O que você aprenderá_

Aprenda a utilizar o Python para criar aplicações Spark
Descubra como fazer ciência de dados com as ferramentas do Spark
Crie modelos de machine learning utilizando o PySpark
Utilize árvores de decisão e random forest para problemas de regressão
Descubra formas de otimizar seus modelos de machine learning
Realize previsões de seus dados com modelos de regressão no Spark

Público alvo_

Cientistas de dados e entusiastas em dados com interesse em desenvolver aplicações de machine learning em cenários que envolvam grandes volumes de dados.

Pedro Henrique Campagna Moura da Silva

Técnico em Informática e Analista de Relações Internacionais, trabalhou com desenvolvimento de software e ciência de dados voltados para pesquisa. Atualmente estuda governança de dados e tenta sempre construir pontes entre a tecnologia e o internacional.

Curso atualizado em 24/11/2023

Já estuda na Alura?

Comece o curso agora

Ementa

Preparando os dados
- Apresentação
- Objetivos e ferramentas
- Apresentando os dados
- Seleção de features
- Tratamento de dados
- Dados faltantes
Regressão Linear
- Preparando dados para regressão
- Exploração de dados
- Ajuste e Previsão
- Métricas
Árvore de Decisão
- O modelo
- Ajuste e Previsão
- Métricas
Random Forest
- O modelo
- Ajuste e Previsão
- Métricas
Técnicas de Otimização
- Ferramentas: Cross Validation
- Árvore de Decisão
- Random Forest
- Prevendo resultados
- Conclusão

Descubra se esse curso é pra você! Leia as primeiras aulas

Comece essa formação agora mesmo e capacite-se para seu próximo projeto!

Conheça os planos

Este e mais 4 cursos fazem parte das seguintes formações

Nossas formações são uma sequência de cursos e conteúdo para você se profissionalizar e se tornar quem o mercado procura!

Formação
Apache Spark com Python

8h
De curso

55
Atividades

Escola

Data Science

Trabalhe com dados. Aprofunde seu conhecimento nas principais ferramentas de uma pessoa data scientist. Descubra as diferentes possibilidades de análise de dados, do Excel ao Python, e mergulhe em frameworks e bibliotecas, como Pandas, Scikit-Learn e Seaborn.

Conheça a escola