Graf verisini Spark ile ölçekli analiz edin
Apache Spark GraphFrames ile vertex/edge modelleme, motif bulma, PageRank, bağlı bileşenler, üçgen sayımı ve BFS kullanarak dağıtık graf analitiği uygulamaları geliştirme eğitimi.
GraphFrames tabanlı dağıtık graf analitiği eğitimi
Bu eğitim, Apache Spark GraphFrames kütüphanesiyle büyük ölçekli graf verisini modelleme ve analiz etmeyi ele alır. Vertex ve edge DataFrame'leriyle graf oluşturma, degree hesaplamaları, motif bulma (motif finding) sözdizimi, PageRank, bağlı bileşenler (connected components), üçgen sayımı, BFS ve en kısa yollar gibi algoritmalar ile graf kalıcılığı ve performans ayarı gibi somut konuları kapsar. Katılımcı sosyal ağ, dolandırıcılık tespiti ve öneri gibi senaryolarda dağıtık graf analitiği uygular.
3 Gün. Her gün dört modül; her modül anlatım ve Spark üzerinde GraphFrames labı içerir.
İleri Seviye — Apache Spark GraphFrames ile dağıtık graf modelleme, graf algoritmaları ve motif analizi.
Spark ortamında PySpark/Scala ile gerçek graf veri setleri üzerinde GraphFrames algoritmaları çalıştırarak öğrenme.
Tablo yerine ilişki odaklı düşünerek bağlantı, etki ve yayılım sorularını yanıtlarsınız.
Milyonlarca düğüm ve kenarı Spark'ın dağıtık motoruyla işlersiniz.
Graf ile Spark SQL'i birleştirerek tanıdık API ile graf sorgularsınız.
Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri
DataFrame ve Spark SQL ile temel çalışma deneyimi gerekir.
PySpark örnekleri için temel Python bilgisi faydalıdır.
Düğüm, kenar ve yönlü/yönsüz graf kavramına aşinalık avantajdır.
GraphFrames paketi yüklü bir Spark ortamı önerilir.
Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.
Program sonunda katılımcılar:
Veriyi vertex/edge DataFrame'leriyle graf olarak modelleyebilirsiniz.
Degree ve alt graf gibi temel graf metriklerini hesaplayabilirsiniz.
find() ile yapısal desenleri sorgulayabilirsiniz.
Desen tabanlı dolandırıcılık senaryolarını analiz edebilirsiniz.
PageRank ile düğüm etkisini hesaplayabilirsiniz.
Connected components ve üçgen sayımı yapabilirsiniz.
BFS ve en kısa yol algoritmalarını uygulayabilirsiniz.
Checkpoint ve partition ayarıyla graf işlerini optimize edebilirsiniz.
Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.
Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.
Büyük verinin temel kavramlarını iki günde öğrenin: 5V, veri türleri, depolama/işleme ayrımı, batch/stream ve dağıtık sistem ilkeleri. Temel seviye eğitim.
Detayları Gör →
Büyük verinin ne olduğunu, kaynaklarını, 5V özelliklerini ve sektörel değerini teknik ayrıntıya girmeden örneklerle öğrenin. Başlangıç seviyesi eğitim.
Detayları Gör →
Büyük veri stratejisi, olgunluk değerlendirmesi, kullanım senaryosu önceliklendirme, ROI ve yol haritasıyla danışmanlık yapmayı öğrenin. Orta seviye eğitim.
Detayları Gör →
Büyük verinin temel kavramlarını, iş ve teknoloji itici güçlerini ve analitik tekniklerini öğrenin: 5V, veri madenciliği, ML ve görselleştirme. Temel seviye eği
Detayları Gör →
Büyük verinin temellerini uygulamalı öğrenin: 5V, HDFS, YARN, MapReduce, Spark, Hive ve Kafka ile dağıtık depolama ve işleme. Temel seviye DVA eğitimi.
Detayları Gör →