การประมวลผลข้อมูลแบบกระจายด้วย AWS EMR และ Spark สำหรับ Machine Learning
เรียนรู้วิธีการประมวลผลชุดข้อมูลขนาดใหญ่ ทำ Feature Engineering ในระดับสเกลโดยใช้ Apache Spark บน AWS EMR และเตรียม Pipeline ข้อมูลที่สะอาดสำหรับโมเดล Machine Learning
-
💬
ผู้สอน AI
ถามเกี่ยวกับบทเรียนใดก็ได้ แล้วรับคำตอบที่ชัดเจนทันที ทุกเมื่อ -
🕐
เริ่มเมื่อไรก็ได้
ไม่มีตารางหรือเดดไลน์ — เรียนตามจังหวะของคุณ เมื่อไรก็ได้ -
🌐
เป็นภาษาไทย
บทเรียน แบบฝึกหัด และใบรับรอง — ทั้งหมดเป็นภาษาของคุณอย่างครบถ้วน
เกี่ยวกับคอร์สนี้
ในขณะที่ชุดข้อมูลเติบโตขึ้นอย่างรวดเร็ว เครื่องมือประมวลผลข้อมูลแบบเครื่องเดียวแบบดั้งเดิมไม่สามารถรองรับขนาดที่จำเป็นสำหรับ Machine Learning สมัยใหม่ได้ เพื่อสร้างโมเดล ML ที่แข็งแกร่ง คุณต้องเรียนรู้วิธีการประมวลผล ทำความสะอาด และแปลงชุดข้อมูลขนาดมหึมาผ่านคลัสเตอร์แบบกระจาย หลักสูตรแบบข้อความนี้จะแนะนำคุณผ่านแนวคิดพื้นฐานของการประมวลผลข้อมูลแบบกระจายโดยใช้ AWS EMR และ Apache Spark คุณจะได้เรียนรู้วิธีการออกแบบ Pipeline สำหรับ Feature Engineering ที่ปรับขยายได้ การจัดการข้อมูลสตรีมมิ่งแบบเรียลไทม์ และการเตรียมชุดข้อมูลคุณภาพสูงที่พร้อมสำหรับการฝึกสอน Machine Learning สิ่งที่คุณจะได้เรียนรู้: • เข้าใจสถาปัตยกรรมหลักของ AWS EMR และวิธีการที่การประมวลผลแบบกระจายช่วยขับเคลื่อนเวิร์กโฟลว์ของ Machine Learning • ประมวลผลและทำความสะอาดชุดข้อมูลขนาดใหญ่โดยใช้ Apache Spark DataFrames และการดำเนินการ SQL • ออกแบบฟีเจอร์ที่ปรับขยายได้สำหรับโมเดล Machine Learning รวมถึงการจัดการค่าที่หายไป การปรับสเกล และการเข้ารหัส • ตั้งค่า Pipeline การนำเข้าข้อมูลแบบเรียลไทม์โดยใช้ Spark Streaming เพื่อจัดการฟีดข้อมูลสด • บูรณาการแนวทางปฏิบัติ MLOps สมัยใหม่โดยการจัดระเบียบข้อมูลที่ประมวลผลแล้วสำหรับ Feature Stores • กำหนดค่าและปรับแต่งทรัพยากรคลัสเตอร์เพื่อสร้างสมดุลระหว่างประสิทธิภาพการประมวลผลและต้นทุนโครงสร้างพื้นฐานบนคลาวด์ คุณจะเริ่มต้นด้วยคำจำกัดความที่จำเป็นของระบบกระจายก่อนที่จะเข้าสู่แบบฝึกหัดเชิงปฏิบัติแบบข้อความที่แสดงให้เห็นถึงวิธีการสร้าง Pipeline ข้อมูลแบบ end-to-end หลักสูตรนี้จะแนะนำคุณทีละขั้นตอนผ่านการกำหนดค่าคลัสเตอร์ การรันงาน Spark และการจัดการการแปลงข้อมูลขนาดใหญ่ หลักสูตรนี้ออกแบบมาสำหรับ Data Engineer, Data Scientist และนักพัฒนาที่ต้องการเริ่มต้นใช้งานการประมวลผลแบบกระจายและ AWS EMR ไม่จำเป็นต้องมีประสบการณ์ด้าน Big Data มาก่อน แม้ว่าความเข้าใจพื้นฐานเกี่ยวกับ Python และแนวคิด Machine Learning จะเป็นประโยชน์ เริ่มอ่านวันนี้เพื่อเชี่ยวชาญศิลปะของการประมวลผล Big Data สำหรับ Machine Learning
