Name: Wprowadzenie do Spark z pakietem sparklyr w R
Rating: 4.729411764705882 (85 reviews)

Opis kursu

Poznaj zalety R, Sparka i sparklyr

R jest przede wszystkim zoptymalizowany tak, aby pomagać Ci szybko i czytelnie pisać kod do analizy danych. Apache Spark został zaprojektowany do szybkiej analizy ogromnych zbiorów danych. Pakiet sparklyr pozwala pisać kod R dplyr, który działa na klastrze Spark, dając Ci to, co najlepsze z obu światów. Ten 4-godzinny kurs nauczy Cię, jak manipulować DataFrame’ami Spark zarówno za pomocą interfejsu dplyr, jak i natywnego interfejsu Spark, a także jak stosować techniki uczenia maszynowego.

Ładuj dane do Sparka i manipuluj ramkami danych Spark

Zaczniesz ten kurs Spark od sprawdzenia, jak Spark i R dobrze ze sobą współpracują, oraz od ćwiczenia wczytywania danych, gotowych do czyszczenia, przekształcania i analizy. Będziesz używać ramek Spark i składni dplyr do manipulowania danymi poprzez filtrowanie i porządkowanie wierszy oraz modyfikowanie i podsumowywanie kolumn.

Zanurz się w analizie Big Data z Spark MLib

Ten kurs koncentruje się na rozwijaniu Twoich umiejętności i pewności siebie w analizowaniu ogromnych zbiorów danych. Ostatnie rozdziały przeprowadzą Cię przez funkcje transformacji danych do uczenia maszynowego w Spark i dadzą Ci możliwość przećwiczenia procedur uczenia maszynowego sparklyr, wykorzystując je do tworzenia prognoz za pomocą gradient boosted trees i random forests. "

Wymagania wstępne

Supervised Learning in R: Regression

Program nauczania

Plan kursu

Rozpalamy iskrę: pierwsze kroki ze Spark i składnią dplyr

Dowiesz się, jak Spark i R uzupełniają się nawzajem, jak przesyłać dane do Spark i z powrotem oraz jak manipulować ramkami danych Spark przy użyciu składni dplyr.

Zacznij rozdział

Narzędzia w akcji: zaawansowane możliwości dplyr

Poznasz bardziej zaawansowane możliwości interfejsu dplyr do pracy ze Spark – w tym zaawansowane wybieranie kolumn, obliczanie statystyk grupowych oraz łączenie ramek danych.