Python and Spark for Big Data for Banking (PySpark) Training Course

Hari 1: Pengolahan Data dan Python Dasar-dasar  

Sesi 1: Spark DataFrames dan Operasi Dasar  

• Bekerja dengan Spark DataFrames Menerapkan Operasi Dasar  
• Operasi Groupby dan Agregat  
• Menangani Cap Waktu dan Tanggal  
• Latihan Praktis : Analisis data menggunakan Spark DataFrames  

Sesi 2: Python Programming untuk Big Data  

• Inti Python untuk Penanganan Data Menggunakan Variabel, Daftar, dan Fungsi  
• Bekerja dengan Kelas dan File  
• Mengintegrasikan API dan Data Eksternal  
• Latihan Praktis : Membangun proyek Python yang memproses dan menganalisis data dengan PySpark  

Hari 2: Lanjutan PySpark dan Machine Learning  

Sesi 3: Machine Learning dengan PySpark  

• Implementasi Machine Learning dengan Spark MLlib Regresi Linier dan Logistik  
• Random Forest Model Klasifikasi  
• Latihan Praktis : Membangun dan mengevaluasi model pembelajaran mesin menggunakan PySpark  

Sesi 4: Sistem Pengelompokan dan Rekomendasi  

• Teori Pengelompokan K-means dan Implementasi Praktisnya  
• Latihan Praktis: Membangun model pengelompokan K-means  
• Sistem Rekomendasi Membangun mesin rekomendasi dengan Spark MLlib  
• Latihan Praktis: Proyek sistem rekomendasi  

Sesi 5: Spark Streaming dan NLP  

• Streaming Data Real-Time dengan Spark Menerapkan pemrosesan data real-time  
• Latihan Praktis: Streaming data dengan Spark  
• Natural Language Processing (NLP) dengan PySpark Menerapkan tugas NLP dasar  
• Latihan Praktis: Pipeline NLP menggunakan PySpark