Introduction à Spark avec sparklyr en R

Découvrez les avantages de R, Spark et sparklyr

R est principalement optimisé pour vous aider à écrire rapidement et lisiblement du code d'analyse de données. Apache Spark est conçu pour analyser rapidement de très grands ensembles de données. Le package sparklyr vous permet d'écrire du code R dplyr qui s'exécute sur un cluster Spark, vous offrant ainsi le meilleur des deux mondes. Ce cours de quatre heures vous enseigne comment manipuler les DataFrames Spark à l'aide de l'interface dplyr et de l'interface native de Spark, ainsi que comment expérimenter des techniques d'apprentissage automatique.

Chargement de données dans Spark et manipulation de DataFrames Spark

Vous commencerez ce cours Spark en découvrant comment Spark et R fonctionnent ensemble et en vous exerçant à charger des données, prêtes à être nettoyées, transformées et analysées. Vous utiliserez les cadres Spark et la syntaxe dplyr pour manipuler vos données en filtrant et en organisant les lignes, ainsi qu'en modifiant et en résumant les colonnes.

Explorez l'analyse des mégadonnées avec Spark MLib

Ce cours vise à développer vos compétences et votre assurance dans l'analyse de vastes ensembles de données. Les derniers chapitres vous présentent les fonctionnalités de transformation des données d'apprentissage automatique de Spark et vous offrent la possibilité de mettre en pratique les routines d'apprentissage automatique de sparklyr en l'utilisant pour faire des prédictions à l'aide d'arbres boostés par gradient et de forêts aléatoires.