Aprenda a identificar aqueles gargalos irritantes de desempenho no seu código R. Você vai executar uma operação numérica clássica em paralelo e aprender a verificar se isso ajuda!

Devemos paralelizar?

Quando você pode paralelizar?

Usando parLapply()

Paralelização em R

Lendo arquivos em paralelo

Faixas diárias de preço

Medindo os benefícios

Bootstrap da idade materna média

Opções

Vetorizável

Não vetorizável

Podemos vetorizar?

Microbenchmark de receitas

Introdução à Programação Paralela

Use paralelismo em R em diversas situações, gerenciando dependências com eficiência. Transforme laços lentos em processos que rodam lisinho!

parLapply na prática

Executando código no cluster

Um filtro em paralelo

A família apply paralela

Gastos com saúde com clusterMap()

Taxas de crescimento populacional com mclapply()

Operações por coluna com volumes negociados

Usando foreach

Iterando com foreach

foreach com variáveis e pacotes

Operações avançadas com foreach

Iterar e filtrar

Laços foreach aninhados para tendências de preços

Parallel e foreach

Aprofunde-se no uso de futures em programação paralela. Aprenda a processar vetores, listas e data frames em paralelo, mantendo o código fácil de manter.

Futures

Raízes quadradas com atraso

Futures para públicos de anúncios

Financiando as ciências sociais com futures

Mapeando o futuro

Classificando ações com furrr

Especificação de tipo no Furrr

Operações avançadas com furrr

Processando múltiplas entradas

A configuração do furrr

Vá além com future_map()

Bootstrap agrupado de preços de ações

Empilhando resultados de future_map por linhas

Futuros Paralelos

Aprenda a gerenciar memória para processos paralelos. Torne seu código reprodutível e inclua uma depuração eficiente no seu conjunto de ferramentas de programação paralela.

Monitorando e gerenciando memória

Perfil de memória de parLapply()

Dividindo o bootstrap em blocos

Reprodutibilidade em paralelo

Resultados de loteria reprodutíveis

Reproduzir o bootstrap

Depuração em paralelo

As etapas de depuração

Depurando correlações

Depuração avançada

O erro do bootstrap

Capturar erros de modelagem

Encerramos por aqui!

Solução de Problemas em Paralelo

A linguagem R é uma peça essencial do ecossistema tecnológico moderno, mas o código em R às vezes pode demorar para executar. Este curso de programação paralela vai ajudar você a otimizar seu código aproveitando os vários processadores da maioria dos computadores atuais. Você vai entender os principais conceitos de programação paralela e identificar operações que se beneficiam da paralelização. Também vai explorar pacotes consagrados do R (parallel, foreach, future) para paralelização e adquirir habilidades para reduzir o tempo de execução, monitorar, depurar e garantir a reprodutibilidade em código paralelizado.

<h2>Acelere Seu Código com Programação Paralela</h2>
<br><br>
A linguagem de programação R é uma parte fundamental do conjunto tecnológico moderno. Mas, às vezes, o código em R demora para rodar. A boa notícia é que a maioria dos computadores modernos possui vários processadores. Este curso sobre programação paralela pode ajudar você a acelerar seu código aproveitando o hardware que já possui.
<br><br>
<h2>Aprenda os Conceitos Essenciais</h2>
<br><br>
Neste curso, você vai aprender de forma sistemática os principais conceitos de programação paralela. Você irá analisar e comparar o desempenho de cálculos comuns, como bootstraps e mapeamentos de funções. Você também aprenderá a identificar operações que podem se beneficiar da paralelização.
<br><br>
<h2>Use pacotes R para paralelizar operações</h2>
<br><br>
À medida que avança, você vai explorar um conjunto de pacotes R consolidados (parallel, foreach, future). Você vai aprender a usar esses pacotes para paralelizar operações com listas, matrizes e data frames. Ao realizar uma variedade de tarefas, você vai adquirir as habilidades necessárias para reduzir o tempo de execução de loops for aninhados. Você também vai aprender como monitorar, depurar e resolver problemas de reprodutibilidade em códigos paralelizados.
<br><br>
<h2>Paralelize seu código existente</h2>
<br><br>
Com essas ferramentas à sua disposição, você será capaz de escrever códigos paralelizados que rodam muito mais rápido. Ao concluir o curso, você terá as habilidades necessárias para paralelizar e manter códigos existentes de forma estruturada.

Writing Efficient R Code

Introduction to the Tidyverse

Desbloqueie o poder da computação paralela em R. Acelere análises e processe grandes dados facilmente.

Programação Paralela em R

Domine computação paralela em R. Analise dados mais rápido e processe grandes volumes com facilidade.


Desenvolvedor R

Quando você pode paralelizar?

Programação Paralela em R

exercicio interativo prático