Spark 入门

你将学习如何使用 Spark 来处理大数据，并规模化构建机器学习模型，包括如何使用 PySpark 来清洗大数据集及建模。PySpark 是 Spark 为 Python 开发者提供的 API。第一课介绍了大数据及 Spark 在大数据生态系统的角色。在第二课里，你将练习处理和清洗数据集，从而熟悉 SparkSQL 和 dataframe APIs。在第三课里，你将在集群上运行 Spark 代码，并进行调试和优化。在最后一课，你将使用 Spark 机器学习库来训练机器学习模型。