PySpark

Durante el curso, los participantes:​

• Conocerán la arquitectura deSpark y sus estructuras de Datos básica.​
• Sabrán mandar trabajos a un servidor local o remoto deSpark​
• Aprenderán el API de consulta y modificación de datos deSpark​
• Podrán manejar algoritmos de aprendizaje automatizado conSpark​
• Conocerán los mecanismos de tratamiento de datos en tiempo real conSpark​
• Sabrán manejar, consultar y analizar datos en forma de grafo conSpark

1. Introducción​

• Instalación​
• Shell​
• Dataset​
• DFF´s​
• DataFrame​
• Mllib​

2. Dataframe​

• Clasificaciones y Regresiones​
• Regresión linear​
• Clustering: Kmeans​
• Reducción de Dimensiones: PCA​
• Clasificación: Árboles de Decisión​
• Regresión: Random Forest

3. Streaming​

• Introducción​
• StreamingContext​
• Dstream​
• Transformaciones​

4. GraphX​

• Introducción​
• Grafos​
• Operadores​
• Algoritmos

​