Strojové učenie nad velkými dátami

MLC_BDATA
Dĺžka 1 deň
0 ITK bodov
0 termínov
Bratislava (na vyžiadanie)

Brno (na vyžiadanie)

Praha (4 990 Kč)

Cieľom tohto kurzu je predstaviť rôzne nástroje a koncepty strojového učenia nad veľkými dátami. Po dokončení tohto kurzu by účastníci mali byť schopní určiť, aký nástroj použiť pre daný problém, zistiť, či neexistuje jednoduchšie riešenie, a poznať časté chyby a vedieť sa im vyhnúť. Špeciálnu pozornosť venujeme Sparku ako univerzálnemu nástroju, ktorý možno použiť na spracovanie veľkých dát, ako aj na strojové učenie nad veľkými dátami.

Základy práce v Pythone a v nástroji Google Colab
Znalosti strojového učenia na úrovni kurzu Úvod do strojového učenia.

Študijný materiál spoločnosti Machine Learning College.

Prehľad konceptov a nástrojov v spracovaní veľkých dát
- Od malých k veľkým dátam a odhad ich hodnoty
- Riadkové a stĺpcové databázy
- HDFS (Hadoop Distributed File System)
- Formáty dát – Parquet, ORC, Avro
- Komprimácia – gzip, snappy, zstd
- SQL databázy – BigQuery, Redshift, Clickhouse, Snowflake, Vertica
Praktický príklad na porovnanie malých a veľkých dát
- Úvod do Sparku
- MapReduce
- Spark Computing Engine a RDDs (Resilient Distributed Datasets)
- DataFrames
- Spark ekosystém
- Najčastejšie chyby
- Kde spustiť Spark
- Alternatívy – Apache Beam (Dataflow), Dask, lambdas
Praktický príklad so Sparkom
ML stratégie pre veľké dáta
- Inkrementálne učenie
- Dávkové učenie pre neurónové siete
- Distribuované trénovanie
- Federated learning
- Alternatívne stratégie
  - Náhodné vzorkovanie
  - Podmodely
  - Väčšie výpočtové kapacity
Frameworky
- Scikit-learn a partial_fit
- MLlib
- Dask-ML
Praktické príklady s frameworkmi
Najčastejšie chyby

Stiahnuť PDF detail
Stiahnuť PDF detail (bez termínov)

Uvedené ceny sú bez DPH.

Strojové učenie nad velkými dátami

GOPAS Bratislava

GOPAS Brno

GOPAS Praha

Obchodné údaje

Strojové učenie nad velkými dátami

Predošlé kurzy

GOPAS Bratislava

GOPAS Brno

GOPAS Praha

Obchodné údaje