Optimizing R Code with Rcpp

ระดับกลางระดับทักษะ

อัปเดตแล้ว 02/2568

Use C++ to dramatically boost the performance of your R code.

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google

แสดงตัวเลือกเพิ่มเติม

หรือ

การดำเนินการต่อหมายความว่าคุณยอมรับข้อกำหนดการใช้งาน และนโยบายความเป็นส่วนตัวของเรา รวมถึงการจัดเก็บข้อมูลของคุณในสหรัฐอเมริกา

คำอธิบายคอร์ส

R is a great language for data science, but sometimes the code can be slow to run. Combining the comfort of R with the speed of a compiled language is a great way to reclaim the performance your code deserves.C++ is a modern, high performance language that is simple enough to learn in the context of accelerating R code. With the help of the Rcpp package, C++ integrates very neatly with R. You will learn how to create and manipulate typical R objects (vectors and lists), and write your own C++ functions to dramatically boost the performance of your R code.

ข้อกำหนดเบื้องต้น

Introduction to Writing Functions in R

Introduction

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

Welcome to the course

50 XP

Benchmarking with microbenchmark

100 XP

Simple C++ Expressions with evalCpp

100 XP

Conversion between numbers using cast

100 XP

Inline functions with cppFunction

50 XP

First function

100 XP

Euclidean distance from 0

100 XP

Debugging

50 XP

Print to the console

100 XP

Error messages

100 XP

เริ่มบท

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

50 XP

What happens when you compile this C++ file

50 XP

Boiler plate

100 XP

Writing functions in C++

50 XP

First function - again

100 XP

Exported and unexported functions

100 XP

R code in C++ files

100 XP

if and if/else

100 XP

For loops

50 XP

Calculating square roots with a for loop

100 XP

Breaking out of a for loop

100 XP

While loops

50 XP

Calculating square roots with a while loop

100 XP

Do it again: do-while loop

100 XP

เริ่มบท

Vector Classes

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

Rcpp classes and vectors

50 XP

First and last values of a vector

50 XP

Indexing a vector

100 XP

Sum of double vector

100 XP

Creating vectors

50 XP

Sequence of integers

100 XP

Create vector with given values

100 XP

Vector cloning

100 XP

Weighted mean

50 XP

Weighted mean (C++ version)

100 XP

Handling of missing values

100 XP

Vectors from the STL

50 XP

Don't change the size of Rcpp vectors

100 XP

STL vectors

100 XP

เริ่มบท

Case Studies

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

Random number generation

50 XP

Scalar random number generation

100 XP

Sampling from a mixture of distributions (I)

100 XP

Sampling from a mixture of distributions (II)

100 XP

Rolling operations

50 XP

Rolling means

100 XP

Rolling means (in C++)

100 XP

Last observation carried forward

100 XP

Mean carried forward

100 XP

Auto regressive model

50 XP

Simulate AR(p) model

100 XP

Simulate MA(q) model

100 XP

ARMA (p, q) model

100 XP

Congratulations!

50 XP

เริ่มบท

Optimizing R Code with Rcpp

คอร์สเสร็จสมบูรณ์

รับใบรับรองความสำเร็จ

เพิ่มใบรับรองนี้ไปยังโปรไฟล์ LinkedIn เรซูเม่ หรือ CV ของคุณ
แชร์บน social media และในการรีวิวผลการปฏิบัติงานของคุณลงทะเบียนทันที

ร่วมกับผู้เรียนกว่า 19 ล้านคนและเริ่มต้น Optimizing R Code with Rcpp วันนี้!

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google แสดงตัวเลือกเพิ่มเติม

หรือ

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา

คำอธิบายคอร์ส

รับใบรับรองความสำเร็จ

ร่วมกับ.css-nklxlk{color:var(--wf-brand--main, #03EF62);}ผู้เรียนกว่า 19 ล้านคนและเริ่มต้น Optimizing R Code with Rcpp วันนี้!

สร้างบัญชีฟรีของคุณ

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

ร่วมกับผู้เรียนกว่า 19 ล้านคนและเริ่มต้น Optimizing R Code with Rcpp วันนี้!