Writing good code for data science is only part of the job. In order to maximizing the usefulness and reusability of data science software, code must be organized and distributed in a manner that adheres to community-based standards and provides a good user experience. This course covers the primary means by which R software is organized and distributed to others. We cover R package development, writing good documentation and vignettes, writing robust software, cross-platform development, continuous integration tools, and distributing packages via CRAN and GitHub. Learners will produce R packages that satisfy the criteria for submission to CRAN.
이 강좌는 Mastering Software Development in R 전문 분야의 일부입니다.
Building R Packages
제공자:
About this Course
최근 조회 5,379회
학습자 경력 결과
25%
이 강좌를 수료한 후 새로운 경력 시작하기
17%
이 강좌를 통해 확실한 경력상 이점 얻기
귀하가 습득할 기술
Programming ToolGithubContinuous IntegrationR Programming
학습자 경력 결과
25%
이 강좌를 수료한 후 새로운 경력 시작하기
17%
이 강좌를 통해 확실한 경력상 이점 얻기
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 전문 분야의 5개 강좌 중 3번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계
완료하는 데 약 13시간 필요
권장: 4 hours/week
영어
자막: 영어
제공자:
존스홉킨스대학교
The mission of The Johns Hopkins University is to educate its students and cultivate their capacity for life-long learning, to foster independent and original research, and to bring the benefits of discovery to the world.
강의 계획 - 이 강좌에서 배울 내용
완료하는 데 3시간 필요
Getting Started with R Packages
완료하는 데 3시간 필요
1개 동영상 (총 2분), 16 readings, 1 quiz
1개의 동영상
16개의 읽기 자료
Before You Start10m
Using Mac OS10m
Using Windows10m
Using Unix/Linux10m
R packages10m
Basic Structure of an R Package10m
DESCRIPTION File10m
NAMESPACE File10m
Namespace Function Notation10m
Loading and Attaching a Package Namespace10m
The R Sub-directory10m
The man Sub-directory10m
Summary10m
The devtools package10m
Creating a Package10m
Other Functions10m
1개 연습문제
R Package and devtools20m
완료하는 데 7시간 필요
Documentation and Testing
완료하는 데 7시간 필요
14 readings
14개의 읽기 자료
Documentation10m
Vignette's and README Files10m
Knitr / Markdown30m
Common knitr Options10m
Help Files and roxygen210m
Common roxygen2 Tags10m
Overview10m
Data for Demos10m
Internal Data10m
Data Packages10m
Summary10m
Introduction10m
The testthat Package10m
Passing CRAN Checks10m
완료하는 데 5시간 필요
Licensing, Version Control, and Software Design
완료하는 데 5시간 필요
25 readings
25개의 읽기 자료
Overview10m
The General Public License10m
The MIT License10m
The CC0 License10m
Overview10m
Paying it Forward10m
Linus’s Law10m
Hiring10m
Summary10m
Introduction10m
git10m
Initializing a git repository10m
Committing10m
Browsing History10m
Linking local repo to GitHub repo10m
Syncing RStudio and GitHub10m
Issues10m
Pull Request10m
Merge Conflicts10m
Introduction10m
The Unix Philosophy10m
Default Values10m
Naming Things10m
Playing Well With Others10m
Summary10m
1개 연습문제
Testing, GitHub, and Open Source20m
완료하는 데 6시간 필요
Continuous Integration and Cross Platform Development
완료하는 데 6시간 필요
13 readings
13개의 읽기 자료
Overview10m
Web Services for Continuous Integration10m
Using Travis10m
Using AppVeyor10m
Summary10m
Introduction10m
Handling Paths10m
Saving Files & rappdirs10m
rappdirs10m
Options and Starting R10m
Package Installation10m
Environmental Attributes10m
Summary10m
4.1
47개의 리뷰Building R Packages의 최상위 리뷰
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...
This is a critical skill and it's barely covered anywhere else. Thanks for making this course!
Mastering Software Development in R 전문 분야 정보
R is a programming language and a free software environment for statistical computing and graphics, widely used by data analysts, data scientists and statisticians. This Specialization covers R software development for building data science tools. As the field of data science evolves, it has become clear that software development skills are essential for producing and scaling useful data science results and products.
This Specialization will give you rigorous training in the R language, including the skills for handling complex data, building R packages, and developing custom data visualizations. You’ll be introduced to indispensable R libraries for data manipulation, like tidyverse, and data visualization and graphics, like ggplot2. You’ll learn modern software development practices to build tools that are highly reusable, modular, and suitable for use in a team-based environment or a community of developers.
This Specialization is designed to serve both data analysts, who may want to gain more familiarity with hands-on, fundamental software skills for their everyday work, as well as data mining experts and data scientists, who may want to use R to scale their developing and programming skills, and further their careers as data science experts.
자주 묻는 질문
강의 및 과제를 언제 이용할 수 있게 되나요?
강좌에 등록하면 바로 모든 비디오, 테스트 및 프로그래밍 과제(해당하는 경우)에 접근할 수 있습니다. 상호 첨삭 과제는 이 세션이 시작된 경우에만 제출하고 검토할 수 있습니다. 강좌를 구매하지 않고 살펴보기만 하면 특정 과제에 접근하지 못할 수 있습니다.
이 전문 분야를 구독하면 무엇을 이용할 수 있나요?
강좌를 등록하면 전문 분야의 모든 강좌에 접근할 수 있고 강좌를 완료하면 수료증을 취득할 수 있습니다. 전자 수료증이 성취도 페이지에 추가되며 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 내용만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.
환불 규정은 어떻게 되나요?
재정 지원을 받을 수 있나요?
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.
