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.
Этот курс входит в специализацию ''Специализация Mastering Software Development in R'
от партнера
Специализация Mastering Software Development in RУниверситет Джонса ХопкинсаОб этом курсе
Недавно просмотрено: 8,821
Карьерные результаты учащихся
25%
начал новую карьеру, пройдя эти курсы
14%
получил значимые преимущества в карьере благодаря этому курсу
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 3 из 5 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Средний уровень
Прибл. 21 час на выполнение
Английский
Субтитры: Английский
Приобретаемые навыки
Programming ToolGithubContinuous IntegrationR Programming
Карьерные результаты учащихся
25%
начал новую карьеру, пройдя эти курсы
14%
получил значимые преимущества в карьере благодаря этому курсу
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 3 из 5 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Средний уровень
Прибл. 21 час на выполнение
Английский
Субтитры: Английский
от партнера
Университет Джонса Хопкинса
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.
Программа курса: что вы изучите
3 ч. на завершение
Getting Started with R Packages
3 ч. на завершение
1 видео ((всего 2 мин.)), 16 материалов для самостоятельного изучения, 1 тест
1 видео
16 материалов для самостоятельного изучения
Before You Start10мин
Using Mac OS10мин
Using Windows10мин
Using Unix/Linux10мин
R packages10мин
Basic Structure of an R Package10мин
DESCRIPTION File10мин
NAMESPACE File10мин
Namespace Function Notation10мин
Loading and Attaching a Package Namespace10мин
The R Sub-directory10мин
The man Sub-directory10мин
Summary10мин
The devtools package10мин
Creating a Package10мин
Other Functions10мин
1 практическое упражнение
R Package and devtools30мин
7 ч. на завершение
Documentation and Testing
7 ч. на завершение
14 материалов для самостоятельного изучения
14 материалов для самостоятельного изучения
Documentation10мин
Vignette's and README Files10мин
Knitr / Markdown30мин
Common knitr Options10мин
Help Files and roxygen210мин
Common roxygen2 Tags10мин
Overview10мин
Data for Demos10мин
Internal Data10мин
Data Packages10мин
Summary10мин
Introduction10мин
The testthat Package10мин
Passing CRAN Checks10мин
5 ч. на завершение
Licensing, Version Control, and Software Design
5 ч. на завершение
25 материалов для самостоятельного изучения
25 материалов для самостоятельного изучения
Overview10мин
The General Public License10мин
The MIT License10мин
The CC0 License10мин
Overview10мин
Paying it Forward10мин
Linus’s Law10мин
Hiring10мин
Summary10мин
Introduction10мин
git10мин
Initializing a git repository10мин
Committing10мин
Browsing History10мин
Linking local repo to GitHub repo10мин
Syncing RStudio and GitHub10мин
Issues10мин
Pull Request10мин
Merge Conflicts10мин
Introduction10мин
The Unix Philosophy10мин
Default Values10мин
Naming Things10мин
Playing Well With Others10мин
Summary10мин
1 практическое упражнение
Testing, GitHub, and Open Source30мин
6 ч. на завершение
Continuous Integration and Cross Platform Development
6 ч. на завершение
13 материалов для самостоятельного изучения
13 материалов для самостоятельного изучения
Overview10мин
Web Services for Continuous Integration10мин
Using Travis10мин
Using AppVeyor10мин
Summary10мин
Introduction10мин
Handling Paths10мин
Saving Files & rappdirs10мин
rappdirs10мин
Options and Starting R10мин
Package Installation10мин
Environmental Attributes10мин
Summary10мин
Рецензии
Лучшие отзывы о курсе BUILDING R PACKAGES
от партнера KM3 июня 2019 г.
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...
от партнера ME15 янв. 2017 г.
Very good course for intermediate/advanced R users. Sad that you are elegible to do assignments only if you pay.
от партнера CB29 мар. 2017 г.
This is a critical skill and it's barely covered anywhere else. Thanks for making this course!
от партнера CI6 окт. 2017 г.
Overall, this was a good course to learn the intricacies of building R packages.
Специализация Mastering Software Development in R: общие сведения
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.
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Что я получу, оформив подписку на специализацию?
Is financial aid available?
Получу ли я зачеты в университете за прохождение курса?
Остались вопросы? Посетите Центр поддержки учащихся.
