Nagy adatelemzés R-rel: Az R programozás kihasználása a nagy adatok rejtett mintáinak feltárásához

Olvasói vélemények

A könyv átfogó útmutató a középhaladó R-felhasználók számára, akik meg akarják érteni a nagy adatelemzést, és a gyakorlati betekintés mellett az alapvető fogalmakat, eszközöket és módszereket is tárgyalja. Néhány felhasználó azonban frusztrálónak találta az elavult hivatkozások és az R csomagokkal kapcsolatos telepítési problémák miatt.

⬤ Alapos magyarázatok a nagy adatfogalmakról és eszközökről
⬤ az R programozási függvények széleskörű lefedése
⬤ jól strukturált mind az elemi, mind a haladó témákhoz
⬤ érdekes tényeket és történelmi összefüggéseket tartalmaz
⬤ aprólékosan illusztrált példák, amelyek fokozzák a megértést
⬤ erősen ajánlott azoknak, akik az adattudományi ismereteiket fejlesztik.

⬤ Az R-csomagokra való egyes hivatkozások elavultak és nem érhetők el a legújabb RStudio verzióval
⬤ az adatok letöltése a kiadó oldaláról nehézkes lehet
⬤ technikai mélysége miatt nem biztos, hogy alkalmas az ingázás közbeni olvasásra.

(9 olvasói vélemény alapján)

Eredeti címe:

Big Data Analytics with R: Leverage R Programming to uncover hidden patterns in your Big Data

Könyv tartalma:

Használja az R-t a Big Data rejtett mintáinak feltárására A könyvről Végezzen számítási elemzéseket a Big Data-n, hogy értelmes eredményeket hozzon létre Szerezzen gyakorlati ismereteket az R programozási nyelvről, miközben olyan Big Data platformokon dolgozik, mint a Hadoop, Spark, H2O és SQL/NoSQL adatbázisok, Fedezze fel a gyors, streaming és skálázható adatelemzést a piac legmodernebb technológiáival Kinek szól ez a könyv Ez a könyv adatelemzőknek, tudósoknak, adatmérnököknek, statisztikusoknak, kutatóknak szól, akik szeretnék integrálni az R-t a jelenlegi vagy jövőbeli Big Data munkafolyamatokba. Feltételezzük, hogy az olvasók rendelkeznek némi adatelemzési tapasztalattal, és megértik az adatkezelést és a nagy mennyiségű adat algoritmikus feldolgozását, azonban hiányozhatnak az R-rel kapcsolatos speciális ismeretek. Amit megtanulhat Megismeri a Big Data feldolgozás jelenlegi helyzetét az R programozási nyelv és annak erőteljes statisztikai képességei segítségével Költséghatékony és időtakarékos módon alkalmazza a Big Data analitikai platformokat az R által támogatott kiválasztott Big Data eszközökkel Alkalmazza az R nyelvet valós Big Data problémákra egy több csomópontos Hadoop fürtön, pl.

villamosenergia-fogyasztás különböző társadalmi-demográfiai mutatók és a kerékpármegosztási rendszer használata Az R kompatibilitásának vizsgálata a Hadoop, Spark, SQL és NoSQL adatbázisokkal, valamint a H2O platformmal Részletesen A nagy adatelemzés a nagy és összetett adathalmazok vizsgálatának folyamata, amelyek gyakran meghaladják a számítási képességeket. Az R az adattudomány vezető programozási nyelve, amely nagy teljesítményű függvényekből áll a Big Data feldolgozásával kapcsolatos valamennyi probléma megoldásához. A könyv a Big Data világának és a jelenlegi ipari szabványoknak a rövid bemutatásával kezdődik. Az R nyelv bemutatásával és fejlődésének, felépítésének, valós világbeli alkalmazásainak és hiányosságainak bemutatásával. A könyv az adatkezelésre és transzformációkra szolgáló főbb R-funkciók felülvizsgálata felé halad. Az olvasók megismerkedhetnek a felhőalapú Big Data megoldásokkal (pl. Amazon EC2 példányok és Amazon RDS, Microsoft Azure és annak HDInsight fürtjei), és útmutatást kapnak az R relációs és nem relációs adatbázisokkal, például MongoDB-vel és HBase-szel stb. való összekapcsolhatóságáról is. Tovább bővül a Big Data eszközökkel, például az Apache Hadoop ökoszisztémával, a HDFS-sel és a MapReduce keretrendszerekkel. Más R-kompatibilis eszközökre is, mint például az Apache Spark, annak gépi tanulási könyvtára, a Spark MLlib, valamint a H2O. Stílus és megközelítés Ez a könyv gyakorlati útmutatóként szolgál a Big Data-problémák kezeléséhez az R programozási nyelv és annak statisztikai környezete segítségével.

A könyv minden egyes része tömör és könnyen követhető lépéseket mutat be a nagy adathalmazok feldolgozásához, átalakításához és elemzéséhez.".