Python, Spark, and Hadoop for Big Dataのトレーニングコース

このインストラクターによるライブ・トレーニングでは、PythonとSparkを組み合わせてビッグデータを分析する方法を、実習を交えながら学びます。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• PythonでSparkを使ってビッグデータを分析する方法を学びます。
• 実際のケースを想定した演習に取り組みます。
• PySparkを使用したビッグデータ分析のためのさまざまなツールやテクニックを使用します。

このインストラクターによるライブ・トレーニングでは、グラフ・データを処理するためのテクノロジーと実装アプローチについて学びます。その目的は、実世界のオブジェクト、その特徴、関係を特定し、それらの関係をモデル化し、Graph Computing（グラフ分析とも呼ばれる）アプローチを使ってデータとして処理することです。本講演では、まず大まかな概要を説明し、ケーススタディ、実習、ライブデプロイメントを通して、特定のツールに絞り込んでいきます。

このトレーニングの終了時までに、参加者は以下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永続化され、トラバースされるかを理解する
。
• 与えられたタスクに最適なフレームワークを選択する（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、Pregelを実装し、多数のマシンでグラフコンピューティングを並列に実行する
。
• 現実のビッグデータ問題をグラフ、プロセス、トラバーサルの観点から見る。

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。

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。
• 多くの演習と実習
。
• ライブラボ環境での実践的な実装。

コース・カスタマイズ・オプション

• このコースのカスタマイズトレーニングをご希望の場合は、お問い合わせください。

Pandas は、構造化 (表形式、多次元、異種混合の可能性がある) および時系列データを操作するためのデータ構造を提供する Python パッケージです。

このインストラクターによるライブトレーニングは、Pandasを使用して機械学習による予測分析を行いたいデータサイエンティストを対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• Pythonでデータラングリングを行う
。
• 機械学習のためのETL操作を行う
。
• Pandasでデータの可視化を行う
。

このインストラクターによるライブトレーニングは、Modinを使ってPandasの並列計算を構築・実装し、より高速なデータ分析を行いたいと考えているデータサイエンティストや開発者を対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• Modinを使って大規模なPandasワークフローの開発を始めるために必要な環境をセットアップする。
• Modinの機能、アーキテクチャ、利点を理解する。
• Modin、Dask、Ray の違いを知る。
• ModinでPandasの操作を高速に実行できる。
• PandasのAPIと関数をすべて実装する。

このインストラクター主導のライブトレーニングは、大規模なデータセットを構築、拡張、分析するために Python エコシステムと Dask を使用したいデータサイエンティストや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了時までに、参加者は以下のことができるようになります：

• DaskとPythonによるビッグデータ処理の構築を開始するための環境をセットアップします。
• Daskで利用可能な機能、ライブラリ、ツール、APIを探索します。
• DaskがどのようにPythonの並列コンピューティングを加速するかを理解します。
• Daskを使用してPythonエコシステム（Numpy、SciPy、Pandas）をスケールする方法を学びます。
• Dask 環境を最適化し、大規模なデータセットを処理する際に高いパフォーマンスを維持します。

このインストラクターによるライブトレーニングは、PythonのFastAPIを使用して、RESTful APIをより簡単かつ迅速に構築、テスト、デプロイしたい開発者を対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• PythonとFastAPIを使ってAPIを開発するために必要な開発環境をセットアップします。
• FastAPIライブラリを使ってAPIをより早く簡単に作成します。
• PydanticとOpenAPIに基づいてデータモデルとスキーマを作成する方法を学びます。
• SQLAlchemyを使ってAPIをデータベースに接続します。
• FastAPIツールを使ってAPIにセキュリティと認証を実装します。
• コンテナイメージをビルドし、Web APIをクラウドサーバーにデプロイする
。

このインストラクター主導のライブ トレーニング (オンラインまたはオンサイト) は、FARM (FastAPI、React、および MongoDB) スタックを使用して動的で高性能かつスケーラブルな Web アプリケーションを構築したい開発者を対象としています。

このトレーニングを終了するまでに、参加者は次のことができるようになります。

FastAPI、React、MongoDB を統合する必要な開発環境をセットアップします。 FARM スタックの主要な概念、機能、利点を理解します。 FastAPI を使用して REST API を構築する方法を学びます。 React で対話型アプリケーションを設計する方法を学びます。 FARM スタックを使用して、アプリケーション (フロントエンドおよびバックエンド) を開発、テスト、展開します。

このインストラクターによるライブトレーニングは、SciPyを使用してPythonで高度な科学計算関数を作成したい開発者を対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• 科学計算関数の作成を開始するために必要な開発環境をセットアップします。
• 複雑な操作の実践的な例を実行することで、SciPyの機能をフルに活用する
。
• 科学的問題を解決するための数学的アルゴリズムと関数を実装し、最適化する
。
• 可視化、処理、および分析のためのデータ構造と補間方法を設計する
。

このインストラクターによるライブトレーニングは、PyGameを使用してPythonプログラミングでゲームを作成・構築したい開発者を対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• PyGameとPythonを使用してゲームアプリケーションの作成を開始するために必要な開発環境をセットアップします。
• アニメーションやマルチメディア機能を統合したインタラクティブなPyGameアプリケーションの作成方法を学びます。
• PyGameテストスイートでゲームプログラムを実行してテストし、実行可能ファイルに変換する
。

この実践コースは、最初のWebアプリケーションを作成および保守するPython開発者を対象としています。また、 DjangoやWeb2pyなどの他のWebフレームワークに既に精通しており、マイクロフレームワーク（つまり、自己完結型のユニバーサルソリューションを提供する代わりにサードパーティライブラリを結合するフレームワーク）の使用方法を学びたい人にも対応しています。プロセス。

コースの大部分は、Flask自体（それは小さい）ではなく、Flaskプロジェクトでよく使用されるサードパーティのライブラリとツールに専念しています。

このインストラクターによるライブトレーニングは、PythonとFlaskを使ってREST APIを構築したいバックエンド開発者を対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• FlaskのWebアプリケーションがバックエンドのデータベースを読み書きできるようにREST APIを実装する。
• リフレッシュトークンのような高度な認証機能を開発する。
• 将来の Python プロジェクトで再利用可能なバックエンドを構築する。
• SQLAlchemyを使ってデータの保存をシンプルにする。
• クラウドベースのサーバーにREST APIをデプロイする。

このインストラクターによるライブトレーニングは、MongoDBの上にスケーラブルなWebアプリケーションを構築するためにFlaskの高度な機能を使用したい開発者を対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• Flaskを使ってWebアプリケーションの開発を始めるために必要な開発環境をセットアップします。
• 実際のFlaskプロジェクトのための高度なコンセプトとテクニックを知る。
• MongoDBの上にRESTful APIサーバーを構築します。
• Flask、Docker、Amazon EC2を使ってマイクロサービスをコンテナ化、テスト、デプロイする方法を学びます。
• Webアプリケーションをスケーリングするための高度なFlask統合について洞察します。