After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Opis kursu
Siłą R jest to, że powstał z myślą o analizie danych. Jego słabością bywa natomiast wydajność – wolno działający kod potrafi skutecznie utrudnić pracę. Dlatego warto poznać główne techniki przyspieszania analizy, aby skrócić czas obliczeń i szybciej wyciągać wnioski.
Wymagania wstępne
Program kursu
Plan kursu
1
Sztuka benchmarkingu
Żeby przyspieszyć swój kod, musisz najpierw wiedzieć, ile czasu zajmuje jego wykonanie. Ten rozdział wprowadza pojęcie benchmarkingu, czyli mierzenia wydajności kodu.
2
Strojenie kodu: wydajne podstawy R
R jest elastyczny – ten sam problem często można rozwiązać na wiele różnych sposobów. Niektóre z nich bywają wielokrotnie szybsze od innych. Ten rozdział uczy, jak pisać wydajny kod w bazowym R.
3
Diagnozowanie problemów: profilowanie kodu
Profilowanie pozwala zlokalizować wąskie gardła w kodzie. W tym rozdziale nauczysz się wizualizować je za pomocą pakietu profvis.
4
Kod na pełnych obrotach: programowanie równoległe
Niektóre problemy można rozwiązać szybciej, wykorzystując wiele rdzeni procesora. Ten rozdział pokazuje, jak pisać kod w R działający równolegle.
R
Wydajny kod w R
Kurs
ukończony
