Dieser Kurs behandelt fortgeschrittene Themen der R-Programmierung, die für die Entwicklung leistungsfähiger, robuster und wiederverwendbarer Data-Science-Tools erforderlich sind. Zu den behandelten Themen gehören funktionale Programmierung in R, robuste Fehlerbehandlung, objektorientierte Programmierung, Profiling und Benchmarking, Debugging und der richtige Entwurf von Funktionen. Nach Abschluss dieses Kurses werden Sie in der Lage sein, gängige Datenanalyseaufgaben zu identifizieren und zu abstrahieren und sie in benutzerorientierte Funktionen zu kapseln. Da jede Data Science-Umgebung mit einzigartigen Datenherausforderungen konfrontiert ist, besteht immer die Notwendigkeit, maßgeschneiderte Software zu entwickeln, die auf die Aufgaben Ihres Unternehmens zugeschnitten ist. Sie werden auch in der Lage sein, neue Datentypen in R zu definieren und ein Universum von Funktionen für diese Datentypen zu entwickeln, um eine sauberere Ausführung von Data Science-Aufgaben und eine bessere Wiederverwendbarkeit innerhalb eines Teams zu ermöglichen.

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.

Die Revolution der Datenwissenschaft hat Unmengen neuer Daten aus einer Vielzahl neuer Quellen hervorgebracht. Diese neuen Datensätze werden verwendet, um neue Fragen auf eine Weise zu beantworten, die nie zuvor erdacht wurde. Die Visualisierung ist nach wie vor eine der leistungsfähigsten Methoden, um Schlüsse aus Daten zu ziehen, aber der Zustrom neuer Datentypen erfordert die Entwicklung neuer Visualisierungstechniken und -bausteine. Dieser Kurs vermittelt Ihnen die Fähigkeiten zur Erstellung dieser neuen Visualisierungsbausteine. Wir konzentrieren uns auf das ggplot2-Framework und beschreiben, wie Sie das System verwenden und erweitern können, um es an die spezifischen Bedürfnisse Ihres Unternehmens oder Teams anzupassen. Nach Abschluss dieses Kurses sind die Teilnehmer in der Lage, die Tools zu erstellen, die für die Visualisierung einer Vielzahl von Datentypen erforderlich sind, und verfügen über die Grundlagen, die erforderlich sind, um sich mit neuen Datentypen auseinanderzusetzen, sobald diese auftauchen.

R Programmierung Capstone