Name: R'de Ölçeklenebilir Veri İşleme
Rating: 4.72 (25 reviews)

Kurs Açıklaması

Veri kümeleri çoğu zaman mevcut RAM'den daha büyüktür; bu da R programcıları için sorun yaratır çünkü varsayılan olarak tüm değişkenler bellekte tutulur. Veriyi doğrudan diskten işlemenin, keşfetmenin ve analiz etmenin araçlarını öğreneceksin. Ayrıca split-apply-combine yaklaşımını uygulayacak ve bigmemory ile iotools paketlerini kullanarak ölçeklenebilir kod yazmayı öğreneceksin. Bu kursta, Federal Housing Finance Agency'nin verilerini kullanacaksın; bu, 2009-2015 arasında Federal National Mortgage Association (Fannie Mae) ile Federal Home Loan Mortgage Corporation (Freddie Mac) tarafından elde tutulan veya menkul kıymetleştirilen tüm ipotekleri derleyen, herkese açık bir veri kümesidir.

Ön Koşullar

Writing Efficient R Code

Müfredat

Kurs içeriği

Giderek büyüyen veri kümeleriyle çalışmak

Bu bölümde, veri kümeleri mevcut RAM'den büyük olduğunda neden yeni teknikler uygulaman gerektiğini ele alıyoruz. Taban R fonksiyonlarıyla veri içe ve dışa aktarmanın yavaş olabileceğini ve bunu kolayca iyileştirmenin bazı yollarını gösteriyoruz. Son olarak, bigmemory paketini tanıtıyoruz.

Bölüme Başla

bigmemory ile Verileri İşleme ve Analiz Etme

Artık bigmemory kullanma konusunda biraz deneyim kazandığına göre, bazı basit veri keşfi ve analiz tekniklerini ele alacağız. Özellikle, nasıl tablo oluşturulacağını ve split-apply-combine yaklaşımının nasıl uygulanacağını göreceğiz.

Bölüme Başla

iotools ile çalışmak

Hem sayısal hem de karakter verilerini işleyebilen iotools paketini kullanacağız ve parça bazlı (chunk-wise) işlemenin kavramını tanıtacağız.

Bölüme Başla

Vaka Çalışması: Konut Verilerinin Ön Analizi

Önceki bölümlerde, konut verilerini tanıttık ve tek bir makinedeki RAM kadar büyük ya da daha büyük verilerle nasıl hesaplama yapılacağını gösterdik. Bu bölümde, zaman içindeki çeşitli eğilimleri karşılaştırarak verilerin ön analizini yapacağız.