After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
코스 설명
데이터셋은 종종 사용 가능한 RAM보다 커서, 기본적으로 모든 변수가 메모리에 저장되는 R 프로그래밍에 문제를 일으킵니다. 이 과정에서는 디스크에서 직접 데이터를 처리, 탐색, 분석하는 도구를 배우게 돼요. 또한 split-apply-combine 접근법을 구현하고, bigmemory와 iotools 패키지를 사용해 확장 가능한 코드를 작성하는 방법을 익힙니다. 이 과정 전반에 걸쳐 2009–2015년 동안 Federal National Mortgage Association(Fannie Mae)과 Federal Home Loan Mortgage Corporation(Freddie Mac)이 보유하거나 유동화한 모든 모기지를 기록한, 공개 데이터셋인 Federal Housing Finance Agency의 데이터를 활용합니다.
사전 요구 사항
커리큘럼
코스 개요
1
점점 더 큰 데이터셋 다루기
이 장에서는 데이터셋이 사용 가능한 RAM보다 클 때 새로운 기법이 필요한 이유를 다룹니다. 기본 R 함수로 데이터를 가져오고 내보내는 작업이 느릴 수 있음을 보여 주고, 이를 쉽게 개선하는 방법을 소개해요. 마지막으로 bigmemory 패키지를 소개합니다.
2
bigmemory로 데이터 처리와 분석하기
이제 bigmemory 사용에 익숙해졌으니, 간단한 데이터 탐색과 분석 기법을 살펴보겠습니다. 특히 표를 만드는 방법과 split-apply-combine 접근법을 구현하는 방법을 보게 됩니다.
3
iotools 활용하기
숫자와 문자열 데이터를 모두 처리할 수 있는 iotools 패키지를 사용하고, 청크 단위 처리 개념을 소개합니다.
4
사례 연구: 주택 데이터 예비 분석
앞선 장들에서 주택 데이터를 소개하고, 단일 머신의 RAM 크기와 비슷하거나 그보다 큰 데이터로 계산하는 방법을 살펴봤습니다. 이 장에서는 데이터를 예비 분석하며, 시간에 따른 다양한 추세를 비교해 보겠습니다.
R
R에서 확장 가능한 데이터 처리
코스
완료
