پردازش مقیاسپذیر داده در R
✅ سرفصل و جزئیات آموزش
اغلب حجم مجموعهداده از حافظه رم در دسترس بیشتر است و این برای برنامهنویسان R مشکلساز میشود، زیرا به طور پیشفرض همه متغیرها در حافظه ذخیره میشوند. در این دوره، ابزارهایی برای پردازش، اکتشاف و تحلیل دادهها مستقیماً از روی دیسک خواهید آموخت. همچنین رویکرد split-apply-combine را پیادهسازی کرده و چگونگی نوشتن کد مقیاسپذیر با استفاده از پکیجهای bigmemory و iotools را فرا خواهید گرفت.
در این دوره از دادههای اداره امور مالی مسکن فدرال (FHFA) استفاده میشود؛ یک مجموعه داده عمومی که کلیه وامهای مسکن نگهداری یا تبدیلشده به اوراق بهادار توسط هردوی انجمن وام مسکن ملی فدرال (فنیمی) و شرکت وام مسکن خانه فدرال (فردیمک) را در بازه 2009 تا 2015 ثبت کرده است.
پردازش مقیاسپذیر داده در R
-
پردازش مقیاسپذیر داده چیست؟ None
-
کار با اشیاء «خارج از حافظه اصلی» با استفاده از پروژه Bigmemory None
-
ارجاع در مقابل کپی None
-
مجموعه پکیجهای Bigmemory None
-
تقسیم-اعمال-ترکیب None
-
تجسم نتایج با استفاده از tidyverse None
-
محدودیتهای bigmemory None
-
مقدمهای بر پردازش قطعهای None
-
نخستین نگاه به iotools: وارد کردن داده None
-
chunk.apply None
-
مروری بر انواع تحلیلهای این فصل None
-
آیا داده به صورت تصادفی مفقود شدهاند؟ None
-
تحلیل داده مسکن None
-
روندهای اعطای وام به وامگیرندگان: شهری در مقابل روستایی None
-
تبریک! None
مشخصات آموزش
پردازش مقیاسپذیر داده در R
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:پیشرفته
- تعداد درس:15
- مدت زمان :4:00:00
- حجم :687.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy