After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
コース説明
データセットは、利用可能なRAMより大きいことがよくあります。Rでは既定で変数がすべてメモリ上に保存されるため、これはプログラマーにとって課題になります。本コースでは、ディスク上のデータを直接処理・探索・分析するためのツールを学びます。さらに、split-apply-combine アプローチを実装し、bigmemory と iotools パッケージを使ってスケールするコードの書き方を身につけます。コース全体を通して、Federal Housing Finance Agency のデータ（Fannie Mae と Freddie Mac によって保有・証券化された、2009〜2015年のすべての住宅ローンを記録した公開データ）を活用します。
前提条件
カリキュラム
コース概要
1
ますます大きくなるデータセットへの対応
この章では、データセットが利用可能なRAMを超えるときに、新しい手法が必要になる理由を解説します。base R の関数でのデータのインポート／エクスポートは遅くなりがちで、その簡単な改善方法を紹介します。最後に、bigmemory パッケージを導入します。
2
bigmemory によるデータの処理と分析
bigmemory の基本操作に慣れてきたところで、簡単なデータ探索と分析のテクニックを見ていきます。特に、テーブルの作成方法と split-apply-combine アプローチの実装方法を学びます。
3
iotools を使いこなす
iotools パッケージを使って数値データと文字列データの両方を処理し、チャンク単位の処理という概念を紹介します。
4
ケーススタディ：住宅データの予備分析
これまでの章では、住宅データを紹介し、単一マシンのRAMと同程度かそれ以上の大きさのデータで計算する方法を見てきました。この章では、データの予備分析として、時間とともに変化するさまざまな傾向を比較します。
R
Rで学ぶスケーラブルなデータ処理
コース修了
