Data Preparation for Machine Learning - Japanese

本コースでは、Databricksを使用した機械学習向けデータ準備の基礎に焦点を当てます。参加者は、従来の機械学習アプリケーション向けに最適化されたデータの探索、クリーニング、整理に必要なスキルを習得します。主なトピックには、データ可視化、特徴量エンジニアリング、最適な特徴量保存戦略が含まれます。実践的な演習を通じて、参加者はDatabricks内で機械学習向けにデータセットを効率的に準備する実践的な経験を積みます。本コースは、アソシエイトレベルのデータサイエンティストや機械学習実践者、およびデータ準備の習熟度を高め、機械学習モデルの成功した展開のための強固な基盤を確保したい個人向けに設計されています。

Languages Available: English | 日本語 | Português BR | 한국어

Skill Level

Associate

Duration

Prerequisites

• Databricks workspaceおよびノートブックの知識

• Delta LakeおよびLakehouseに関する知識

• Pythonの中級レベルの知識

Upcoming Public Classes

Date	Time	Language	Price
Date	Time	Language	Price	Apr 07	09 AM - 01 PM (Asia/Tokyo)	Japanese	$750.00

Public Class Registration

If your company has purchased success credits or has a learning subscription, please fill out the Training Request form. Otherwise, you can register below.

Customer registration Partner registration

Private Class Request

If your company is interested in private training, please submit a request.

Request Private Training

See all our registration options

Registration options

Databricks has a delivery method for wherever you are on your learning journey

Self-Paced

Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos

Instructor-Led

Public and private courses taught by expert instructors across half-day to two-day courses

Blended Learning

Self-paced and weekly instructor-led sessions for every style of learner to optimize course completion and knowledge retention. Go to Subscriptions Catalog tab to purchase

Purchase now

Skills@Scale

Comprehensive training offering for large scale customers that includes learning elements for every style of learning. Inquire with your account executive for details

Upcoming Public Classes

Apache Spark Developer

Developing Applications with Apache Spark™ - Japanese

このハンズオンコースでは、Apache Spark を使用したスケーラブルなデータ処理を習得します。 Spark の DataFrame API を使用して、効率的な ETL パイプラインを構築し、高度な分析を実行し、分散データ変換を最適化する方法を学びます。グループ化、集計、結合、集合演算、ウィンドウ関数について調べます。配列、マップ、構造体などの複雑なデータ型を操作しながら、パフォーマンス最適化のベストプラクティスを適用します。

Languages Available: English | 日本語 | 한국어

Build Data Pipelines with Lakeflow Spark Declarative Pipelines - Japanese

このコースでは、複数のストリーミングテーブルとマテリアライズドビューを介した増分バッチまたはストリーミング取り込みと処理のために、DatabricksのLakeflow Spark Declarative Pipelinesを使用してデータパイプラインを構築するために必要な基本的な概念とスキルをユーザーに紹介します。このコースは、Lakeflow Spark Declarative Pipelinesを初めて使用するデータエンジニア向けに設計されており、増分データ処理、ストリーミングテーブル、マテリアライズドビュー、一時ビューなどのコアコンポーネントの概要を包括的に説明し、それらの特定の目的と違いを強調します

取り上げるトピックは次のとおりです:

- SQLを使用したSpark Declarative PipelinesにおけるマルチファイルエディタによるETLパイプラインの開発とデバッグ（Pythonコード例付き）

- Spark Declarative Pipelinesがパイプライングラフを通じてパイプライン内のデータ依存関係を追跡する方法

- パイプラインコンピュートリソース、データアセット、トリガーモード、およびその他の詳細オプションの構成

次に、本コースではSpark Declarative Pipelinesにおけるデータ品質の期待値について紹介し、データ整合性を検証・強制するために期待値をパイプラインに統合するプロセスをユーザーにガイドします。学習者はその後、スケジューリングオプションを含むパイプラインの本番環境への導入方法、およびパイプラインのパフォーマンスと健全性を監視するためのイベントログ記録の有効化方法について探求します。

最後に、本コースではSpark Declarative Pipelines内でAUTO CDC INTO構文を用いてチェンジデータキャプチャ（CDC）を実装し、slowly changing dimensions（SCDタイプ1およびタイプ2）を管理する方法を解説します。これにより、ユーザーはCDCを自身のパイプラインに統合する準備が整います。

Data Warehousing with Databricks - Japanese

このコースは、Databricksのデータウェアハウジング機能を探索したいデータ専門家向けに設計されています。 Databricksに関する予備知識がないと仮定して、最新のクラウドベースのデータウェアハウジングソリューションとしてDatabricksを活用する方法を紹介します。学習者は、業界標準の TCP-DI データセットを参考にして、Databricks Data Intelligence Platform を使用してデータを効率的に取り込み、変換、管理、分析する方法を探ります。学習者は、自然言語クエリによるデータ探索を簡素化する革新的な Databricks 機能である Genie についても学習します。このコースを修了すると、受講者は Databricks を使用してデータウェアハウスを実装および最適化するための基本的なスキルを身に付けることができます。

Languages Available: English | 日本語 | Português BR | 한국어