Accéder au contenu principal

Gratuit Cours

Optimiser du code R avec Rcpp

IntermédiaireNiveau de compétence

Mis à jour 02/2025

Utilisez C++ pour améliorer considérablement les performances de votre code R.

Commencer Le Cours Gratuit

Inclus gratuitement

RProgramming

4 h

15 vidéos

52 Exercices

4,350 XP

3,949

Certificat de réussite

Apprécié par les Utilisateur dans des milliers d’entreprises

Former une équipe ?

Essayez pour les entreprises

Description du cours

R est un excellent langage pour la data science, mais il arrive que l’exécution du code soit lente. Associer le confort de R à la vitesse d’un langage compilé est une excellente façon de retrouver les performances que votre code mérite.C++ est un langage moderne et performant, assez simple à apprendre pour accélérer du code R. Avec l’aide du package Rcpp, C++ s’intègre très proprement à R. Vous apprendrez à créer et manipuler des objets R courants (vecteurs et listes) et à écrire vos propres fonctions C++ pour booster de façon spectaculaire les performances de votre code R.

Prérequis

Introduction to Writing Functions in R

1

Introduction

Writing, benchmarking, and debugging your first C++ code.

Welcome to the course

Benchmarking with microbenchmark

Simple C++ Expressions with evalCpp

Conversion between numbers using cast

Inline functions with cppFunction

First function

Euclidean distance from 0

Print to the console

Error messages

Commencer Le Chapitre

2

Functions and Control Flow

Writing functions, controlling the flow with if and else, and learning to use the three kinds of loops in C++.

C++ functions belong to C++ files

What happens when you compile this C++ file

Boiler plate

Writing functions in C++

First function - again

Exported and unexported functions

R code in C++ files

if and if/else

Calculating square roots with a for loop

Breaking out of a for loop

While loops

Calculating square roots with a while loop

Do it again: do-while loop

Commencer Le Chapitre

3

Vector Classes

Manipulate and compute with Rcpp and native C++ vectors.

Rcpp classes and vectors

First and last values of a vector

Indexing a vector

Sum of double vector

Creating vectors

Sequence of integers

Create vector with given values

Vector cloning

Weighted mean

Weighted mean (C++ version)

Handling of missing values

Vectors from the STL

Don't change the size of Rcpp vectors

STL vectors

Commencer Le Chapitre

4

Case Studies

Use random numbers and write algorithms for applied time series models.

Random number generation

Scalar random number generation

Sampling from a mixture of distributions (I)

Sampling from a mixture of distributions (II)

Rolling operations

Rolling means

Rolling means (in C++)

Last observation carried forward

Mean carried forward

Auto regressive model

Simulate AR(p) model

Simulate MA(q) model

ARMA (p, q) model

Congratulations!

Commencer Le Chapitre

Optimiser du code R avec Rcpp

Cours
terminé

Obtenez un certificat de réussite

Ajoutez cette certification à votre profil LinkedIn, à votre CV ou à votre curriculum vitae
Partagez-le sur les réseaux sociaux et dans votre évaluation de performanceInscrivez-vous Maintenant

Rejoignez plus de 19 millions d’Utilisateurs et commencez Optimiser du code R avec Rcpp dès aujourd’hui !

Apprenez où que vous soyez avec l'application DataCamp

Progressez où que vous soyez grâce à nos cours conçus pour mobile et à nos défis quotidiens de 5 minutes.