學會找出 R 程式碼裡那些惱人的效能瓶頸。你將以平行方式執行經典的數值運算，並學習如何檢查是否真的有幫助。

要不要平行化？

什麼時候可以進行平行化？

使用 parLapply()

R 中的平行化

平行讀取檔案

每日價格區間

衡量效益

母親平均年齡的自助抽樣（Bootstrapping）

選項

可向量化

不可向量化

可以向量化嗎？

用 microbenchmark 測試營收

平行程式設計導論

在 R 中於各種情境運用平行化，同時有效管理相依性。把那些慢吞吞的迴圈，變成流暢高效的流程。

真實情境中的 parLapply

在叢集上執行程式碼

平行過濾

平行化的 apply 家族

使用 clusterMap() 計算醫療支出

使用 mclapply() 計算人口成長率

以交易量做欄運算

使用 foreach

用 foreach 來迴圈

含變數與套件的 foreach

進階 foreach 操作

反覆與篩選

用巢狀 foreach 迴圈觀察價格趨勢

parallel 與 foreach

深入探索在平行程式設計中使用 futures。你將學會以平行方式處理向量、列表與資料框，同時讓程式碼維持好維護。

Futures

延後計算的平方根

廣告投放對象的 Futures

用 futures 支援社會科學經費

映射未來

用 furrr 為股票排名

Furrr 型別指定

使用 furrr 的進階操作

處理多個輸入

furrr 設定

用 future_map() 做更多事

依群組對股價進行自助抽樣（bootstrap）

以列綁定 future_map 的結果

平行 Futures

學會管理平行程序的記憶體。讓你的程式碼可重現，並把高效率的除錯技巧加入你的平行程式設計工具箱。

監控與管理記憶體

parLapply() 的記憶體剖析

分批進行自助法（bootstrap）

平行運算的可再現性

可重現的樂透結果

重現 bootstrap

平行環境中的除錯

除錯步驟

除錯相關性的問題

進階除錯

Bootstrap 錯誤

攔截模型錯誤

本章到這裡告一段落！

平行程式的疑難排解

R 程式語言是現代技術堆疊中的關鍵一環，但 R 程式碼有時需要較長的執行時間。本課程將帶你學習平行程式設計，善用多數現代電腦中的多核心處理器，最佳化你的程式碼。你將掌握平行程式設計的核心概念，並找出適合平行化的操作。你也會探索 R 既有的平行化套件（parallel、foreach、future），學會縮短執行時間、監控與除錯，並確保平行化程式碼的可重現性。

<h2>使用平行程式設計加速您的程式碼</h2>
<br><br>
R 程式語言是現代技術堆疊中的重要組成部分。 但有時候，R 程式碼執行起來會花費較長的時間。 好消息是，大多數現代電腦都配備了多核心處理器。 這門平行程式設計課程將教您如何善用現有硬體，加速您的程式碼執行效率。
<br><br>
<h2>學習關鍵概念</h2>
<br><br>
在本課程中，您將有系統地學習平行程式設計的關鍵概念。 您將對常見的運算（如自助法和函數映射）進行效能分析與基準測試。 您還將學習如何辨識哪些作業可以從平行化中獲益。
<br><br>
<h2>使用 R 套件進行平行化運算</h2>
<br><br>
隨著您的學習進展，您將深入探索一系列成熟的 R 套件（parallel、foreach、future）。 您將學習如何使用這些套件，將操作平行化應用於清單、矩陣和資料框。 透過完成各種任務，您將學會如何有效控制巢狀 for 迴圈的執行時間。 您還將學習如何監控、除錯，以及解決平行化程式碼的可重現性問題。
<br><br>
<h2>讓您的現有程式碼實現平行化</h2>
<br><br>
有了這些工具，你將能夠撰寫平行化程式碼，大幅提升執行速度。 完成本課程後，您將具備以有條理的方式對現有程式碼進行平行化與維護的技能。

Writing Efficient R Code

Introduction to the Tidyverse

在R中解鎖平行計算的力量。提升數據分析技能，加速計算，輕鬆處理大型數據集。

R 平行程式設計

掌握 R 的平行運算，提升資料分析能力，加快運算速度，輕鬆處理大型資料集。


R 開發者

從數值欄位建立布林（TRUE 或 FALSE）欄位

可以向量化嗎？

R 平行程式設計

動手互動練習