
R dla deweloperów
Szkolenia otwarte
3200 PLN
Szkolenia zamknięte
Cena ustalana indywidualnie
O szkoleniu
Szkolenie R dla deweloperów uwzględnia najważniejsze elementy programistyczne niezbędne w pracy nad tworzeniem programów oraz pakietów w R. Coraz więcej firm i instytucji dostrzega potencjał zastosowania R jako programu do analizy danych. Dzięki temu szkoleniu zdobędziesz niezbędną wiedzę w codziennej pracy z R nad programami do analizy danych i poznasz najlepsze techniki programistyczne w R. Dzięki temu szkoleniu zdobędziesz wiedzę poszukiwaną na rynku pracy.
Szkolenie prowadzone jest przez ekspertów data science metodą Live script. Kładziemy nacisk na praktykę dlatego w trakcie szkolenia pracujemy wyłącznie w R. Zamiast korzystać z prezentacji wszystkie koncepcje omawiamy podczas wspólnego programowania w R. Dzięki temu zdobędziesz praktyczną wiedzę i lepiej przyswoisz sobie techniki programowania.
Dla kogo jest to szkolenie?
Szkolenie to zostało stworzone w odpowiedzi na potrzeby zgłaszane przez naszych klientów zainteresowanych tworzeniem oprogramowania i programowaniem na potrzeby analizy danych. Jeżeli jesteś badaczem lub analitykiem danych pracującym w R i chcesz lepiej zrozumieć jak działa R oraz poszerzyć swoją wiedzę to szkolenie na pewno Ci w tym pomoże.
Czego się nauczę?
- Po ukończeniu szkolenia, uczestnik będzie potrafił:
- Tworzyć oprogramowanie w środowisku R
- Programować w efektywny sposób
- Tworzyć pakiety dla użytkowników
- Tworzyć nowe obiekty w R
- Przetwarzać dane
- Tworzyć nowe metody dla istniejących funkcji
- Tworzyć przejrzyste i efektywne skrypty
- Automatyzować wykonanie skryptów i raportów
- Optymalizować kod napisany w języku w R
- Pisać funkcje dla R w języku C++
Plan szkolenia
- System R
- Program R
- Język R
- Koncepcje programowania w R
- System R i język S
- R IDE – Rstudio
- Praca w systemie R
- Rozpoczęcie pracy w R
- Obiekty i nazwy
- Funkcje i pakiety
- Pomoc w R
- CRAN Task View
- Programowanie w R – podstawy
- Od skryptu do funkcji
- Funkcje i koncepcje programowania funkcyjnego
- Debugowanie kodu
- Interaktywne śledzenie błędów i edycja
- Komunikaty – błędy i ostrzeżenia
- Testowanie programów R
- Pakiety w R
- Zalety tworzenia pakietów w R
- Koncepcje i narzędzia do tworzenia pakietów
- Tworzenie pakietu
- Dokumentacja pakietu
- Testowanie pakietu
- Dodawanie funkcji C++ i kompilacja
- Obiekty w R
- Środowisko funkcji
- Obiekty, nazwy, referencje
- Połączenia
- Importowanie i eksportowanie obiektów i danych
- Obiekty danych i obliczenia
- Typy obiektów danych
- Wektory
- Funkcje wektorowe
- Data frame
- Operatory arytmetyczne, logiczne
- Obliczenia numeryczne
- Macierze i obliczenia macierzowe
- Rozkłady statystyczne i programowanie symulacji
- Podstawowe miary statystyczne
- Podstawowe modele statystyczne
- Manipulacje na danych tekstowych
- Dane tekstowe a obiekty w R
- Importowanie danych tesktowych
- Podstawowe manipulacje
- Reprezentacja i kodowanie
- Łączenie tesktu i wyników numerycznych
- Przegląd funkcji
- Wyrażenia regularne w R
- Przykłady zastosowań
- Obliczenia na danych tekstowych
- Integracja R z Perl
- Wizualizacja danych
- Pakiet graphics w R
- Podstawowe wykresy dla danych
- Parametry graficzne
- Rozszerzenie możliwości graficznych z pakietem ggplot2
- Prezentacja zależności pomiędzy zmiennymi – pakiet lattice
- Programowanie obiektowe w R
- Klasy
- Obiekty klasy S3
- Rozpoznawanie obiektów, fukcje ogólne, metody
- Definiowanie klasy i tworzenie obiektów
- Tworzenie nowych metod i funkcji ogólnych
- Walidacja nowych obiektów
- Obiekty klasy S4
- Rozpoznawanie obiektów, fukcje ogólne, metody
- Definiowanie klasy i tworzenie obiektów
- Tworzenie nowych metod i funkcji ogólnych
- Walidacja nowych obiektów
- Klasy referencyjne
- Definiowanie klasy referencyjnej
- Tworzenie nowych obiektów
- Rozpoznanawanie obiektów i metod
- Metody i funkcje ogólne
- Definicja metod
- Tworzenie nowych metod dla istniejących funkcji
- Techniki programowania metod
- Funkcje ogólne
- Wybór metod przez funkcje ogólne
- Wydajność kodu
- Od czego zależy szybkość wykonania skryptu
- Benchmarking kodu
- Wydajnośc języka R
- Implementacja R a wydajność
- Optymalizacja kodu w R
- Mierzenie wydajności
- Praca nad wydajnością
- Organizacja kodu
- Gotowe rozwiązania
- Minimalizacja nakładów
- Wektoryzacja
- Unikanie kopiowania
- JIT Kompilacja kodu byte-code
- Pamięć
- Wielkość obiektów
- Wykorzystanie pamięci i garbage collector
- Profilowanie wykorzystania pamięci
- Tworzenie wydajnych funkcji w C++
- Pakiet Rcpp
- Podstawowe obiekty C++
- Atrybuty i inne klasy
- Pomocnicze funkcje – Rcpp sugar
- Standard Template Library
- Integracja C++ z R
- Wywoływanie funkcji w języku C++ z poziomu R
- Struktury danych C++
- Tworzenie i modyfikowanie wektorów
- Obliczenia w C++
- Walidacja
- Wyszukiwanie kodu źródłowego funkcji
- Obliczenia równlogłe
- Przetwarzanie kodu równoległe –multiple core CPUs
- Wybrane pakiety przetwarzania równoległego