Inhalt und Ablauf

R ist die De-facto-Standardsprache für statistisches Rechnen und hat damit auch im Bereich von Data Science, in dem statistische Analysen eine tragende Rolle spielen, eine breite Akzeptanz gefunden. Die relativ sanfte Lernkurve ist ein großer Vorteil, aber die wahre Stärke von R liegt in der Vielzahl der verfügbaren Erweiterungspakete, z.B. im offiziellen Comprehensive R Archive Network (CRAN). Die Vielfalt der verfügbaren Methoden des statistischen Lernens ist mit keiner anderen Software vergleichbar.

Die Bündelung Ihrer R-Skripte in einem R-Paket hat viele Vorteile: Es erhöht nicht nur die Chance, dass Sie Ihren eigenen Code wiederverwenden, sondern es ermutigt Sie auch, sauberen und gut dokumentierten Code zu schreiben, was das Verständnis auch Monate und Jahre nach der Erstellung erheblich erleichtert. Sie fördert damit auch den Austausch von Code zwischen Menschen und Systemplattformen.

In diesem Workshop entwickeln wir ein R-Paket von Grund auf neu. Wir werden die Struktur von R-Paketen untersuchen, bevor wir unseren eigenen Code schreiben und daraus ein Paket erstellen. Dabei achten wir darauf, nicht nur die Funktionen, sondern auch das Paket selbst angemessen zu dokumentieren.

AT_Arne Kaldhusdal

Short Facts

  • Referent: Arne Kaldhusdal
  • Sprache: Englisch
  • 16. April 2018
  • 10:00 – 17:15
  • Data Hub, Sapporobogen 6-8, 80637 München

Lernziele

Verstehen, warum man R-Pakete entwickeln sollte

Erstellen einer entsprechenden Funktionsdokumentation

Kompilieren von R-Paketen

Referent

Arne Kaldhusdal

ist Statistiker, der seit fast zehn Jahren intensiv mit R arbeitet, sowohl im akademischen Kontext als auch in einer Vielzahl von Data Science Projekten in verschiedenen Branchen. Er arbeitet als Data Science Experte bei der Alexander Thamm GmbH.

Voraussetzungen

federica-galli-449563
  • Die Teilnehmer sollten praktische Erfahrungen in der Arbeit mit R haben.
  • Jeder Teilnehmer sollte seinen eigenen Computer mitbringen.
  • Die Computer sollten Zugang zum Internet haben.
  • R sollte auf jedem Computer vorinstalliert sein.
  • Die R-Pakete devtools, testthat und roxygen2 sollten auf jedem Rechner vorinstalliert sein.
  • Idealerweise sollte auch LaTeX installiert sein (z.B. MiKTeX auf Windows-Systemen).
  • Rtools sollte auch installiert sein.

Sind Sie an diesem Workshop interessiert?