Formation Data Science Programmation R et intégration Big Data

Partager cette formation Télécharger au format pdf Ajouter à mes favoris

Objectifs pédagogiques

• Maîtriser les principales fonctions statistiques de R
• Utiliser des programmes R dans un environnement Big Data, en s'appuyant sur le système distribué HDFS.

Niveau requis

Avoir des notions de calculs statistiques.

Public concerné

Chefs de projets, data scientists, statisticiens, développeurs souhaitant comprendre les apports de R pour l'analyse des données, et savoir l'intégrer à un environnement Hadoop.

Programme

Présentation R

• Le projet R Programming
• Calculs statistiques et génération de graphiques
• Points forts de R Programming
• Besoins du Big Data
• Positionnement de R Programming par rapport à Hadoop

Mise en oeuvre de R

• Installation et tests sur une plateforme CentOS
• Utilisation de R en mode commande
• Commandes de base
• Syntaxe
• Opérations de base
• Expressions
• Manipulations de nombres, vecteurs, tableaux, matrices, listes...

Tableaux et matrices

• Déclaration, dimensionnement, indexation
• Opérations de base
• Produits de tableaux
• Transposition
• Produits de matrices
• Matrices
• Equations linéaires
• Inversion
• Valeur propre
• Vecteur propre
• Déterminant
• Moindre carré

Liste et DataFrames

• Définitions et cas d'utilisation
• Attachement et détachement
• Chargement d'un DataFrame
• La fonction Scan

Statistiques

• Distributions embarquées
• Uniforme
• Normale
• Poisson
• Exponentielle
• Calculs statistiques
• Modèles statistiques
• Affichage en graphes et histogrammes

Import / export

• Formats texte, CSV, XML, binaire, largeur fixe, images (JPEG, PNG)
• Encodage
• Filtrage
• Importation SQL
• Importation depuis un réseau socket
• Importation de données géodésiques
• Exportation au format JSON

Intégration Hadoop

• Association de la puissance du calcul distribué fourni par les outils Hadoop
• Différents moyens d'intégration pour utiliser le système distribué HDFS depuis R et pour accéder à HBase depuis les programmes en R
• SparkR
• RHBase
• RHDFS
• RHadoop
• rmr2
• Transformation d'un DataFrame R en un DataFrame Spark
• Travaux pratiques avec Hadoop

Fonctions spécifiques

• Définitions de nouvelles fonctions
• Appels
• Passage d'arguments
• Construction d'une bibliothèque
• Diffusion et installation avec R CMD INSTALL

Evolutions

• Les acteurs
• IBM avec BigInsights
• Revolution R avec ScaleR

Partager cette formation Télécharger au format pdf Ajouter à mes favoris