Introduktion till Spark med sparklyr i R

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.