Das Schreiben von gutem Code für Data Science ist nur ein Teil der Arbeit. Um den Nutzen und die Wiederverwendbarkeit von Software für die Datenwissenschaft zu maximieren, muss der Code auf eine Weise organisiert und verteilt werden, die gemeinschaftsbasierte Standards einhält und eine gute Benutzererfahrung bietet. Dieser Kurs befasst sich mit den wichtigsten Mitteln, mit denen R-Software organisiert und an andere weitergegeben wird. Wir behandeln die Entwicklung von R-Paketen, das Verfassen einer guten Dokumentation und von Vignetten, das Schreiben robuster Software, die plattformübergreifende Entwicklung, Werkzeuge zur kontinuierlichen Integration und die Verteilung von Paketen über CRAN und GitHub. Die Lernenden werden R-Pakete erstellen, die die Kriterien für die Einreichung bei CRAN erfüllen.
R-Pakete erstellen
Sparen Sie mit 40% Rabatt auf 3 Monate Coursera Plus bei den Fähigkeiten, die Sie zum Strahlen bringen. Jetzt sparen
R-Pakete erstellen
Dieser Kurs ist Teil von Spezialisierung „Mastering Software Development in R“
Dozenten: Roger D. Peng, PhD
11.199 bereits angemeldet
Bei enthalten
223 Bewertungen
Kompetenzen, die Sie erwerben
- Kategorie: Plattformübergreifende Entwicklung
- Kategorie: Open-Source-Technologie
- Kategorie: Software-Dokumentation
- Kategorie: Testfall
- Kategorie: Prüfbarkeit
- Kategorie: Programm-Entwicklung
- Kategorie: Versionskontrolle
- Kategorie: Entwicklungstests
- Kategorie: Knitr
- Kategorie: Wiederverwendbarkeit von Code
- Kategorie: Einheitliche Prüfung
- Kategorie: Software-Versionierung
- Kategorie: Paket- und Softwareverwaltung
- Kategorie: Kontinuierliche Integration
Werkzeuge, die Sie lernen werden
- Kategorie: Rmarkdown
- Kategorie: R Programmierung
- Kategorie: Tools erstellen
- Kategorie: GitHub
- Kategorie: R (Software)
- Kategorie: Git (Versionskontrollsystem)
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
In diesem Kurs gibt es 4 Module
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozenten
Mehr von Datenanalyse entdecken
Status: Kostenloser TestzeitraumJohns Hopkins University
Status: VorschauMicrosoft
Status: Kostenloser TestzeitraumJohns Hopkins University
Coursera
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Jennifer J.
Larry W.
Chaitanya A.
Bewertungen von Lernenden
- 5 stars
51,56 %
- 4 stars
23,76 %
- 3 stars
13,45 %
- 2 stars
3,58 %
- 1 star
7,62 %
Zeigt 3 von 223 an
Geprüft am 7. Feb. 2018
Good slow walk through of the process for creating and checking a package
Geprüft am 15. Jan. 2017
Very good course for intermediate/advanced R users. Sad that you are elegible to do assignments only if you pay.
Geprüft am 3. Juni 2019
Fantastic course... Unfortunately, not too many people registered, it's tough to get your assignments graded. The program is the great continuation to the 10 course R data science specialization...
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,
¹ Einige Aufgaben in diesem Kurs werden mit AI bewertet. Für diese Aufgaben werden Ihre Daten in Übereinstimmung mit Datenschutzhinweis von Courseraverwendet.