクティビティ、金融取引、クレジットカードスワイプ、クリックストリームなどのデータソースからの連続ストリームとして読み取られます。 Stream Processingフレームワークは、大量の受信データを読み取ることができます。
この講師主導のライブトレーニング（オンサイトまたはリモート）では、参加者はさまざまなStream Processingフレームワークを設定し、既存のビッグデータストレージシステムおよび関連するソフトウェアアプリケーションとマイクロサービスを統合する方法を学びます。
このトレーニングの終わりまでに、参加者は次のことができるようになります。
- Spark StreamingやKafka StreamingなどのさまざまなStream Processingフレームワークをインストールして設定します。
- 仕事に最も適した枠組みを理解し選択する。
- 連続的に、同時に、そしてレコードごとの方法でデータを処理します。
- Stream Processingソリューションを既存のデータベース、データウェアハウス、データレーキなどと統合する
- 最も適切なストリーム処理ライブラリをエンタープライズアプリケーションおよびマイクロサービスと統合します。
観客
- 開発者
- ソフトウェアアーキテクト
コースの 形式
- パートレクチャー、パートディスカッション、エクササイズ、そして激しい実習
ノート
- このコースのためのカスタマイズされたトレーニングを要求するには、手配するために私達に連絡してください。
この講師主導のライブトレーニング（オンサイトまたはリモート）では、参加者はさまざまなStream Processingフレームワークを設定し、既存のビッグデータストレージシステムおよび関連するソフトウェアアプリケーションとマイクロサービスを統合する方法を学びます。
このトレーニングの終わりまでに、参加者は次のことができるようになります。
- Spark StreamingやKafka StreamingなどのさまざまなStream Processingフレームワークをインストールして設定します。
- 仕事に最も適した枠組みを理解し選択する。
- 連続的に、同時に、そしてレコードごとの方法でデータを処理します。
- Stream Processingソリューションを既存のデータベース、データウェアハウス、データレーキなどと統合する
- 最も適切なストリーム処理ライブラリをエンタープライズアプリケーションおよびマイクロサービスと統合します。
観客
- 開発者
- ソフトウェアアーキテクト
コースの 形式
- パートレクチャー、パートディスカッション、エクササイズ、そして激しい実習
ノート
- このコースのためのカスタマイズされたトレーニングを要求するには、手配するために私達に連絡してください。
14 時間
概要
Magellanは、ビッグデータの地理空間分析のためのオープンソースの分散実行エンジンです。 Apache Spark上に実装され、Spark SQLを拡張し、地理空間分析のリレーショナル抽象化を提供します。
このインストラクター主導のライブトレーニングでは、地理空間分析を実装するための概念とアプローチを紹介し、SparkでMagellanを使用して予測分析アプリケーションを作成する方法を説明します。
このトレーニングの終わりまでに、参加者は次のことができるようになります。
- 大規模な地理空間データセットの効率的なクエリ、解析、結合
- ビジネスインテリジェンスおよび予測分析アプリケーションで地理空間データを実装する
- 空間コンテキストを使用して、モバイルデバイス、センサー、ログ、ウェアラブルの機能を拡張します
コースの形式
- インタラクティブな講義とディスカッション。
- たくさんの練習と練習。
- ライブラボ環境での実践的な実装。
コースのカスタマイズオプション
- このコースのカスタマイズされたトレーニングをリクエストするには、お問い合わせください。
このインストラクター主導のライブトレーニングでは、地理空間分析を実装するための概念とアプローチを紹介し、SparkでMagellanを使用して予測分析アプリケーションを作成する方法を説明します。
このトレーニングの終わりまでに、参加者は次のことができるようになります。
- 大規模な地理空間データセットの効率的なクエリ、解析、結合
- ビジネスインテリジェンスおよび予測分析アプリケーションで地理空間データを実装する
- 空間コンテキストを使用して、モバイルデバイス、センサー、ログ、ウェアラブルの機能を拡張します
コースの形式
- インタラクティブな講義とディスカッション。
- たくさんの練習と練習。
- ライブラボ環境での実践的な実装。
コースのカスタマイズオプション
- このコースのカスタマイズされたトレーニングをリクエストするには、お問い合わせください。
21 時間
概要
Apache Spark is a distributed processing engine for analyzing very large data sets. It can process data in batches and real-time, as well as carry out machine learning, ad-hoc queries, and graph processing. .NET for Apache Spark is a free, open-source, and cross-platform big data analytics framework that supports applications written in C# or F#.
