700+ courses, half price
Kursbeskrivning
Upptäck fördelarna med R, Spark och sparklyr
R är främst optimerat för att hjälpa dig skriva dataanalyskod snabbt och lättläst. Apache Spark är utformat för att snabbt analysera enorma datamängder. Paketet sparklyr låter dig skriva dplyr R-kod som körs på ett Spark-kluster, så att du får det bästa av två världar. Den här 4-timmarskursen lär dig hur du hanterar Spark DataFrames med både dplyr-gränssnittet och det inbyggda gränssnittet till Spark, samt testar maskininlärningstekniker.Ladda data till Spark och arbeta med Spark DataFrames
Du börjar den här Spark-kursen med att utforska hur Spark och R fungerar bra tillsammans och övar på att ladda data, redo för rengöring, transformation och analys. Du kommer att använda Spark frames och dplyr-syntax för att manipulera dina data genom att filtrera och sortera rader samt ändra och sammanfatta kolumner.Utforska Big Data-analys med Spark MLib
Den här kursen hjälper dig att bygga upp dina färdigheter och ditt självförtroende i att analysera enorma datamängder. De sista kapitlen guidar dig genom Sparks funktioner för datatransformation inom maskininlärning och ger dig möjlighet att öva på sparklyrs maskininlärningsrutiner genom att använda dem för att göra prediktioner med gradient boosted trees och random forests.Förkunskapskrav
Kursplan
Kursöversikt
1
Kom igång: Använda Spark med dplyr-syntax
Här lär du dig hur Spark och R kompletterar varandra, hur du flyttar data till och från Spark, samt hur du manipulerar Spark-dataramar med dplyr-syntax.
- Kom igång50 XP
- Skapade för varandra50 XP
- Här finns drakar50 XP
- Mönstret anslut–arbeta–koppla från100 XP
- Kopiera data till Spark100 XP
- Stora data, liten tibble100 XP
- Utforska strukturen hos tibbles100 XP
- Välja kolumner100 XP
- Filtrera rader100 XP
- Sortera rader100 XP
- Mutera kolumner100 XP
- Sammanfatta kolumner100 XP
2
Verktyg att ha koll på: Avancerad användning av dplyr
Här fördjupar du dig i
dplyr-gränssnittet mot Spark, inklusive avancerad fältmarkering, beräkning av gruppvisa statistikmått och sammanslagning av dataramar.3
Inbyggt gränssnitt: Hantera Spark DataFrames direkt
Här lär du dig om Sparks funktioner för datatransformation inom maskininlärning samt verktyg för att hantera inbyggda DataFrames.
4
Fallstudie: Maskininlärning i praktiken – köra maskininlärningsmodeller i Spark
En fallstudie där du lär dig använda
sparklyr:s maskininlärningsrutiner för att förutsäga vilket år en låt gavs ut.R
Introduktion till Spark med sparklyr i R
Kurs
slutförd
