涤生

Apache Spark 作为目前应用最为广泛的分布式计算框架，能帮助开发者快速处理大数据的查询和计算问题。为了支持 Python 适用 Spark，Apache Spark 社区开发了 PySpark 工具。实际工作中，通常面临对大批量数据进行处理等过程，所以算法工程师很有必要掌握 PySpark 这个工具。本次 Chat 旨在全面系统地介绍 PySpark 的数据处理过程，以及结合实际数据，介绍如何利用 PySpark 训练及调用机器学习模型。 在本场 Chat，会讲到如下内容： - Spark 的核心概念介绍，RDD 和 DataFrame 的使用 - PySpark 在统计分析，回归，分类，聚类的实战案例 - PySpark文本挖掘，推荐系统中的应用 适合人群：数据科学的从业人员，以及有一定python编程基础的在校学生

当你了解机器学习以及深度学习的基础知识之后，需要一个深度学习框架帮助你快速实现并且部署深度学习的模型。Tensorflow是目前最流行的深度学习框架，并且最近正式发布了Tensorflow 2.0，基于 Keras 和 Eager Execution 让人们更容易上手深度学习模型，并且能很方便地把深度学习模型应用在实际的项目中。 在本场 Chat，会讲到如下内容： - Tensorflow 2.0 相对于1.X版本的改进之处 - 基于 Tensorflow 2.0 快速搭建简单的神经网络，以及实现 CNN、RNN - 如何自定义模型、层、损失函数以及评估指标 - Tensorflow 模型的存储和 Tensorflow Serving 的应用 适合人群：希望快速上手 Tensorflow 2.0 的学生或者技术人员