M20773 Analýza velkých dat (Big data) pomocí Microsoft R Tisk

Tento 3-denní kurz provede studenty využitím Microsoft R Serveru, tvorbou a provedením analýzy velkého objemu dat, správou prostředí, s využitím systému Hadoop, Spark clusteru nebo SQL Server databází.

Kurz akreditovaný pro DVPP

Délka kurzu: 3 dny

Termíny

• Absolvent kurzu bude umět

  • Jak funguje Microsoft R Server a Microsoft R Client.
  • Používat R Client s R Serverem k analýze velkého objemu dat z různých zdrojů.
  • Vizualizovat data pomocí grafů a diagramů.
  • Transformovat a čistit velké data sety.
  • Implementovat možnost provádět analytické operace paralelně.
  • Vytvořit a použít regresní modely generované z velkého objemu dat.
  • Vytvořit, ohodnotit a nasadit partition model generovaný z velkého objemu dat.
  • Využít R v prostředí SQL Serveru a prostředí Hadoop.

• Požadavky pro absolvování kurzu

  • Přehledová znalost obecných statistických metod a analýzy dat.
  • Základní znalosti operačního systému Microsoft Windows.
  • Znalost relačních databází.

• Kurz určen pro

  Kurz je určen pro pracovníky, kteří analyzují velké objemy dat s využitím Big data technologií a pro vývojáře či IT pracovníky, kteří potřebují integrovat analýzy R do firemních řešení.

• Literatura

  Všichni účastníci školení obdrží originál studijních certifikovaných materiálů Microsoft.

• Technické vybavení

  Prostorné učebny jsou vybaveny nadstandardními počítači s možností přístupu na Internet, včetně bezdrátového přístupu.

• Osnova

  Modul 1: Microsoft R Server a R Client

  • Kapitola: Microsoft R Server
  • Kapitola: Microsoft R Client
  • Kapitola: ScaleR funkce
  • Cvičení: Microsoft R Server a Microsoft R Client

  Modul 2: Big Data

  • Kapitola: ScaleR datové zdroje
  • Kapitola: Načítání dat do XDF objektu
  • Kapitola: Sumarizace dat do XDF objektů
  • Cvičení: Big Data

  Modul 3: Vizualizace velkého objemu dat

  • Kapitola: Vizualizace In-memory dat
  • Kapitola: Vizualizace dat
  • Cvičení: Vizualizace dat

  Modul 4: Zpracování velkého objemu dat

  • Kapitola: Transformace velkého objemu dat
  • Kapitola: Správa data setů
  • Cvičení: Zpracování dat

  Modul 5: Paralelizace analytických operací

  • Kapitola: Využití RxLocalParallel kontextu výpočtu s rxExec
  • Kapitola: Využití revoPemaR balíčků
  • Cvičení: Využití rxExec a RevoPemaR k paralelizaci operací

  Modul 6: Tvorba a využití regresních modelů

  • Kapitola: Clustering Big Data
  • Kapitola: Generování regresních modelů a tvorba predikcí
  • Cvičení: Tvorba lineárního regresního modelu

  Modul 7: Tvorba a využití partitioning modelů

  • Kapitola: Tvorba partitioning modelů založených na rozhodovacích stromech
  • Kapitola: Testování partitioning modelů
  • Cvičení: Tvorba a využití partitioning modelů

  Modul 8: Využití Big dat v SQL Serveru a prostředí Hadoop

  • Kapitola: Využití R v SQL Serveru
  • Kapitola: Využití Hadoop Map/Reduce
  • Kapitola: Využití Hadoop Spark
  • Cvičení: Zpracování velkého objemu dat pomocí SQL Serveru a prostředí Hadoop

   

• Návaznosti

  Business Intelligence