Ce cours de niveau intermédiaire permet aux apprenants d'appliquer, d'analyser et d'évaluer des modèles d'apprentissage automatique en utilisant le cadre de calcul distribué d'Apache PySpark. Conçu pour les professionnels des données familiers avec Python et les concepts de base de l'apprentissage automatique, le cours explore la mise en œuvre réelle des techniques de régression et de classification, ainsi que le clustering non supervisé. Dans le module 1, les apprenants construiront des modèles de régression linéaire et généralisée, appliqueront des régresseurs d'ensemble tels que les Forêts d'arbres, et évalueront la performance prédictive à l'aide de mesures telles que RMSE et R-carré. Le module se termine par un examen approfondi de la régression logistique pour les tâches de classification binaire. Le module 2 s'appuie sur ces fondations pour couvrir la classification multi-classes en utilisant la régression logistique multinomiale et les arbres décisionnels. Les apprenants évalueront également des modèles ensembliste comme les Forêts d'arbres décisionnels pour une classification robuste, et exploreront le clustering K-moyennes pour les problèmes d'apprentissage non supervisé. Chaque concept est renforcé par des démonstrations guidées de code PySpark, des flux de travail prédictifs et des évaluations pratiques utilisant de grands ensembles de données. À la fin du cours, les apprenants seront en mesure de concevoir, d'exécuter et d'évaluer de manière critique des modèles d'apprentissage automatique dans PySpark pour des solutions d'analytique des données évolutives.