Weiter zum Inhalt

Kurs

R-Code mit Rcpp optimieren

MittelSchwierigkeitsgrad

Aktualisiert 02/2025

Nutze C++, um die Leistung deines R-Codes richtig zu steigern.

Kurs kostenlos starten

RProgramming

4 Std.

15 Videos

52 Übungen

4,350 XP

3,958

Leistungsnachweis

Beliebt bei Lernenden in Tausenden Unternehmen

Ein Team schulen?

Für Unternehmen ausprobieren

Kursbeschreibung

R ist eine großartige Sprache für Data Science, aber manchmal läuft der Code ziemlich langsam. Die Kombi aus dem Komfort von R und der Geschwindigkeit einer kompilierten Sprache ist ein super Weg, die Performance zurückzugewinnen, die dein Code verdient.C++ ist eine moderne, leistungsstarke Sprache, die sich im Kontext der Beschleunigung von R-Code gut genug erlernen lässt. Mit Hilfe des Rcpp-Pakets integriert sich C++ sehr nahtlos in R. Du lernst, typische R-Objekte (Vektoren und Listen) zu erstellen und zu bearbeiten und eigene C++-Funktionen zu schreiben, um die Performance deines R-Codes deutlich zu steigern.

Voraussetzungen

Introduction to Writing Functions in R

1

Einführung

Schreibe, benchmarke und debugge deinen ersten C++-Code.

Willkommen zum Kurs

Benchmarking mit microbenchmark

Einfache C++-Ausdrücke mit evalCpp

Zahlen mit Cast umwandeln

Inline-Funktionen mit cppFunction

Erste Funktion

Euklidische Distanz von 0

In die Konsole ausgeben

Fehlermeldungen

Kapitel starten

2

Funktionen und Kontrollfluss

Funktionen schreiben, den Ablauf mit if und else steuern und die drei Arten von Schleifen in C++ nutzen.

C++-Funktionen gehören in C++-Dateien

Was passiert, wenn du diese C++-Datei kompilierst

Boilerplate

Funktionen in C++ schreiben

Erste Funktion – nochmal

Exportierte und nicht exportierte Funktionen

R-Code in C++-Dateien

if und if/else

For-Schleifen

Quadratwurzeln mit einer for-Schleife berechnen

Einen for-Loop abbrechen

While-Schleifen

Quadratwurzeln mit einer while-Schleife berechnen

Noch mal: do-while-Schleife

Kapitel starten

3

Vektorklassen

Mit Rcpp- und nativen C++-Vektoren arbeiten und rechnen.

Rcpp-Klassen und Vektoren

Erster und letzter Wert eines Vektors

Indexierung eines Vektors

Summe eines Double-Vektors

Vektoren erstellen

Folge von ganzen Zahlen

Vektor mit vorgegebenen Werten erstellen

Vektoren klonen

Gewichtetes Mittel

Gewichtetes Mittel (C++-Version)

Umgang mit fehlenden Werten

Vektoren aus der STL

Ändere nicht die Größe von Rcpp-Vektoren

STL-Vektoren

Kapitel starten

4

Fallstudien

Zufallszahlen verwenden und Algorithmen für angewandte Zeitreihenmodelle schreiben.

Zufallszahlenerzeugung

Skalare Zufallszahlenerzeugung

Stichproben aus einer Mischverteilung (I)

Stichproben aus einer Mischverteilung (II)

Gleitende Operationen

Gleitende Mittelwerte

Gleitende Mittelwerte (in C++)

Letzte Beobachtung fortschreiben

Mean carried forward

Autoregressives Modell

AR(p)-Modell simulieren

MA(q)-Modell simulieren

ARMA(p, q)-Modell

Glückwunsch!

Kapitel starten

R-Code mit Rcpp optimieren

Kurs
abgeschlossen

Leistungsnachweis verdienen

Füge diesen Fähigkeitsnachweis zu deinem LinkedIn-Profil, Anschreiben oder Lebenslauf hinzu
Teile es auf Social Media und in deiner LeistungsbeurteilungJetzt anmelden

Schließe dich 19 Millionen Lernenden an und starte R-Code mit Rcpp optimieren heute!

DataCamp gibt es auch für Mobilgeräte

Mit unseren Kursen für Mobilgeräte und täglichen Programmier-Challenges erweiterst du deine Datenkompetenz von unterwegs.