Analyser des données Big Data avec Microsoft R par ENI SERVICE

Microsoft R Server et Microsoft R ClientQu'est
- ce que Microsoft R Server ?Utiliser Microsoft R ClientLes fonctions ScaleRTravaux pratiques : Découverte de Microsoft R Server et Microsoft R clientExploration des données Big DataComprendre les sources de données ScaleRLire les données dans un objet XDFRésumer les données dans un objet XDFTravaux pratiques : Découverte du Big DataVisualisation des données Big DataVisualiser les données en mémoireVisualiser les données Big DataTravaux pratiques : Visualiser les donnéesTraitement des données Big DataTransformer les données Big DataGérer les jeux de donnéesTravaux pratiques : Traiter les données Big DataParallélisation des opérations d'analysesUtiliser le contexte de calcul RxLocalParallel avec rxExecUtiliser le package revoPemaRTravaux pratiques : Utiliser rxExec et RevoPemaR pour paralléliser des opérationsCréation et évaluation de modèles de régressionAppliquer des algorithmes sur le Big DataGénérer des modèles de régression et effectuer des prévisionsTravaux pratiques : Créer un modèle de régression linéaireCréation et évaluation des modèles de partitionnementCréer des modèles de partitionnement basés sur les arbres décisionnelsModèles de partitionnement en effectuant et comparant les prévisionsTravaux pratiques : Créer et évaluer des modèles de partitionnementTraitement de la Big Data dans SQL Server et HadoopUtiliser R dans SQL ServerUtiliser Hadoop MapReduceUtiliser Hadoop SparkTravaux pratiques : Traiter des données Big Data dans SQL Server et Hadoop

Expliquer comment Microsoft R Server et Microsoft R client travaillent ;Utiliser R client et R Server pour explorer les données Big Data dans différents magasins de données ;Visualiser les données via les graphiques et les plots ;Transformer et nettoyer des jeux de données Big Data ;Mettre en oeuvre les options pour répartir les travaux d'analyse dans des tâches parallèles ;Créer et évaluer des modèles de régression générés à partir des données Big Data ;Créer, compter et déployer des modèles de partitionnement générés à partir des données Big Data ;Utiliser R dans des environnements SQL Server et Hadoop.