Écrire un bon code pour la science des données n'est qu'une partie du travail. Afin de maximiser l'utilité et la réutilisation des logiciels de science des données, le code doit être organisé et distribué d'une manière qui adhère aux normes de la communauté et offre une bonne expérience à l'utilisateur. Ce cours couvre les principaux moyens par lesquels les logiciels R sont organisés et distribués à d'autres. Nous couvrons le développement de paquets R, l'écriture d'une bonne documentation et de vignettes, l'écriture de logiciels robustes, le développement multiplateforme, les outils d'intégration continue, et la distribution de paquets via CRAN et GitHub. Les apprenants produiront des paquets R qui satisfont aux critères de soumission au CRAN.
Construire des paquets R
Économisez sur les compétences qui vous font briller avec 40 % de réduction sur 3 mois de Coursera Plus. Économisez maintenant
Construire des paquets R
Ce cours fait partie de Spécialisation "Maîtriser le développement de logiciels en R"
Instructeurs : Roger D. Peng, PhD
11 199 déjà inscrits
Inclus avec
223 avis
Compétences que vous acquerrez
- Catégorie : Développement multiplateforme
- Catégorie : Technologie Open Source
- Catégorie : Documentation du logiciel
- Catégorie : Cas de test
- Catégorie : Testabilité
- Catégorie : Développement du programme
- Catégorie : Contrôle des versions
- Catégorie : Tests de développement
- Catégorie : Knitr
- Catégorie : Réutilisation du code
- Catégorie : Tests unitaires
- Catégorie : Version du logiciel
- Catégorie : Gestion des paquets et des logiciels
- Catégorie : Intégration continue
Outils que vous découvrirez
- Catégorie : Rmarkdown
- Catégorie : R Programmation
- Catégorie : Outils de construction
- Catégorie : GitHub
- Catégorie : R (logiciel)
- Catégorie : Git (système de contrôle de version)
Détails à connaître
Ajouter à votre profil LinkedIn
91%
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Il y a 4 modules dans ce cours
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeurs
Offert par
En savoir plus sur Analyse des données
Johns Hopkins University
Microsoft
Johns Hopkins University
Coursera
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Jennifer J.
Larry W.
Chaitanya A.
Avis des étudiants
- 5 stars
51,56 %
- 4 stars
23,76 %
- 3 stars
13,45 %
- 2 stars
3,58 %
- 1 star
7,62 %
Affichage de 3 sur 223
Révisé le 7 févr. 2018
Good slow walk through of the process for creating and checking a package
Révisé le 15 janv. 2017
Very good course for intermediate/advanced R users. Sad that you are elegible to do assignments only if you pay.
Révisé le 3 juin 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...
Foire Aux Questions
Plus de questions
Aide financière disponible,
¹ Certains travaux de ce cours sont notés par l'IA. Pour ces travaux, vos Données internes seront utilisées conformément à Notification de confidentialité de Coursera.