课程主页: https://www.coursera.org/learn/perform-data-science-with-azure-databricks

课程概述

在当今数据驱动的世界中，数据科学的重要性与日俱增。而Azure Databricks平台则为我们提供了强大的工具来进行数据科学工作。在Coursera上提供的《Perform data science with Azure Databricks》课程，正是一个极佳的选择，让我们深入了解如何结合Apache Spark和Azure Databricks来提升数据科学能力。

课程简介

该课程是针对希望通过Azure获得DP-100认证（设计和实施数据科学解决方案）的五门课程中的第四门。在这门课程中，您将学习如何在云中运行数据科学工作负载，并掌握许多实用的技术和最佳实践。

课程大纲

1. Azure Databricks简介
在这一模块中，您将了解到Azure Databricks的强大功能及其在处理大文件时的优势。通过Apache Spark Notebook，您将能够轻松识别适合于Spark的任务类型，理解Azure Databricks Spark集群的架构。

2. 在Azure Databricks中处理数据
学习如何从多个源处理海量数据，掌握数据框架列类的使用，以及应用列级别的转换，例如排序、过滤和聚合。

3. 在Azure Databricks中处理数据
了解如何注册和调用用户定义函数（UDF），并使用Delta Lake来创建、附加和更新数据，享受内置的可靠性和优化。

4. 入门Databricks和机器学习
使用PySpark的机器学习包构建关键的机器学习工作流组件，包括探索性数据分析、模型训练和评估。

5. 管理机器学习生命周期与模型调优
学习如何使用MLflow跟踪机器学习实验，以及如何应用Spark机器学习库中的模块进行超参数调优和模型选择。

6. 训练分布式神经网络并使用Azure机器学习提供模型
通过使用Uber的Horovod框架和Petastorm库来运行分布式深度学习训练，并将训练好的模型注册、打包和部署为评分Web服务。

课程评价

这门课程以其实用性和前沿性赢得了我的高度评价。课程内容丰富，覆盖了从数据处理到机器学习模型部署的各个方面，非常适合希望在数据科学领域提高技能的学习者。适合初学者和有一定背景的学生，能够帮助大家快速上手Azure Databricks平台。

结论

总之，《Perform data science with Azure Databricks》课程为数据科学工作者提供了一条清晰的学习路径，值得所有人参与学习。无论是在职业发展还是技术提升上，这门课程都有助于开启新的职业机会。

课程主页: https://www.coursera.org/learn/perform-data-science-with-azure-databricks