After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
课程介绍
探索 R、Spark 和 sparklyr 的优势
R 主要经过优化，帮助你快速且清晰地编写数据分析代码。 Apache Spark 旨在快速分析海量数据集。 sparklyr 包让你可以编写在 Spark 集群上运行的 dplyr R 代码，让你同时兼得两者的优势。 这门 4 小时的课程将教你如何使用 dplyr 接口和 Spark 原生接口操作 Spark DataFrame，同时还会尝试机器学习技术。将数据加载到 Spark 中并操作 Spark DataFrame
你将从这门 Spark 课程开始，探索 Spark 和 R 如何协同工作，并练习加载数据，为清洗、转换和分析做好准备。 你将使用 Spark frames 和 dplyr 语法，通过筛选和排列行，以及变更和汇总列来处理数据。深入探索使用 Spark MLib 进行大数据分析
本课程专注于提升您分析海量数据集的技能和信心。 最后几章将带你了解 Spark 的机器学习数据转换功能，并让你有机会通过使用 sparklyr 的机器学习例程，利用梯度提升树和随机森林进行预测，从而实践 sparklyr 的机器学习实践。 "先修要求
课程大纲
课程大纲
1
点燃引擎：用 dplyr 语法上手 Spark
本章将带您了解 Spark 与 R 如何互补、如何在 Spark 与本地之间传输数据，以及如何用 dplyr 语法操作 Spark 数据框。
2
进阶工具：深入掌握 dplyr 用法
本章将进一步讲解通过
dplyr 接口使用 Spark，包括高级字段选择、按组计算统计量，以及连接数据框。3
回归原生：使用原生接口操作 Spark DataFrame
本章将介绍 Spark 的机器学习数据转换功能，以及用于操作原生 DataFrame 的相关特性。
4
案例研究：学会做机器——在 Spark 上运行机器学习模型
本案例研究将带您使用
sparklyr 的机器学习流程，来预测歌曲的发行年份。R
R 中使用 sparklyr 的 Spark 入门
课程完成