สิ่งที่คุณจะได้รับ
-
📜
ใบประกาศนียบัตร
เพิ่มในโปรไฟล์ LinkedIn ของคุณ -
💬
ติวเตอร์ AI ส่วนตัว
ติดขัดในบทเรียน? ถามติวเตอร์ในตัวของคุณได้ทุกอย่าง ทุกเวลา -
🎧
รวมเวอร์ชันเสียง
เรียนได้ทุกที่ ไม่ต้องดูจอ -
♾️
เข้าถึงตลอดชีพ
กลับมาเรียนได้ตลอด ไม่มีหมดอายุ -
📱
โทรศัพท์หรือคอมพิวเตอร์
ใช้งานได้ทุกที่ ทุกอุปกรณ์ -
💸
คืนเงิน 14 วัน
ไม่ต้องอธิบาย -
⚡
กระชับและตรงประเด็น
2 ชม. 54 นาที เนื้อหาเชิงปฏิบัติ
รีวิว
ยังไม่มีรีวิว — เป็นคนแรกที่แชร์ประสบการณ์
ผู้เรียนคนอื่นเรียน
🎓 มีใบรับรอง
การจำแนกประเภทในวิทยาศาสตร์ข้อมูล: พื้นฐานและการประยุกต์ใช้
ใบรับรอง
ลงมือทำ
$49.99
→
🌟 ที่นิยมในหมู่ผู้เรียน
🎓 มีใบรับรอง
การประยุกต์ใช้อัลกอริทึมการจำแนกประเภทใน Machine Learning
ใบรับรอง
ลงมือทำ
$49.99
→
🏆 ยอดนิยมมากที่สุด
🎓 มีใบรับรอง
อาชีพวิทยาศาสตร์ข้อมูล: คู่มือสำหรับผู้เริ่มต้นสู่การประยุกต์ใช้ในโลกแห่งความเป็นจริง
ใบรับรอง
ลงมือทำ
$49.99
→
⚡ เหมาะสำหรับผู้เริ่มต้น
🎓 มีใบรับรอง
พื้นฐานของวิทยาศาสตร์ข้อมูลและวิเคราะห์ข้อมูลสมัยใหม่
ใบรับรอง
ลงมือทำ
$49.99
→
คำถามที่พบบ่อย
ฉันต้องใช้อะไรในการเรียนคอร์สนี้? +
แค่โทรศัพท์หรือคอมพิวเตอร์ที่มีอินเทอร์เน็ต ไม่ต้องติดตั้งหรือใช้อุปกรณ์พิเศษ
ฉันชำระเงินอย่างไร? +
ผ่านบัตรด้วย Stripe เราไม่เก็บข้อมูลบัตร — Stripe จัดการอย่างปลอดภัย
ฉันขอคืนเงินได้ไหม? +
ใช่ — คืนเงินเต็มจำนวนใน 14 วัน ไม่ต้องอธิบาย
ฉันมีสิทธิ์เข้าถึงนานเท่าไร? +
ตลอดไป เมื่อซื้อแล้วคอร์สเป็นของคุณ กลับมาเรียนได้ตลอด
ฉันจะได้ใบประกาศนียบัตรไหม? +
ได้ เมื่อเรียนจบจะได้รับใบประกาศนียบัตรที่เพิ่มในโปรไฟล์ LinkedIn ได้
ออกแบบสำหรับผู้เรียนใน
เทคโนโลยี
ดีไซน์
การเงิน
การตลาด
สาธารณสุข
การศึกษา
ธุรกิจการบริการ
อุตสาหกรรม
×2
เติมครั้งเดียว จ่ายครึ่งเดียว
เพิ่ม $100 → รับเครดิต 200 เครดิต ทำให้แต่ละหลักสูตรมีราคาประมาณ $12.50 เครดิตไม่มีวันหมดอายุ
$100
200 เครดิต
$12.50 / คอร์ส
คุ้มที่สุด
$250
550 เครดิต
$11.36 / คอร์ส
$500
1200 เครดิต
$10.42 / คอร์ส
เครดิตใช้ได้กับทุกคอร์สและไม่หมดอายุ