メインコンテンツへスキップ

コース

効率的なRコードの書き方

中級スキルレベル

更新日 2023/01

Rコードを高速化し、ベンチマークとプロファイリングを学び、並列プログラミングの秘訣を身につけましょう。

コースを無料で開始

RProgramming

4時間

14 ビデオ

43 演習

3,100 XP

56,924

修了証明書

何千もの企業の従業員が支持

チームのトレーニングを担当していますか？

Businessをお試しください

コース説明

Rの魅力は、データ分析のために作られていることです。一方で、処理が遅くなり、分析の妨げになることもあります。だからこそ、分析を高速化する主要な手法に慣れておくことが重要です。計算時間を短縮し、できるだけ早くインサイトを得られるようにしましょう。

前提条件

1

The Art of Benchmarking

In order to make your code go faster, you need to know how long it takes to run. This chapter introduces the idea of benchmarking your code.

Benchmarking

Comparing read times of CSV and RDS files

Operational differences: "<-" and "="

Elapsed time

Relative time

How good is your machine?

DataCamp hardware

Benchmark DataCamp's machine

チャプターを開始

2

Fine Tuning: Efficient Base R

R is flexible because you can often solve a single problem in many different ways. Some ways can be several orders of magnitude faster than the others. This chapter teaches you how to write fast base R code.

Memory allocation

Why is this piece of code slow?

Timings - growing a vector

Timings - pre-allocation

Importance of vectorizing your code

Vectorized code: multiplication

Vectorized code: calculating a log-sum

Data frames and matrices

Data frames vs. matrices

Data frames and matrices - column selection

Selecting a row in a data frame

Row timings

チャプターを開始

3

Diagnosing Problems: Code Profiling

Profiling helps you locate the bottlenecks in your code. This chapter teaches you how to visualize the bottlenecks using the profvis package.

What is code profiling

Profiling a function

Where's the hold-up?

Profvis in action

Profvis: Larger example

Change the data frame to a matrix

Calculating row sums

Use && instead of &

Monopoly overview

チャプターを開始

4

Turbo Charged Code: Parallel Programming

Some problems can be solved faster using multiple cores on your machine. This chapter shows you how to write R code that runs in parallel.

CPUs - why do we have more than one

How many cores does this machine have?

What sort of problems benefit from parallel computing?

Can this loop run in parallel (1)?

Can this loop run in parallel (2)?

The parallel package - parApply

Moving to parallel programming

Moving to parApply

The parallel package - parSapply

Using parSapply()

Timings parSapply()

You can write efficient R code!

チャプターを開始

効率的なRコードの書き方

コース完了

修了証明書を取得

この修了書をLinkedInや履歴書、CVに追加しましょう
ソーシャルメディアや人事評価で共有しましょう今すぐ登録

19百万人を超える学習者と共に効率的なRコードの書き方を始めましょう！

DataCamp for Mobileでデータスキルを磨きましょう

モバイルコースと毎日の 5 分間のコーディングチャレンジで、外出先でも進歩できます。