Langage R
Objectifs
- Connaître les principales fonctions statistiques de R
- Utiliser des programmes R dans un environnement Hadoop en s’appuyant sur le système distribué hdfs et le stockage avec HBase
- Intégrer R à un environnement Hadoop
Programme
Présentation R
- Le projet R Programming
- Calculs statistiques et génération de graphiques
- Points forts de R Programming
- Besoins du BigData
- Positionnement R programming par rapport à Hadoop
Mise en oeuvre de R
- Travaux pratiques : installation et tests sur une plate-forme CentOS
- Utilisation de R en mode commande.
- Commandes de base. Syntaxe.
- Manipulations de nombres,vecteurs,tableaux,matrices.listes,etc ..
Intégration Hadoop
- Association de la puissance du calcul distribué fourni par les outils hadoop,
- et de la richesse des outils d’analyse statistique de R.
- Différents moyens d’intégration :
- RHive : fonctions R de calculs statistiques s’appuyant sur HiveQL
- RHadoop : packages rmr2,
- rhdfs pour utiliser le système distribué hdfs depuis R,
- rhbase pour accéder à HBase depuis les programmes en R
Travaux pratiques avec Hadoop
- Installation d’un cluster,
- rmr2:traduction programmes R en mapreduce,
- rhdfs:API d’accès R à des données stockéss sur HDFS
- rhbase:API d’accès à des données stockées sur HBase
Evolutions
- Les acteurs : IBM avec BigInsights, Revolution R avec ScaleR
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 Data Science
