Spark ve R’nin birbirini nasıl tamamladığını, veriyi Spark’a nasıl aktaracağını ve Spark’tan nasıl geri alacağını, ayrıca dplyr söz dizimiyle Spark veri çerçevelerini nasıl değiştireceğini öğreneceksin.

Başlarken

Birbirleri için yaratılmış

Burada ejderhalar var

Bağlan-çalış-bağlantıyı kes kalıbı

Veriyi Spark'a kopyalama

Büyük veri, minik tibble

Tibble'ların yapısını keşfetmek

Sütun seçme

Satırları filtreleme

Satırları sıralama

Sütunları dönüştürme (mutate)

Sütunları özetleme

Ateşi Yak: dplyr Söz Dizimiyle Spark’ı Kullanmaya Başla

Spark’a <code>dplyr</code> arayüzünü kullanmayı daha derinlemesine öğreneceksin: gelişmiş alan seçimi, grupla bazında istatistik hesaplama ve veri çerçevelerini birleştirme dâhil.

Seviyeni yükseltme

Anneciğin küçük yardımcısı (1)

Annenin küçük yardımcısı (2)

Benzersiz satırları seçme

Sıradan insanlar

Veriyi Spark'tan geri toplama

Ara sonuçları saklama

Gruplar: müzik için harika, veri için harika

Mutant grupları

Gelişmiş Seçim II: SQL

Left join'lar

Anti join'ler

Semi join'ler

İşin Araçları: İleri Düzey dplyr Kullanımı

Spark’ın Machine Learning için veri dönüştürme özelliklerini ve yerel DataFrame’leri manipüle etmeye yönelik işlevselliğini öğreneceksin.

İki yeni arayüz

Patlamış mısır çift gösterimi

Sürekli değişkenleri mantıksal (logical) değişkenlere dönüştürme

Sürekli değişkenleri kategorik hale getirme (1)

Sürekli değişkenleri kategorik hale getirme (2)

Kelimelerden fazlası: tokenization (1)

Kelimelerden fazlası: tokenizasyon (2)

Kelimelerden fazlası: tokenization (3)

Sıralama vs. düzenleme

Spark veri türlerini keşfetmek

Örnekleme ile veriyi küçültme

Eğitim/test bölmeleri

Yerliye Dönüş: Spark DataFrame’lerini Yerel Arayüzle Manipüle Et

Bir vaka çalışmasında, bir şarkının yayımlandığı yılı tahmin ederek <code>sparklyr</code>’ın Machine Learning yordamlarını kullanmayı öğreneceksin.

Spark üzerinde Machine Learning

Machine Learning fonksiyonları

(Hey sen) Bu ses de ne?

Parquet dosyalarıyla çalışmak

Bir araya gel

Grup etkisiyle veriyi bölme

Gradient boosted trees: modelleme

Gradient boosted trees: tahmin

Gradient boosted trees: görselleştirme

Random Forest: modelleme

Random Forest: tahmin

Random Forest: görselleştirme

Model performansını karşılaştırma

Vaka Çalışması: Makine Olmayı Öğrenmek: Spark Üzerinde Machine Learning Modelleri Çalıştırma

Title text parquet

Track data to predict parquet

Track data to model parquet

Timbre parquet

Gbt-model-responses

Left-join

Inner-join

Residual density

Track data parquet

Semi-join

Timbre

Anti-join

Predicted vs actual

Track metadata

Both-model-responses

R, veri analizi kodunu hızlı ve okunabilir biçimde yazman için optimize edilmiştir. Apache Spark ise devasa veri kümelerini hızlıca analiz etmek için tasarlanmıştır. sparklyr paketi, bir Spark kümesinde çalışan dplyr R kodu yazmana olanak tanır ve böylece iki dünyanın en iyisini bir araya getirir. Bu kursta, hem dplyr arayüzünü hem de Spark’ın yerel arayüzünü kullanarak Spark DataFrame’lerini nasıl değiştireceğini ve ayrıca Machine Learning tekniklerini nasıl deneyeceğini öğreneceksin. Kurs boyunca Million Song Dataset’i keşfedeceksin.

<h2>R, Spark ve sparklyr'ın Avantajlarını Keşfedin</h2>
R, veri analizi kodunu hızlı ve okunabilir şekilde yazmanıza yardımcı olacak şekilde büyük ölçüde optimize edilmiştir. Apache Spark, devasa veri setlerini hızlı bir şekilde analiz etmek için tasarlanmıştır. sparklyr paketi, bir Spark kümesinde çalışan dplyr R kodu yazmanıza olanak tanır ve böylece her iki dünyanın en iyisini sunar. Bu 4 saatlik kurs, hem dplyr arayüzünü hem de Spark'ın kendi arayüzünü kullanarak Spark DataFrame'lerini nasıl işleyebileceğinizi ve ayrıca makine öğrenmesi tekniklerini denemeyi öğretiyor. 
<br><br>
<h2>Verileri Spark'a Yükleyin ve Spark DataFrame'lerini Yönetin</h2>
Bu Spark kursuna, Spark ve R'nin nasıl birlikte etkili çalıştığını inceleyerek başlayacak ve verileri yükleyip temizleme, dönüştürme ve analiz için hazırlama pratiği yapacaksınız. Spark çerçevelerini ve dplyr sözdizimini kullanarak verilerinizi filtreleyip sıralayarak satırları düzenleyecek, ayrıca sütunları değiştirip özetleyeceksiniz. 
<br><br>
<h2>Spark MLib ile Büyük Veri Analizine Dalın </h2>
Bu kurs, büyük veri setlerini analiz etme konusundaki becerilerinizi ve özgüveninizi geliştirmeye odaklanır. Son bölümler, Spark’ın makine öğrenmesi veri dönüştürme özelliklerini keşfetmenizi sağlar ve sparklyr’ın makine öğrenmesi rutinlerini alıştırma yaparak, gradyan artırmalı ağaçlar ve rastgele ormanlar kullanarak tahminler yapma fırsatı sunar.

Supervised Learning in R: Regression

Apache Spark ve sparklyr paketini R'de makine öğrenimi ile büyük veri analizi için kullanmayı öğrenin.

R ile sparklyr kullanarak Spark’a Giriş

Master big data analysis with Spark ve sparklyr paketiyle R'de çalışın, Spark MLIb'i 4 saatte keşfedin. 

Başlarken

Create Your Free Account