R sur Hadoop et la langue de r
La discipline de l'apprentissage machine dispose d'un catalogue riche et vaste de techniques. Mahout apporte une gamme d'outils statistiques et des algorithmes à la table, mais il ne saisit qu'une fraction de ces techniques et des algorithmes, que la tâche de convertir ces modèles à un cadre de MapReduce est un défi.
Au fil du temps, Mahout est sûr de continuer à développer sa boîte à outils statistiques, mais en attendant, tous les scientifiques et les statisticiens de données là-bas doivent être conscients de la variante du logiciel de modélisation statistique - qui est où R entre en jeu.
Le langage R est un environnement puissant et populaire langage et le développement statistique open-source. Il offre un écosystème d'analyse riches qui peuvent aider les scientifiques de données à l'exploration de données, la visualisation, l'analyse statistique et de l'informatique, la modélisation, l'apprentissage machine, et la simulation. Le langage R est couramment utilisé par les statisticiens, les mineurs de données, analystes de données, et (aujourd'hui) de données scientifiques.
Programmeurs en langage R ont accès à la Réseau global R Archive (CRAN), les bibliothèques qui, comme du temps de cette écriture, contient plus de 3000 paquets d'analyse statistique. Ces add-ons peuvent être tirés dans tout projet de R, fournissant des outils analytiques riches pour l'exécution de la classification, la régression, le clustering, modélisation linéaire et des algorithmes d'apprentissage machine plus spécialisés.
La langue est accessible à ceux qui sont familiers avec les types simples de structure de données - vecteurs, scalaires, des trames de données (matrices), etc. - couramment utilisés par les statisticiens ainsi que des programmeurs.
Hors de la boîte, l'un des écueils majeurs avec l'aide du langage R est le manque de soutien qu'elle offre pour l'exécution de tâches simultanées. Outils de langage statistique R comme excellent à une analyse rigoureuse, mais manquent d'évolutivité et de support natif pour les calculs parallèles.
Ces systèmes sont non distribuable et ne sont pas conçus pour être évolutifs pour le pétaoctet-monde moderne des grandes données. Propositions pour surmonter ces limitations doivent étendre la portée de R-delà de chargement en mémoire et environnements d'exécution informatique unique, tout en conservant le flair de R pour les algorithmes statistiques facilement déployables.
L'écosystème Hadoop Apache Hadoop est plus que MapReduce et HDFS (Distributed File System Hadoop): Il est également une famille de projets connexes (un écosystème, vraiment) pour le calcul distribué et le traitement de données à grande échelle. La plupart (mais pas…
Big analyse de données fournisseurs de solutions Un certain nombre de fournisseurs sur le marché aujourd'hui soutenir le besoin croissant de solutions de données de grandes pour votre entreprise. Voici une liste de quelques solutions que vous pourriez trouver intéressant:IBM adopte une approche…
Choisir les meilleurs langages de programmation pour la science des données Le codage est l'une des compétences principales dans la boîte à outils d'un scientifique de données. Certaines applications incroyablement puissantes ont fait avec succès l'écart avec la nécessité de coder dans certains contextes de données…
Classes de grandes analyses de données Des outils et des techniques d'analyse existantes seront très utiles pour donner un sens de grands volumes de données. Les algorithmes qui font partie de ces outils, cependant, doivent être en mesure de travailler avec de grandes quantités de…
La science des données pour les nuls Traditionnellement, Big Data est le terme pour les données qui a un volume incroyable, la vitesse, et la variété. Les technologies traditionnelles de bases de données ne sont pas capables de gérer les données de grandes - des solutions de…
L'analyse exploratoire des données (eda) Avant d'appliquer des techniques statistiques pour un ensemble de données, il est important d'examiner les données pour comprendre ses propriétés de base. Vous pouvez utiliser une série de techniques qui sont collectivement connus comme Analyse…
Comment choisir un algorithme pour un modèle d'analyse prédictive Divers data-mining, et de la machine-apprentissage des algorithmes statistiques, sont disponibles pour une utilisation dans votre modèle d'analyse prédictive. Vous êtes dans une meilleure position pour sélectionner un algorithme après que vous…
Comment utiliser mahout Apache pour l'analyse prédictive Un outil open-source qui est uniquement utile dans l'analyse prédictive est Apache Mahout. Cette bibliothèque d'apprentissage comprend des versions à grande échelle de la classification, la classification, filtrage collaboratif, et d'autres…
Mines vos données en utilisant la science des données À l'ère de grands volumes de données, il semble que les organisations de toutes formes et tailles sont en quête d'embauche. Ils veulent embaucher des scientifiques de données afin qu'ils puissent utiliser les données et la prise de décision…
L'exploration de données pour l'entreposage de données À certains moments, l'exploration de données pour l'entreposage de données ne sont pas mélangés avec les autres formes de business intelligence. Ce manque d'intégration se produit pour deux raisons:Les utilisateurs professionnels ne disposent…
Les diagrammes de dispersion dans des graphiques par rapport à des données et des statistiques sur les TI-Nspire Vous pouvez vous demander pourquoi vous jamais utiliser l'application TI-Nspire graphiques pour représenter graphiquement et analyser les données à deux variables. Voici deux raisons pour lesquelles vous pouvez choisir d'utiliser l'application…
Terminologie utilisée dans les statistiques Comme chaque sujet, des statistiques a sa propre langue. La langue est ce qui vous permet de savoir ce qui est un problème pour la demande, quels résultats sont nécessaires, et la façon de décrire et d'évaluer les résultats d'une manière…
Trouver des données et statistiques infographiques Infographies sont beaucoup plus que de jolies images. Le plus fort des statistiques et des données, mieux l'infographie sera fini. Voici quelques sites Internet spécialisés dans les sujets et les numéros un designer infographie pourrait…
Les données statistiques utilisées dans les données axée sur le marketing Quiconque a déjà utilisé un tableur est familier avec l'idée de les types de données. Les données proviennent de deux saveurs de base: numériques et de caractères - chiffres et du texte. Les données caractères sont pas impliqués dans…