sparklyr を使った Spark 入門（R）

R、Spark、sparklyrの利点を探る

R は、データ分析コードを素早く、かつ読みやすく書けるように最適化されています。 Apache Sparkは、膨大なデータセットを迅速に分析するために設計されています。 sparklyrパッケージを使えば、Sparkクラスター上で実行されるdplyrのRコードを記述でき、両方の長所を活かせます。 この4時間のコースでは、dplyrインターフェースとSparkのネイティブインターフェースの両方を使ってSpark DataFrameを操作する方法に加え、機械学習手法も学べます。

Sparkにデータを読み込み、Spark DataFrameを操作する

このSparkコースでは、SparkとRがどのように連携してうまく機能するのかを学び、データの読み込みを実践しながら、クリーニング、変換、分析に備えます。 Sparkフレームとdplyrの構文を使って、データを操作します。行のフィルタリングや並べ替え、列の変更や要約を行えるようになります。

Spark MLibでビッグデータ分析を深く学ぶ

このコースでは、膨大なデータセットを分析するスキルと自信を身につけることに重点を置いています。 最後の章では、Sparkの機械学習データ変換機能を学び、sparklyrの機械学習ルーチンを使って、勾配ブースティング木やランダムフォレストによる予測を行う練習ができます。 "