R-Programmierung für Fortgeschrittene

Die Programmiersprache R wurde für schnelle ad hoc-Datenanalysen und Visualisierungen entwickelt. Sie bietet jedoch auch leistungsfähige Werkzeuge zur Programmierung. Dieser Kurs richtet sich an R-Anwender, die mit den Grundlagen vertraut sind, bereits eigene Analysen durchgeführt haben und nun fortgeschrittene Programmiertechniken erlernen möchten.

Schwerpunkte

Funktionales Programmieren
- Benutzerdefinierte Funktionen schreiben und anwenden
- Anonyme Funktionen, Parameter-Übergabe, Fehlerbehandlung
- Funktionen, die Funktionen als Argumente übernehmen
- Funktionen, die Funktionen als Ergebnis liefern
- Einführung / Wiederholung: apply-Funktionen in Base R
- map-Funktionen aus dem purrr-Paket
- Anwendungsbeispiel: viele statistische Modelle gleichzeitig aufstellen und Ergebnisse
elegant weiterverarbeiten mit wenigen Code-Zeilen

Fehlerbehebung: Debugging in RStudio

Effizient programmieren in R: Möglichkeiten, R-Code zu beschleunigen
- Laufzeit von R-Code messen: system.time() und microbenchmark()
- Strategien zur Optimierung von R-Code, Praxisbeispiele
- Profiling, um Flaschenhälse (langsame Code-Abschnitte) zu lokalisieren
- Parallele Programmierung: Mehrere Prozessorkerne / Cluster nutzen
- Verteilung der Lasten an die Arbeiter: Load Balancing
- Erkennen, ob R-Code zur Parallelisierung geeignet ist
- Pakete zur Bearbeitung großer Datenmengen

Einführung in objektorientiertes Programmieren mit R (S3-Klassen)
- Programmierbeispiel mit einfacher Spiel-Simulation und benutzerdefinierter Print-Methode

Eigene R-Pakete erstellen in RStudio
- Ordnerstruktur von R-Paketen
- Eigene Funktionen schreiben und dokumentieren; R-interne Hilfefunktion nutzen
- Pakete, die die Paket-Erstellung unterstützen: devtools, usethis, roxygen2, testthat
- Paket installieren, testen, weiterentwickeln

Vorkenntnisse

Kenntnisse der grundlegenden Datenstrukturen in R, Erfahrung mit Datenanalysen in R, wünschenswert sind Grundkenntnisse in dplyr und ggplot2, Kenntnisse anderer Programmiersprachen können nützlich sein, sind aber keine Teilnahmebedingung

Zielgruppe

R-Anwender, die besseren, eleganteren und schnelleren R-Code schreiben wollen