In order to make your code go faster, you need to know how long it takes to run. This chapter introduces the idea of benchmarking your code.

Welcome!

R version

Benchmarking

Comparing read times of CSV and RDS files

Operational differences: "<-" and "="

Elapsed time

Relative time

How good is your machine?

DataCamp hardware

Benchmark DataCamp's machine

The Art of Benchmarking

R is flexible because you can often solve a single problem in many different ways. Some ways can be several orders of magnitude faster than the others. This chapter teaches you how to write fast base R code.

Memory allocation

Why is this piece of code slow?

Timings - growing a vector

Timings - pre-allocation

Importance of vectorizing your code

Vectorized code: multiplication

Vectorized code: calculating a log-sum

Data frames and matrices

Data frames vs. matrices

Data frames and matrices - column selection

Selecting a row in a data frame

Row timings

Fine Tuning: Efficient Base R

Profiling helps you locate the bottlenecks in your code. This chapter teaches you how to visualize the bottlenecks using the profvis package.

What is code profiling

Profiling a function

Where's the hold-up?

Profvis in action

Profvis: Larger example

Change the data frame to a matrix

Calculating row sums

Use && instead of &

Monopoly overview

Diagnosing Problems: Code Profiling

Some problems can be solved faster using multiple cores on your machine. This chapter shows you how to write R code that runs in parallel.

CPU’lar - Neden birden fazlasına sahibiz

Bu makinede kaç çekirdek var?

Hangi tür problemler paralel hesaplamadan fayda sağlar?

Bu döngü paralel çalıştırılabilir mi (1)?

Bu döngü paralel çalışabilir mi (2)?

parallel paketi - parApply

Paralel programlamaya geçiş

parApply'a geçiş

parallel paketi - parSapply

parSapply() kullanma

Zamanlamalar parSapply()

Verimli R kodu yazabilirsin!

Turbo Charged Code: Parallel Programming

Information on 45,000 movies

R'nin güzelliği, veri analizi için tasarlanmış olmasıdır. Dezavantajı ise bazen yavaş kalabilmesi ve analizimizin önüne set çekebilmesidir. Bu yüzden, analizini hızlandırmanın temel tekniklerine hâkim olmak çok önemlidir; böylece hesaplama süresini kısaltıp içgörülere olabildiğince hızlı ulaşabilirsin.

Intermediate R

Daha hızlı R kodu yazmayı öğrenin, kıyaslama ve profil oluşturmayı keşfedin, paralel programlamayı çözün.

Verimli R Kodu Yazma

Daha hızlı R kodu yazmayı öğrenin, karşılaştırmalı değerlendirme ve profil oluşturmayı keşfedin ve paralel programlamanın sırlarını ortaya çıkarın.

Büyük Veri in R

R Geliştirici

R Programlama Temelleri

Jumping Rivers & Newcastle University

CPUs - why do we have more than one?

CPUs

Your CPU

Let's practice!

Turbo Charged Code: Parallel Programming - CPU’lar - Neden birden fazlasına sahibiz

CPU’lar - Neden birden fazlasına sahibiz

Create Your Free Account