Introducere în Spark cu sparklyr în R

Descoperă avantajele R, Spark și sparklyr

R este optimizat în principal pentru a te ajuta să scrii rapid și lizibil cod de analiză a datelor. Apache Spark este conceput pentru a analiza rapid seturi de date uriașe. Pachetul sparklyr îți permite să scrii cod R dplyr care rulează pe un cluster Spark, oferindu-ți ce e mai bun din ambele lumi. Acest curs de 4 ore te învață cum să manipulezi DataFrame-uri Spark folosind atât interfața dplyr, cât și interfața nativă Spark, precum și cum să încerci tehnici de machine learning.

Încarcă date în Spark și manipulează DataFrame-uri Spark

Vei începe acest curs Spark explorând cum Spark și R funcționează bine împreună și exersând încărcarea datelor, pregătite pentru curățare, transformare și analiză. Vei folosi cadre Spark și sintaxa dplyr pentru a-ți manipula datele prin filtrarea și aranjarea rândurilor, precum și prin modificarea și sintetizarea coloanelor.

Pătrundeți în analiza Big Data cu Spark MLib

Acest curs se concentrează pe dezvoltarea abilităților și a încrederii tale în analiza seturilor de date uriașe. Ultimele capitole vă poartă prin funcțiile de transformare a datelor pentru machine learning din Spark și vă oferă șansa să exersați rutinele de machine learning din sparklyr, folosindu-le pentru a face predicții cu ajutorul arborilor cu gradient boosting și al pădurilor aleatoare. "