R kodundaki o can sıkıcı hız darboğazlarını tespit etmeyi öğren. Klasik bir sayısal işlemi paralel olarak çalıştıracak ve gerçekten işe yarayıp yaramadığını kontrol etmeyi öğreneceksin!

Paralelleştirmeli miyiz?

Ne zaman paralelleştirebilirsin?

parLapply() kullanma

R'de Paralelleştirme

Dosyaları paralel olarak okuma

Günlük fiyat aralıkları

Faydaları ölçmek

Ortalama anne yaşının bootstrapping'i

Vektörleştirebilir miyiz?

Gelirleri mikro karşılaştır

Paralel Programlamaya Giriş

R'da çeşitli durumlar için paralelliği kullan ve bağımlılıkları verimli şekilde yönet. Yavaş döngüleri yağa gibi akan makinelere dönüştür!

Gerçek hayatta parLapply

Kümede kod çalıştırma

Paralel bir filtre

Paralel apply ailesi

clusterMap() ile sağlık harcamaları

mclapply() ile nüfus artış oranları

İşlem hacimleriyle sütun işlemleri

foreach kullanımı

foreach ile döngü kurma

değişkenler ve paketlerle foreach

Gelişmiş foreach işlemleri

Yinele ve filtrele

Fiyat trendleri için iç içe foreach döngüleri

parallel ve foreach

Paralel programlamada futures kullanımına derinlemesine dal. Vektörleri, listeleri ve veri çerçevelerini paralel olarak işlerken kodunu kolay bakım yapılabilir tutmayı öğren.

Gelecekler

Gecikmeli karekökler

Reklam hedefleri için futures

Futures ile sosyal bilimleri fonlama

Geleceği eşleme

furrr ile hisseleri sıralama

Furrr tür belirtimi

furrr ile ileri düzey işlemler

Birden çok girdiyi işleme

furrr yapılandırması

future_map() ile daha fazlasını yap

Hisse fiyatlarının gruplu bootstrap'i

future_map sonuçlarını satır bazında birleştirme

Paralel Futures

Paralel süreçler için belleği yönetmeyi öğren. Kodunu tekrarlanabilir hale getir ve paralel programlama araç setine verimli hata ayıklama ekle.

Belleği izleme ve yönetme

parLapply() için bellek profili

Bootstrap'ı parçalara ayırma

Paralelde yeniden üretilebilirlik

Tekrarlanabilir piyango sonuçları

Bootstrap'ı yeniden üret

Paralelde hata ayıklama

Paralel kodu düzeltme

Hata ayıklama adımları

Korelasyonları hata ayıklama

İleri düzey hata ayıklama

Bootstrap hatası

Modelleme hatalarını yakala

Kapanışı yapalım!

Paralelde Sorun Giderme

R programlama dili modern teknoloji yığınının kritik bir bileşenidir, ancak R kodunun çalışması bazen zaman alabilir. Bu paralel programlama kursu, çoğu modern bilgisayarda bulunan çoklu işlemcilerden yararlanarak kodunu optimize etmene yardımcı olabilir. Temel paralel programlama kavramlarını kavrayacak ve paralelleştirmeden fayda görebilecek işlemleri belirleyeceksin. Ayrıca, paralelleştirme için yerleşik R paketlerini (parallel, foreach, future) keşfedecek ve çalışma süresini azaltma, izleme, hata ayıklama ve paralelleştirilmiş kodda tekrarlanabilirliği sağlama becerileri edineceksin.

<h2>Kodunuzu Paralel Programlama ile Hızlandırın</h2>
<br><br>
R programlama dili, modern teknoloji yığınının önemli bir parçasıdır. Ancak bazen R kodunun çalışması uzun zaman alır. İyi haber şu ki, modern bilgisayarların çoğunda birden fazla işlemci bulunur. Bu paralel programlama kursu, zaten sahip olduğunuz donanımdan yararlanarak kodunuzu hızlandırmanıza yardımcı olabilir.
<br><br>
<h2>Temel Kavramları Öğrenin</h2>
<br><br>
Bu kursta, paralel programlamanın temel kavramlarını sistematik olarak öğreneceksiniz. Bootstrap’lar ve fonksiyon eşlemeleri gibi yaygın hesaplamaları profilleyecek ve kıyaslayacaksınız. Ayrıca paralelleştirmeden fayda sağlayabilecek işlemleri belirlemeyi de öğreneceksiniz.
<br><br>
<h2>İşlemleri Paralelleştirmek için R Paketlerini Kullanın</h2>
<br><br>
İlerledikçe, olgun R paketlerinden oluşan bir seti keşfedeceksiniz (parallel, foreach, future). Bu paketleri listeler, matrisler ve veri çerçeveleriyle işlemleri paralelleştirmek için kullanmayı öğreneceksiniz. Çeşitli görevler üzerinde çalışarak, iç içe geçmiş for döngülerinin çalışma süresini kontrol altına alma becerisi kazanacaksınız. Ayrıca paralelleştirilmiş kodun yeniden üretilebilirlik sorunlarını nasıl izleyeceğinizi, hata ayıklayacağınızı ve çözeceğinizi de öğreneceksiniz.
<br><br>
<h2>Mevcut Kodunuzu Paralelleştirin</h2>
<br><br>
Bu araçlar elinizin altında olduğunda, önemli ölçüde daha hızlı çalışan paralelleştirilmiş kod yazabileceksiniz. Bitirdiğinizde, mevcut kodu ilkeli bir şekilde paralelleştirme ve sürdürme becerilerine sahip olacaksınız.

Writing Efficient R Code

Introduction to the Tidyverse

R'de paralel hesaplamanın gücünü açığa çıkarın. Veri analizinizi geliştirin ve hesaplamaları hızlandırın.

R'da Paralel Programlama

R Geliştirici

Kodun sonuçlarını yeniden üretilebilir hale getir

Kodun çalıştığından emin olmak için girdinin küçük bir alt kümesi üzerinde sırayla (tek iş parçacıklı) çalıştır

Hata ayıklama adımları

R'da Paralel Programlama

Uygulamalı etkileşimli egzersiz