Ga naar hoofdinhoud

Cursus

R-code optimaliseren met Rcpp

GemiddeldVaardigheidsniveau

Bijgewerkt 02-2025

Gebruik C++ om je R-code veel sneller te maken.

Start Cursus Kosteloos

RProgramming4 u15 videos52 Opdrachten4,350 XP3,927Prestatieverklaring

Maak je gratis account aan

of

Door verder te gaan accepteer je onze Gebruiksvoorwaarden, ons Privacybeleid en dat je gegevens worden opgeslagen in de VS.

Geliefd bij leerlingen van duizenden bedrijven

Wil je 2 of meer mensen trainen?

Probeer DataCamp for Business

Cursusbeschrijving

R is een geweldig taal voor data science, maar soms draait je code traag. De vertrouwdheid van R combineren met de snelheid van een gecompileerde taal is een uitstekende manier om de prestaties terug te winnen die je code verdient.C++ is een moderne, zeer performante taal die eenvoudig genoeg is om te leren in de context van het versnellen van R-code. Met behulp van het Rcpp-pakket integreert C++ heel netjes met R. Je leert hoe je typische R-objecten (vectoren en lijsten) maakt en bewerkt, en je schrijft je eigen C++-functies om de prestaties van je R-code drastisch te verbeteren.

Vereisten

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

Hoofdstuk Beginnen

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

Hoofdstuk Beginnen

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

Hoofdstuk Beginnen

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!

Hoofdstuk Beginnen

R-code optimaliseren met Rcpp

Cursus
voltooid

Verdien een prestatieverklaring

Voeg deze referentie toe aan je LinkedIn-profiel, cv of curriculum vitae
Deel het op sociale media en in je functioneringsgesprekSchrijf Je Nu in

Sluit je aan bij meer dan 19 miljoen leerlingen en start vandaag nog met R-code optimaliseren met Rcpp!

Maak je gratis account aan

of

Door verder te gaan accepteer je onze Gebruiksvoorwaarden, ons Privacybeleid en dat je gegevens worden opgeslagen in de VS.

Ontwikkel je datavaardigheden met DataCamp voor Mobiel

Maak vooruitgang onderweg met onze mobiele cursussen en dagelijkse 5-minuten programmeeruitdagingen.