Après avoir suivi ces cours, je me sens confiant dans la création de visualisations et de tableaux de bord professionnels.
Shoebur RahmanSpécialiste des marchés publics, Giz Bangladesh
Description du cours
La force de R, c’est qu’il est conçu pour l’analyse de données. L’inconvénient, c’est que R peut parfois être lent, ce qui freine votre travail. Il est donc essentiel de maîtriser les principales techniques pour accélérer vos analyses, afin de réduire le temps de calcul et d’obtenir des résultats le plus rapidement possible.
Prérequis
Programme de formation
Plan du cours
1
L’art du benchmarking
Pour accélérer votre code, vous devez d’abord savoir combien de temps il met à s’exécuter. Ce chapitre introduit le principe du benchmarking de votre code.
- Bienvenue !50 XP
- Version de R100 XP
- Benchmarking50 XP
- Comparer les temps de lecture des fichiers CSV et RDS100 XP
- Différences opérationnelles : "<-" et "="50 XP
- Temps écoulé100 XP
- Temps relatif50 XP
- Votre machine est-elle performante ?50 XP
- Matériel DataCamp100 XP
- Évaluer les performances de la machine de DataCamp100 XP
2
Ajustements fins : R de base efficace
R est flexible, car vous pouvez souvent résoudre un même problème de plusieurs façons. Certaines approches peuvent être des ordres de grandeur plus rapides que d’autres. Ce chapitre vous apprend à écrire un code R de base rapide.
3
Diagnostiquer les problèmes : profilage du code
Le profilage vous aide à localiser les goulets d’étranglement dans votre code. Ce chapitre vous montre comment les visualiser avec le package profvis.
4
Booster le code : programmation parallèle
Certains problèmes se résolvent plus vite en utilisant plusieurs cœurs de votre machine. Ce chapitre vous montre comment écrire du code R qui s’exécute en parallèle.
R
Écrire du code R efficace
Cours
terminé