This instructor-led, live training (online or onsite) is aimed at developers who wish to carry out big data analysis using Apache Spark in their .NET applications.
By the end of this training, participants will be able to:
- Install and configure Apache Spark.
- Understand how .NET implements Spark APIs so that they can be accessed from a .NET application.
- Develop data processing applications using C# or F#, capable of handling data sets whose size is measured in terabytes and pedabytes.
- Develop machine learning features for a .NET application using Apache Spark capabilities.
- Carry out exploratory analysis using SQL queries on big data sets.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (online or onsite) is aimed at developers who wish to carry out big data analysis using Apache Spark in their .NET applications.
By the end of this training, participants will be able to:
- Install and configure Apache Spark.
- Understand how .NET implements Spark APIs so that they can be accessed from a .NET application.
- Develop data processing applications using C# or F#, capable of handling data sets whose size is measured in terabytes and pedabytes.
- Develop machine learning features for a .NET application using Apache Spark capabilities.
- Carry out exploratory analysis using SQL queries on big data sets.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
14 時間
概要
SMACK is a collection of data platform softwares, namely Apache Spark, Apache Mesos, Apache Akka, Apache Cassandra, and Apache Kafka. Using the SMACK stack, users can create and scale data processing platforms.
This instructor-led, live training (online or onsite) is aimed at data scientists who wish to use the SMACK stack to build data processing platforms for big data solutions.
By the end of this training, participants will be able to:
- Implement a data pipeline architecture for processing big data.
- Develop a cluster infrastructure with Apache Mesos and Docker.
- Analyze data with Spark and Scala.
- Manage unstructured data with Apache Cassandra.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (online or onsite) is aimed at data scientists who wish to use the SMACK stack to build data processing platforms for big data solutions.
By the end of this training, participants will be able to:
- Implement a data pipeline architecture for processing big data.
- Develop a cluster infrastructure with Apache Mesos and Docker.
- Analyze data with Spark and Scala.
- Manage unstructured data with Apache Cassandra.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
21 時間
概要
Apache Spark is an analytics engine designed to distribute data across a cluster in order to process it in parallel. It contains modules for streaming, SQL, machine learning and graph processing.
This instructor-led, live training (online or onsite) is aimed at engineers who wish to deploy Apache Spark system for processing very large amounts of data.
By the end of this training, participants will be able to:
- Install and configure Apache Spark.
- Understand the difference between Apache Spark and Hadoop MapReduce and when to use which.
- Quickly read in and analyze very large data sets.
- Integrate Apache Spark with other machine learning tools.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (online or onsite) is aimed at engineers who wish to deploy Apache Spark system for processing very large amounts of data.
By the end of this training, participants will be able to:
- Install and configure Apache Spark.
- Understand the difference between Apache Spark and Hadoop MapReduce and when to use which.
- Quickly read in and analyze very large data sets.
