Naucz się wykrywać wąskie gardła wydajności w swoim kodzie R. Uruchomisz klasyczną operację numeryczną w trybie równoległym i sprawdzisz, czy rzeczywiście przynosi to korzyści!

Czy warto zrównoleglać?

Kiedy można zrównoleglić obliczenia?

Używanie parLapply()

Zrównoleglanie w R

Równoległe wczytywanie plików

Dzienne zakresy cen

Mierzenie korzyści

Bootstrap średniego wieku matek

Czy możemy wektoryzować?

Mikrobenchmark przychodów

Wprowadzenie do programowania równoległego

Wykorzystaj równoległość w R w różnych sytuacjach, sprawnie zarządzając zależnościami. Zamień wolno działające pętle w wydajnie działające mechanizmy!

parLapply w praktyce

Uruchamianie kodu na klastrze

Równoległe filtrowanie

Równoległa rodzina apply

Wydatki na ochronę zdrowia z clusterMap()

Wskaźniki wzrostu populacji z mclapply()

Operacje na kolumnach z wolumenami obrotu

Używanie foreach

Pętle z foreach

foreach ze zmiennymi i pakietami

Zaawansowane operacje foreach

Iterowanie i filtrowanie

Zagnieżdżone pętle foreach do analizy trendów cenowych

Parallel i foreach

Zagłęb się w zastosowanie futures w programowaniu równoległym. Naucz się przetwarzać wektory, listy i ramki danych równolegle, zachowując przy tym czytelność i łatwość utrzymania kodu.

Futures

Opóźnione pierwiastki kwadratowe

Futures do targetowania reklam

Finansowanie nauk społecznych z użyciem futures

Mapowanie przyszłości

Ranking akcji z pakietem furrr

Specyfikacja typów w furrr

Zaawansowane operacje z furrr

Przetwarzanie wielu danych wejściowych

Konfiguracja furrr

Więcej możliwości z future_map()

Grupowy bootstrap cen akcji

Łączenie wyników future_map() przez wiersze

Futures w R

Naucz się zarządzać pamięcią w procesach równoległych. Zadbaj o odtwarzalność kodu i wzbogać swój warsztat programisty równoległego o efektywne techniki debugowania.

Monitorowanie pamięci i zarządzanie nią

Profil pamięci funkcji parLapply()

Podział bootstrapu na fragmenty

Reprodukowalność w programowaniu równoległym

Powtarzalne wyniki loterii

Odtwórz bootstrapping

Debugowanie równoległe

Naprawianie kodu równoległego

Kroki debugowania

Debugowanie korelacji

Zaawansowane debugowanie

Błąd w bootstrapie

Przechwytywanie błędów modelowania

To już wszystko!

Rozwiązywanie problemów w programowaniu równoległym

R to kluczowy element nowoczesnego ekosystemu technologicznego, jednak wykonanie kodu w R bywa czasochłonne. Ten kurs poświęcony programowaniu równoległemu pomoże ci zoptymalizować kod, wykorzystując wiele procesorów dostępnych w większości współczesnych komputerów. Poznasz podstawowe koncepcje programowania równoległego i nauczysz się rozpoznawać operacje, które można zrównoleglić. Zapoznasz się też z popularnymi pakietami R (parallel, foreach, future) służącymi do równoległości oraz zdobędziesz umiejętności pozwalające skrócić czas wykonania, monitorować kod, debugować go i zapewniać odtwarzalność wyników w środowisku równoległym.

<h2>Przyspiesz swój kod dzięki programowaniu równoległemu</h2>
<br><br>
Język programowania R jest kluczowym elementem nowoczesnego stosu technologicznego. Ale czasami uruchomienie kodu R zajmuje dużo czasu. Dobra wiadomość jest taka, że większość nowoczesnych komputerów ma wiele procesorów. Ten kurs z programowania równoległego może pomóc Ci przyspieszyć kod, wykorzystując sprzęt, który już masz.
<br><br>
<h2>Poznaj kluczowe pojęcia</h2>
<br><br>
W tym kursie systematycznie poznasz kluczowe pojęcia programowania równoległego. Będziesz profilować i benchmarkować typowe obliczenia, takie jak bootstrapy i mapowania funkcji. Nauczysz się także identyfikować operacje, które mogą skorzystać z równoległego przetwarzania.
<br><br>
<h2>Używaj pakietów R do równoległego wykonywania operacji</h2>
<br><br>
W miarę postępów poznasz zestaw dojrzałych pakietów R (parallel, foreach, future). Nauczysz się korzystać z tych pakietów, aby równoleglić operacje na listach, macierzach i ramkach danych. Pracując nad różnorodnymi zadaniami, zdobędziesz umiejętności pozwalające skrócić czas wykonywania zagnieżdżonych pętli for. Nauczysz się także, jak monitorować, debugować i rozwiązywać problemy z odtwarzalnością kodu równoległego.
<br><br>
<h2>Równoleglij swój istniejący kod</h2>
<br><br>
Dzięki tym narzędziom będziesz w stanie pisać równolegle wykonywany kod, który działa znacznie szybciej. Po ukończeniu kursu będziesz mieć umiejętności potrzebne do równoległego przetwarzania i utrzymywania istniejącego kodu w uporządkowany, przemyślany sposób.

Writing Efficient R Code

Introduction to the Tidyverse

Odkryj moc obliczeń równoległych w R. Przyspiesz analizy danych i przetwarzaj duże zbiory danych.

Programowanie równoległe w R

Odblokuj moc obliczeń równoległych w R. Rozwiń umiejętności analizy danych, przyspiesz obliczenia i łatwo przetwarzaj duże zbiory danych.


Programista R

Spraw, aby wyniki kodu były reprodukowalne

Uruchom kod sekwencyjnie na małym podzbiorze danych wejściowych, aby sprawdzić, czy działa poprawnie

Znajdź miejsce, w którym występuje błąd

Kroki debugowania

Programowanie równoległe w R

Interaktywne ćwiczenie praktyczne