코드를 더 빠르게 만들려면, 실행에 얼마나 시간이 걸리는지 알아야 해요. 이 장에서는 코드에 대한 벤치마킹 개념을 소개합니다.

환영합니다!

R 버전

벤치마킹

CSV와 RDS 파일 읽기 시간 비교

동작상의 차이: "<-"와 "="

경과 시간

상대 시간

내 컴퓨터 성능은 어느 정도일까요?

DataCamp 하드웨어

DataCamp의 머신 벤치마크하기

벤치마킹의 기술

R의 유연성은 하나의 문제를 여러 방식으로 풀 수 있다는 데서 옵니다. 어떤 방법은 다른 방법보다 수십 배 이상 빠를 수 있어요. 이 장에서는 빠른 base R 코드를 작성하는 방법을 배웁니다.

메모리 할당

이 코드는 왜 느릴까요?

타이밍 - 벡터 크기 늘리기

실행 시간 - 사전 할당

코드를 벡터화하는 이유가 중요한 까닭

벡터화된 코드: 곱셈

벡터화된 코드: 로그 합(log-sum) 계산

데이터 프레임과 행렬

데이터 프레임 vs. 행렬

데이터 프레임과 행렬 - 열 선택

데이터 프레임에서 행 선택하기

행 선택 시간 측정

미세 조정: 효율적인 Base R

프로파일링은 코드의 병목 구간을 찾는 데 도움이 됩니다. 이 장에서는 profvis 패키지를 사용해 병목을 시각화하는 방법을 배웁니다.

코드 프로파일링이란 무엇인가요

함수 프로파일링하기

어디에서 지연되나요?

Profvis 실습

profvis: 더 큰 예시

데이터 프레임을 행렬로 바꾸기

행 합계 계산하기

& 대신 && 사용하기

Monopoly 개요

문제 진단: 코드 프로파일링

어떤 문제는 머신의 여러 코어를 사용하면 더 빨리 풀 수 있어요. 이 장에서는 병렬로 실행되는 R 코드를 작성하는 방법을 살펴봅니다.

CPU - 왜 여러 개가 있을까요

이 컴퓨터에는 코어가 몇 개 있나요?

병렬 컴퓨팅으로 이점이 큰 문제는 무엇인가요?

이 반복문은 병렬로 실행할 수 있을까요 (1)?

이 루프는 병렬로 실행할 수 있나요 (2)?

parallel 패키지 - parApply

병렬 프로그래밍으로 전환하기

parApply로 전환하기

parallel 패키지 - parSapply

parSapply() 사용하기

Timings parSapply()

이제 효율적인 R 코드를 작성하실 수 있어요!

코드 터보 부스트: 병렬 프로그래밍

Information on 45,000 movies

R의 장점은 데이터 분석을 위해 설계되었다는 점이에요. 하지만 때때로 R이 느려서 분석을 방해할 때가 있죠. 그래서 분석 속도를 높이는 핵심 기법에 익숙해지는 것이 중요합니다. 계산 시간을 줄이고 가능한 한 빨리 인사이트를 얻을 수 있도록 말이죠.

Intermediate R

더 빠른 R 코드 작성법, 벤치마킹 및 프로파일링, 병렬 프로그래밍의 비밀을 알아보세요.

효율적인 R 코드 작성

더 빠른 R 코드를 작성하고, benchmarking·profiling을 익히며, 병렬 프로그래밍의 핵심을 파악하세요.

빅 데이터 in R

R 개발자

R 프로그래밍 기초

Jumping Rivers & Newcastle University

코드 벡터화의 중요성

일반 규칙

벡터화 함수

난수 생성

루프가 느린 이유

R 클럽

연습해 봅시다!

미세 조정: 효율적인 Base R - 코드를 벡터화하는 이유가 중요한 까닭

코드를 벡터화하는 이유가 중요한 까닭

Create Your Free Account