- Integrate Apache Spark with other machine learning tools.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
21 時間
概要
Apache Sparkの学習曲線は最初はゆっくりと増加しています。最初のリターンを得るには多大な努力が必要です。このコースは、最初の難しい部分を飛び越えることを目的としています。このコースを受講した後、参加者はApache Sparkの基礎を理解し、RDDとDataFrameを明確に区別し、 PythonとScala APIを学習し、エグゼキューターとタスクなどを理解します。ベストプラクティスに従って、このコースはクラウド展開、Databricks、AWS。また、学生はAWS EMRとAWSの最新のSparkサービスの1つであるAWS Glueの違いを理解します。
聴衆：
データエンジニア、 DevOps 、データサイエンティスト
聴衆：
データエンジニア、 DevOps 、データサイエンティスト
21 時間
概要
目的：
このコースではApache Sparkを紹介します。生徒は、SparkがBig Dataエコシステムにどのように適合するか、およびデータ分析にSparkを使用する方法を学びます。このコースでは、インタラクティブなデータ分析用のSparkシェル、Spark内部、Spark API、Spark SQL 、Sparkストリーミング、機械学習およびgraphXを扱います。
聴衆：
開発者/データアナリスト
このコースではApache Sparkを紹介します。生徒は、SparkがBig Dataエコシステムにどのように適合するか、およびデータ分析にSparkを使用する方法を学びます。このコースでは、インタラクティブなデータ分析用のSparkシェル、Spark内部、Spark API、Spark SQL 、Sparkストリーミング、機械学習およびgraphXを扱います。
聴衆：
開発者/データアナリスト
21 時間
概要
Pythonはその明確な構文とコードの読みやすさで有名な高水準プログラミング言語です。 Sparkは、ビッグデータのクエリ、分析、および変換に使用されるデータ処理エンジンです。 PySparkは、ユーザーがSparkとPythonをインターフェースすることを可能にします。
このインストラクター主導のライブトレーニングでは、参加者はPythonとSparkを併用してビッグデータを分析し、実践的な演習を行う方法を学びます。
このトレーニングの終わりまでに、参加者は次のことができるようになります。
- Python Sparkを使用してBig Dataを分析する方法を学びましょう。
- 現実の世界の状況を模した演習に取り組む。
- PySparkを使用したビッグデータ分析には、さまざまなツールや技法を使用してPySpark 。
コースの形式
- パートレクチャー、パートディスカッション、エクササイズ、そして激しい実習
このインストラクター主導のライブトレーニングでは、参加者はPythonとSparkを併用してビッグデータを分析し、実践的な演習を行う方法を学びます。
このトレーニングの終わりまでに、参加者は次のことができるようになります。
- Python Sparkを使用してBig Dataを分析する方法を学びましょう。
- 現実の世界の状況を模した演習に取り組む。
- PySparkを使用したビッグデータ分析には、さまざまなツールや技法を使用してPySpark 。
コースの形式
- パートレクチャー、パートディスカッション、エクササイズ、そして激しい実習
21 時間
概要
Scalaは、大規模な機能的およびオブジェクト指向プログラミングのためのJava凝縮バージョンです。 Apache Spark Streamingは、ビッグデータセットをリアルタイムストリームとして処理するためのSpark APIの拡張コンポーネントです。 Spark StreamingとScala組み合わせることで、ビッグデータのストリーミングが可能になります。
このインストラクター主導のライブトレーニング（オンサイトまたはリモート）は、Spark StreamingおよびScalaビッグデータをストリーミングしたいソフトウェアエンジニアを対象としています。
このトレーニングの終わりまでに、参加者は次のことができるようになります。
- Scalaプログラミング言語でSparkアプリケーションを作成します。
- Spark Streamingを使用して、データの連続ストリームを処理します。
- Spark Streamingでリアルタイムデータのストリームを処理します。
コースの形式
- インタラクティブな講義とディスカッション。
- たくさんの練習と練習。
- ライブラボ環境での実践的な実装。
コースのカスタマイズオプション
- このコースのカスタマイズされたトレーニングをリクエストするには、お問い合わせください。
