در حال حاضر محصولی در سبد خرید شما وجود ندارد.
با مشاهده این کورس آموزشی یاد می گیرید که چطور در زبان برنامه نویسی R بر روی داده های با حجم بالا کار کرده و فرآیندهای Data Science را روی آن ها پیاده کنید.
عنوان اصلی : R Programming in Data Science: High Velocity Data
معرفی
چگونه می توانید از R با داده های با سرعت بالا استفاده کنید؟
1. مشکلات و فرصت های داده های با سرعت بالا
چشم انداز داده های با سرعت بالا
شبیه سازی داده های با سرعت بالا
مفاهیم دسته ای داده ها
مدیریت داده های دسته ای با R
کار با داده های نزدیک به زمان واقعی
مدیریت داده های نزدیک به زمان واقعی با R
مفاهیم داده های بلادرنگ
مدیریت داده های بلادرنگ با R
تنظیم یک آینه CRAN پیش فرض
2. استفاده از R برای به دست آوردن داده های با سرعت بالا
نظرسنجی برای داده ها در R
اکتساب داده مبتنی بر وقفه با R
3. ابزارهای پروفایل برای R
ابزار
پروفیس
پروفسور
معیار میکرو
4. بهینه سازی R برای پردازش داده های با سرعت بالا
بهبود سرعت حلقه ها
بهینه سازی اگر... سپس...دیگر با ifelse
از کپی کردن داده ها خودداری کنید
ترکیب بهینه سازی ها
از RCPP برای افزایش سرعت عملکردها استفاده کنید
استفاده از microbenchmark برای بررسی نتایج
5. استفاده از R برای ارائه داده های با سرعت بالا
گزارشات استاتیک و پویا
از R Markdown برای داشبوردهای ثابت استفاده کنید
Flexdashboard و سایر پیشرفتها برای گزارشهای استاتیک
از براق برای داشبوردهای تعاملی استفاده کنید
از لوله کش برای ایجاد API استفاده کنید
نمای کار Cran برای WebTechnologies
نتیجه
خلاصه
R Programming in Data Science: High Velocity Data
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
دوره هفتگی Raspberry Pi
آموزش برنامه نویسی تاریخ و زمان در کدنویسی Data Science با زبان R
فیلم یادگیری Raspberry Pi: GPIO
NLP with Quanteda R
Introduction to NLP Using R
کدنویسی Data Science در زبان R : یادگیری Lunchbreak
دوره یادگیری هفتگی Raspberry Pi
NLP with Tidytext R
R Programming in Data Science: High Variety Data
یادگیری کدنویسی R برای Data Science از طریق چالش های دنیای واقعی