> Módulo 1: La era de los grandes datos

Big Data: el monstruo redefinido

Caja de herramientas Big Data: tratar con el gigante

R – El héroe anónimo de Big Data

 

> Módulo 2: Introducción al Lenguaje de Programación R y el Entorno Estadístico

Aprendiendo R

Revisando los conceptos básicos de R

Ciencia de datos aplicada con R

 

> Módulo 3: Liberar el poder de R desde adentro

Limitaciones tradicionales de R

Los límites de la memoria y más allá

Paralell R

Impulsar el rendimiento de R con el paquete data.table y otras herramientas

 

> Módulo 4: Hadoop y MapReduce para R

Arquitectura hadoop

Un Hadoop de un solo nodo en la nube

HDInsight: un clúster Hadoop de varios nodos en Azure

 

> Módulo 5: R con sistemas de gestión de bases de datos relacionales (RDBMS)

Sistemas de gestión de bases de datos relacionales (RDBMS)

SQLite con R

MariaDB con R en una instancia de Amazon EC2

PostgreSQL con R en Amazon RDS

 

> Módulo 6: R con bases de datos no relacionales (NoSQL)

Introducción a las bases de datos NoSQL

MongoDB con R

HBase con R

 

> Módulo 7: Más rápido que Hadoop – Spark con R

Spark para análisis de Big Data

Spark con R en un clúster de HDInsight de varios nodos

 

> Módulo 8: Métodos de Machine Learning para Big Data en R

¿Qué es Machine Learning?

Ejemplo de GLM con Spark y R en el clúster de HDInsight

Naive Bayes con H2O en Hadoop con R

Redes Neuronales con H2O en Hadoop con R

 

> Módulo 9: El futuro de R: datos grandes, rápidos e inteligentes

El estado actual de la analítica de Big Data con R

El futuro de R.

Dónde ir después