Dieser Kurs für Fortgeschrittene befähigt die Teilnehmer, Modelle des Maschinellen Lernens mit Hilfe des verteilten Computing-Frameworks von Apache PySpark anzuwenden, zu analysieren und zu bewerten. Der Kurs richtet sich an Datenexperten, die mit Python und grundlegenden ML-Konzepten vertraut sind, und befasst sich mit der praktischen Umsetzung von Regressions- und Klassifizierungsverfahren sowie mit unüberwachtem Clustering. In Modul 1 werden die Teilnehmer lineare und verallgemeinerte Regressionsmodelle erstellen, Ensemble-Regressoren wie Random Forests anwenden und die Vorhersageleistung anhand von Metriken wie RMSE und R-Quadrat bewerten. Das Modul schließt mit einer eingehenden Betrachtung der logistischen Regression für binäre Klassifizierungsaufgaben ab. Modul 2 baut auf diesen Grundlagen auf und behandelt die Klassifizierung mehrerer Klassen unter Verwendung der multinomialen logistischen Regression und von Entscheidungsbäumen. Die Lernenden werden auch Ensemble-Modelle wie Random Forests für eine robuste Klassifizierung bewerten und K-Means Clustering für Probleme des Unüberwachten Lernens erkunden. Jedes Konzept wird durch angeleitete PySpark Code-Demonstrationen, prädiktive Workflows und praktische Auswertungen mit großen Datensätzen untermauert. Am Ende des Kurses werden die Lernenden in der Lage sein, Modelle des Maschinellen Lernens in PySpark für skalierbare Lösungen für die Analytik zu entwerfen, auszuführen und kritisch zu bewerten.