このインストラクター主導のライブトレーニング（オンサイトまたはリモート）は、Spark StreamingおよびScalaビッグデータをストリーミングしたいソフトウェアエンジニアを対象としています。
このトレーニングの終わりまでに、参加者は次のことができるようになります。
- Scalaプログラミング言語でSparkアプリケーションを作成します。
- Spark Streamingを使用して、データの連続ストリームを処理します。
- Spark Streamingでリアルタイムデータのストリームを処理します。
コースの形式
- インタラクティブな講義とディスカッション。
- たくさんの練習と練習。
- ライブラボ環境での実践的な実装。
コースのカスタマイズオプション
- このコースのカスタマイズされたトレーニングをリクエストするには、お問い合わせください。
7 時間
概要
Spark SQLは、構造化データと非構造化データを扱うためのApache Sparkのモジュールです。 Spark SQLはデータの構造と実行されている計算に関する情報を提供します。この情報は最適化を実行するために使用できます。 Spark SQL一般的な用途は2つありSQL 。
- SQLクエリを実行しSQL 。
- 既存のHiveインストールからデータを読み取る。
この講師主導のライブトレーニング（オンサイトまたはリモート）では、参加者はSpark SQLを使用してさまざまな種類のデータセットを分析する方法を学習しSQL 。
このトレーニングの終わりまでに、参加者は次のことができるようになります。
- Spark SQLをインストールして設定しSQL 。
- Spark SQLを使用してデータ分析を実行しSQL 。
- さまざまな形式でデータセットをクエリします。
- データを視覚化し、結果を問い合わせます。
コースの形式
- インタラクティブな講演と討論
- たくさんの練習と練習。
- 実習ラボ環境での実践的な実装。
コースのカスタマイズオプション
- このコースのためのカスタマイズされたトレーニングを要求するには、手配するために私達に連絡してください。
- SQLクエリを実行しSQL 。
- 既存のHiveインストールからデータを読み取る。
この講師主導のライブトレーニング（オンサイトまたはリモート）では、参加者はSpark SQLを使用してさまざまな種類のデータセットを分析する方法を学習しSQL 。
このトレーニングの終わりまでに、参加者は次のことができるようになります。
- Spark SQLをインストールして設定しSQL 。
- Spark SQLを使用してデータ分析を実行しSQL 。
- さまざまな形式でデータセットをクエリします。
- データを視覚化し、結果を問い合わせます。
コースの形式
- インタラクティブな講演と討論
- たくさんの練習と練習。
- 実習ラボ環境での実践的な実装。
コースのカスタマイズオプション
- このコースのためのカスタマイズされたトレーニングを要求するには、手配するために私達に連絡してください。
35 時間
概要
MLlibはSparkの機械学習（ML）ライブラリです。その目標は、実用的な機械学習をスケーラブルかつ簡単にすることです。これは、分類、回帰、クラスタリング、協調フィルタリング、次元削減、低レベルの最適化プリミティブ、高レベルのパイプラインAPIなど、一般的な学習アルゴリズムとユーティリティで構成されています。
これは2つのパッケージに分けられます。
-
spark.mllibには、RDDの上に構築されたオリジナルのAPIが含まれています。
-
spark.mlは、MLパイプラインを構築するためのDataFrameの上に構築された高レベルAPIを提供します。
観客
このコースは、 Apache Spark用の組み込みMachine Libraryを利用しようとしているエンジニアや開発者を対象としています。
これは2つのパッケージに分けられます。
-
spark.mllibには、RDDの上に構築されたオリジナルのAPIが含まれています。
-
spark.mlは、MLパイプラインを構築するためのDataFrameの上に構築された高レベルAPIを提供します。
観客
このコースは、 Apache Spark用の組み込みMachine Libraryを利用しようとしているエンジニアや開発者を対象としています。
週末Sparkコース, 夜のApache Sparkトレーニング, Sparkブートキャンプ, Spark インストラクターよる, 週末Sparkトレーニング, 夜のApache Sparkコース, Apache Spark指導, Sparkインストラクター, Apache Sparkレーナー, Apache Sparkレーナーコース, Sparkクラス, Sparkオンサイト, Sparkプライベートコース, Spark1対1のトレーニング
.jpg "procter & gamble (p&g)")
_ireland.gif "environmental protection agency (epa) ireland")
.png "european space agency (esa)")
