Séance de cours
Défis Big Data : Computing distribué avec Spark
Séances de cours associées (39)
Big Data: Meilleures pratiques et lignes directrices
Couvre les pratiques exemplaires et les lignes directrices pour les mégadonnées, y compris les lacs de données, l'architecture typique, les défis et les technologies utilisés pour y remédier.
Décomposition de la valeur singulaire
Explore la Décomposition de la Valeur Singulière et son rôle dans l'apprentissage non supervisé et la réduction de dimensionnalité, en mettant l'accent sur ses propriétés et applications.
Introduction à l'architecture Spark Runtime
Couvre l'architecture d'exécution Spark, y compris les RDD, les transformations, les actions et la mise en cache pour l'optimisation des performances.
Gestion du stockage dans SmartDataLake
Explore les défis de gestion du stockage dans la transition vers les lacs de données, en abordant l'hétérogénéité des logiciels et du matériel, la conception unifiée du stockage et l'optimisation des performances.
Introduction à la programmation R pour la génétique et la génomique
Introduit un cours sur la génétique et la génomique, en se concentrant sur la programmation R avec des exercices interactifs.
Biomécanique : Analyse de la vélocité
Explore l'analyse des données de vélocité en biomécanique à l'aide d'Excel pour la visualisation et l'interprétation.
Apprentissage Automatique: Physique et Données
Explore l'apprentissage automatique atomistique, intégrant les principes physiques dans les modèles pour prédire avec précision les propriétés moléculaires.
Introduction à l'architecture Spark Runtime
Présentation d'Apache Spark, couvrant son architecture, ses RDD, ses transformations, ses actions, sa tolérance aux pannes, ses options de déploiement et ses exercices pratiques dans les blocs-notes Jupyter.
Introduction à l'architecture d'exécution Spark
Présente Apache Spark, qui couvre ses principales caractéristiques, son histoire, ses RDD, son architecture et son framework informatique distribué.
Introduction à la science des données
Introduit les bases de la science des données, couvrant les arbres de décision, les progrès de l'apprentissage automatique et l'apprentissage par renforcement profond.