Nauč se odhalit místa v R kódu, kde dochází ke zpomalení. Spustíš klasickou numerickou operaci paralelně a zjistíš, jestli to opravdu pomáhá!

Má smysl to paralelizovat?

Kdy lze použít paralelizaci?

Použití parLapply()

Paralelizace v R

Paralelní čtení souborů

Denní cenové rozsahy

Měření přínosů

Bootstrap průměrného věku matek

Možnosti

Vektorizovatelné

Nevektorizovatelné

Můžeme to vektorizovat?

Microbenchmark tržeb

Úvod do paralelního programování

Využij paralelismus v R pro různé situace a efektivně spravuj závislosti. Přeměň pomalé smyčky ve spolehlivě běžící stroje!

parLapply v praxi

Spouštění kódu na clusteru

Paralelní filtrování

Paralelní rodina apply

Výdaje na zdravotnictví pomocí clusterMap()

Míry populačního růstu pomocí mclapply()

Operace se sloupci obchodních objemů

Použití foreach

Smyčky s foreach

foreach s proměnnými a balíčky

Pokročilé operace s foreach

Iterace a filtrování

Vnořené smyčky foreach pro analýzu cenových trendů

Parallel a foreach

Ponoř se do hloubky využití futures v paralelním programování. Nauč se paralelně zpracovávat vektory, seznamy i datové rámce, a přitom udržovat kód přehledný a snadno udržovatelný.

Futures

Odložené odmocniny

Futures pro cílení reklamy

Financování sociálních věd pomocí futures

Mapování budoucnosti

Žebříček akcií s furrr

Určení typů ve furrr

Pokročilé operace s furrr

Zpracování více vstupů

Konfigurace furrr

Více možností s future_map()

Skupinový bootstrap cen akcií

Row-binding výsledků future_map

Paralelní futures

Nauč se spravovat paměť pro paralelní procesy. Zajisti reprodukovatelnost svého kódu a přidej efektivní ladění do svého arzenálu paralelního programování.

Monitorování a správa paměti

Paměťový profil parLapply()

Rozdělení bootstrapu do bloků

Reprodukovatelnost v paralelním zpracování

Reprodukovatelné výsledky loterie

Reprodukuj bootstrap

Ladění paralelního kódu

Postup ladění

Ladění korelací

Pokročilé ladění

Chyba v bootstrapu

Zachytávání chyb při modelování

A to je vše!

Řešení problémů v paralelním programování

Programovací jazyk R je klíčovou součástí moderního tech stacku, ale spouštění R kódu může někdy trvat déle, než bychom chtěli. Tento kurz o paralelním programování ti pomůže optimalizovat kód tím, že využiješ více procesorů, které najdeš ve většině moderních počítačů. Pochopíš základní koncepty paralelního programování a naučíš se rozpoznat operace, které z paralelizace těží. Prozkoumáš také osvědčené R balíčky (parallel, foreach, future) a získáš dovednosti pro zkrácení doby běhu, monitorování, ladění a zajištění reprodukovatelnosti paralelizovaného kódu.

<h2>Zrychlete svůj kód pomocí paralelního programování</h2>
<br><br>
Programovací jazyk R je klíčovou součástí moderního technologického stacku. Ale někdy trvá spuštění kódu v R dlouho. Dobrou zprávou je, že většina moderních počítačů má více procesorů. Tento kurz paralelního programování vám může pomoci zrychlit váš kód využitím hardwaru, který už máte k dispozici.
<br><br>
<h2>Naučte se klíčové koncepty</h2>
<br><br>
V tomto kurzu se systematicky naučíte klíčové koncepty paralelního programování. Budete profilovat a porovnávat běžné výpočty, jako jsou bootstrapy a mapování funkcí. Naučíte se také identifikovat operace, které mohou těžit z paralelizace.
<br><br>
<h2>Používejte balíčky R k paralelizaci operací</h2>
<br><br>
Jak budete postupovat, prozkoumáte sadu vyspělých balíčků R (parallel, foreach, future). Naučíte se používat tyto balíčky k paralelizaci operací se seznamy, maticemi a datovými rámci. Prací na různých úlohách získáš dovednosti, jak zkrátit dobu běhu vnořených cyklů for. Naučíte se také, jak monitorovat, ladit a řešit problémy s reprodukovatelností paralelizovaného kódu.
<br><br>
<h2>Paralelizujte svůj stávající kód</h2>
<br><br>
S těmito nástroji v rukávu budete schopni psát paralelizovaný kód, který běží výrazně rychleji. Až kurz dokončíte, budete mít dovednosti potřebné k paralelizaci a údržbě stávajícího kódu principielním způsobem.

Writing Efficient R Code

Introduction to the Tidyverse

Odemkněte sílu paralelního výpočtu v R. Zrychlete analýzu dat a zpracování velkých souborů.

Paralelní programování v R

Odemkněte sílu paralelního výpočtu v R. Zlepšete své dovednosti v analýze dat, zrychlete výpočty a snadno zpracovávejte velké datové sady.


Vývojář R

Kdy lze použít paralelizaci?

Paralelní programování v R

Interaktivní praktické cvičení