Réaliser des analyses Big Data avec Microsoft R
Objectifs
- Pouvoir expliquer comment Microsoft R Server et Microsoft R Client fonctionnent
- Apprendre à utiliser R Client avec R Server pour explorer des données contenues dans différents magasins de données
- Être capable de visualiser les données en utilisant des graphiques
- Comprendre comment transformer et nettoyer des ensembles de données
- Savoir mettre en oeuvre des options pour diviser les travaux d’analyse en tâches parallèles
- Pouvoir construire et évaluer les modèles de régression générés à partir des données
- Être en mesure de créer, marquer et déployer des modèles de partition générés à partir de données
- Apprendre à utiliser R dans les environnements SQL Server et Hadoop
Programme
Microsoft R Server et R Client
- Qu’est-ce qu’un serveur Microsoft R
- Utilisation du client Microsoft R
- Les fonctions ScaleR
Explorer de grandes données
- Comprendre les sources de données ScaleR
- Lecture de données dans un objet XDF
- Résumer des données dans un objet XDF
Visualisation d’un grand nombre de données
- Visualisation des données en mémoire
- Visualisation d’un grand nombre de données
Traitement d’un grand nombre de données
- Transformer un grand nombre de données
- Gestion d’un ensemble de données
Opérations d’analyse en parallèle
- Utilisation du contexte de calcul RxLocalParallel avec rxExec
- Utilisation du package revoPemaR
Création et évaluation de modèles de régression
- Clustering Big Data
- Générer des modèles de régression et faire des prédictions
Création et évaluation de modèles de partitionnement
- Création de modèles de partitionnement basés sur des arbres de décision
- Tester les modèles de partitionnement en effectuant et en comparant des prédictions
Traitement d’un grand nombre de données dans SQL Server et Hadoop
- Utilisation de R dans SQL Server
- Utilisation de Hadoop Map / Reduce
- Utilisation de Hadoop Spark
MOYENS PÉDAGOGIQUES ET TECHNIQUES D’ENCADREMENT DES FORMATIONS
Modalités pédagogiques :
- Évaluation des besoins et du profil des participants.
- Apport théorique et méthodologique : séquences pédagogiques regroupées en différents modules.
- Contenus des programmes adaptés en fonction des besoins identifiés pendant la formation.
- Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de travaux pratiques, étude de cas et mise en situation.
- Méthodes expositive, active et participative.
- Réflexion et échanges sur cas pratiques.
- Retours d'expériences.
- Corrections appropriées et contrôles des connaissances à chaque étape, fonction du rythme de l’apprenant mais également des exigences requises au titre de la formation souscrite.
Éléments matériels :
- Mise à disposition des outils nécessaires au bon déroulement des travaux pratiques.
- Support de cours au format numérique projeté sur écran et transmis au participant en fin de la formation.
Référent pédagogique et formateur :
- Chaque formation est sous la responsabilité du directeur pédagogique de l’organisme de formation.
- Le bon déroulement est assuré par le formateur désigné par l’organisme de formation.
MOYENS PERMETTANT LE SUIVI ET L’APPRÉCIATION DES RÉSULTATS
- Feuilles de présences signées des participants et du formateur par demi-journée.
- Attestation de fin de formation mentionnant les objectifs, la nature et la durée de l’action et les résultats de l’évaluation des acquis de la formation.
Please login to get access to the quiz
Back to Solutions Bigdata avec Microsoft
