Curso Especializado MACHINE LEARNING CON PYSPARK

MÓDULO 1: Conociendo PySpark

1.1. Acerca de Pyspark

    • Instalación Pyspark en Google colab

    • Importando archive de datos y adaptando a format Spark

    • Data Wrangling / Manipulación de datos con Pyspark

    • Lectura, Formato, Agrupamiento

1.2. RDD vs DataFrame en Spark

    • Paralelización de operaciones

1.3. EDA / Análisis exploratorio de datos

    • Identificación de valores Nulos

    • Identificación y Tratamiento de Outliers

    • Etapas de modelamiento de datos en Colab con Pyspark

MÓDULO 2: Machine Learning en PySpark

2.1. Ingeniería de características en Machine Learning

    • Selección de variables,

    • Tratamiento de data desbalanceada

    • OneHotEncoderEstimator

    • StandardScaler

    • MinMaxScaler

    • Rformula

    • ChiSqSelector

2.2. Esquema de aprendizaje de la Regresión Logística

    • Métricas de evaluación

    • Modelo Logístico: binomial-multinomial

    • Matriz de confusión, Curva ROC

2.3. Caso de negocio

MÓDULO 3: Algoritmos avanzados de Machine Learning en clasificación predictiva en PySpark

3.1. Árboles de clasificación

    • Support Vector Machines (SVM)

    • Stochastic Gradient Boosting

    • Redes neuronales

3.2. Caso de negocio

MÓDULO 4: Clustering

4.1. Algoritmos de agrupación en clústeres

    • K-means.

    • Bisecting K-means.

    • Gaussian Mixture Model (GMM)

4.2. Caso de negocio

MÓDULO 5: Modelo de sistema de recomendación de PySpark

5.1. Algoritmos de recomendación

5.2. Caso de negocio