Introducción a Spark con sparklyr en R

Descubre las ventajas de R, Spark y sparklyr

R está optimizado principalmente para ayudarte a escribir código de análisis de datos de forma rápida y legible. Apache Spark está diseñado para analizar rápidamente grandes conjuntos de datos. El paquete sparklyr te permite escribir código R dplyr que se ejecuta en un clúster Spark, lo que te ofrece lo mejor de ambos mundos. Este curso de 4 horas te enseña a manipular Spark DataFrames utilizando tanto la interfaz dplyr como la interfaz nativa de Spark, así como a probar técnicas de machine learning.

Cargar datos en Spark y manipular DataFrames de Spark

Comenzarás este curso de Spark investigando cómo Spark y R funcionan bien juntos y practicando la carga de datos, listos para su limpieza, transformación y análisis. Utilizarás los marcos Spark y la sintaxis dplyr para manipular tus datos filtrando y ordenando filas, y modificando y resumiendo columnas.

Adéntrate en el análisis de macrodatos con Spark MLib

Este curso se centra en desarrollar tus habilidades y confianza en el análisis de grandes conjuntos de datos. Los últimos capítulos te guían a través de las funciones de transformación de datos de machine learning de Spark y te ofrecen la oportunidad de practicar las rutinas de machine learning de sparklyr utilizándolo para realizar predicciones mediante árboles impulsados por gradientes y bosques aleatorios.