دوره مهندسی ویژگی با PySpark

دنیای واقعی پر از بی‌نظمی است و وظیفه شما این است که از آن معنا استخراج کنید. مجموعه‌داده‌ نمونه‌ای مانند MTCars و Iris حاصل پالایش و پاک‌سازی دقیق هستند، با این حال همین داده‌ نیز باید تبدیل شوند تا برای الگوریتم‌های قدرتمند یادگیری ماشین جهت استخراج معنا، پیش‌بینی، دسته‌بندی یا خوشه‌بندی قابل استفاده باشند. این دوره به جزئیات عملی می‌پردازد؛ یعنی آماده‌سازی داده و مهندسی ویژگی که دانشمندان داده 70-80% زمان خود را صرف آن می‌کنند. با توجه به اینکه اندازه مجموعه‌داده‌ روزبه‌روز بزرگ‌تر می‌شود، مدرس از PySpark استفاده می‌کند تا این چالش Big Data را قابل مدیریت کند.