مقدمه‌ای بر Spark با sparklyr در R

بررسی مزایای R ،Spark و sparklyr

زبان R عمدتاً برای کمک به نوشتن سریع و خوانای کد تحلیل داده بهینه‌سازی شده است. Apache Spark برای تحلیل سریع مجموعه‌داده‌ عظیم طراحی شده است. پکیج sparklyr به شما امکان می‌دهد کد dplyr در R را بنویسید که روی یک کلاستر Spark اجرا می‌شود و بهترین ویژگی‌های هر دو را در اختیار شما قرار می‌دهد. این دوره 4 ساعته به شما می‌آموزد که چگونه با استفاده از رابط dplyr و رابط بومی به Spark، با Spark DataFrameها کار کنید و همچنین تکنیک‌های یادگیری ماشین را امتحان کنید.

بارگذاری داده‌ در Spark و کار با Spark DataFrameها

شما این دوره Spark را با بررسی چگونگی کارکرد خوب Spark و R در کنار هم و تمرین بارگذاری داده، جهت آماده‌سازی برای پاکسازی، تبدیل و تحلیل آغاز خواهید کرد. شما از فریم‌های Spark و سینتکس dplyr برای پردازش داده خود با فیلتر کردن و مرتب‌سازی سطرها، و تغییر و خلاصه‌سازی ستون‌ها استفاده خواهید کرد.

بررسی در تحلیل کلان‌داده با Spark MLib

تمرکز این دوره بر ایجاد مهارت‌ها و اعتماد به نفس شما در تحلیل مجموعه‌داده عظیم است. فصل‌های پایانی شما را با ویژگی‌های تبدیل داده یادگیری ماشین Spark آشنا می‌کنند و این فرصت را فراهم می‌آورند تا روتین‌های یادگیری ماشین sparklyr را با استفاده از آن برای پیش‌بینی با کمک Gradient Boosted Trees و Random Forests تمرین کنید.