효율적인 R 프로그래밍

저자 서문
역자 서문

01. 개요
사전 준비
1.1 본 서적의 대상 독자 및 사용 방법
1.2 효율성이란 무엇인가?
1.3 효율적인 R 프로그래밍이란 무엇인가?
1.4 왜 효율성인가?
1.5 효율성을 위한 상호 호환 기술
1.5.1 직접 타이핑하기
1.5.2 일관된 스타일과 코드 형식
1.6 벤치마킹과 프로파일링
1.6.1 벤치마킹
1.6.2 벤치마킹 예제
1.6.3 프로파일링
1.7 각종 자료
1.7.1 R 패키지
1.7.2 온라인 버전

02. 효율적인 컴퓨터를 위한 설정
사전 준비
2.1 효율적인 R 설정 핵심 팁 다섯 가지
2.2 운영체제
2.2.1 운영체제와 자원 모니터링
2.3 R 버전
2.3.1 R 설치
2.3.2 R 업데이트
2.3.3 R 패키지 설치
2.3.4 외부 종속이 있는 R 패키지 설치
2.3.5 R 패키지 업데이트
2.4 R 시동
2.4.1 R 시동 인자
2.4.2 R 시동 파일 개요
2.4.3 시동 파일 위치
2.4.4 .Rprofile 파일
2.4.5 .Rprofile 파일 사용 예
2.4.5.1 설정 관리
2.4.5.2 CRAN 미러 지정
2.4.5.3 fortunes 패키지
2.4.5.4 유용한 함수
2.4.5.5 .Rprofile를 이용한 숨겨진 환경 생성
2.4.6 .Renviron 파일
2.4.6.1 .Renviron 파일 사용 예
2.5 RStudio
2.5.1 RStudio의 설치와 업데이트
2.5.2 작업 창 배치
2.5.3 RStudio 설정
2.5.4 자동 완성
2.5.5 키보드 단축키
2.5.6 객체 표시 및 표 출력
2.5.7 프로젝트 관리
2.6 BLAS와 기타 R 인터프리터
2.6.1 BLAS을 사용한 성능 개선 확인
2.6.2 다른 인터프리터
2.6.3 유용한 BLAS/벤치마크 자료

03. 효율적인 프로그래밍
사전준비
3.1 효율적인 프로그래밍을 위한 핵심 팁 다섯 가지
3.2 일반적인 조언
3.2.1 메모리 할당
3.2.2 코드의 벡터화
3.3 사용자와 소통하기
3.3.1 치명적인 오류: stop()
3.3.2 경고: warning()
3.3.3 정보성 출력 : message()와 cat()
3.3.4 보이지 않는 반환값
3.4 팩터
3.4.1 변수에 내재 된 순서가 있는 경우
3.4.2 범주 데이터가 고정된 경우
3.5 apply 계열 함수
3.5.1 예제: 영화 데이터
3.5.2 입출력 자료형의 일관성
그 외 참고자료
3.6 변수 캐싱
3.6.1 함수 클로저
3.7 바이트 컴파일러
3.7.1 예제 : 평균 함수
3.7.2 코드 컴파일

04. 효율적인 작업 흐름
사전 준비
4.1 효율적인 작업 흐름을 위한 핵심 팁 다섯 가지
4.2 프로젝트 계획 분류 체계
4.3 프로젝트 계획 및 관리
4.3.1 작업 분할
4.3.2 SMART 한 작업 흐름 만들기
4.3.3 R을 활용한 계획 시각화
4.4 패키지 선택
4.4.1 필요한 R 패키지 찾기
4.4.2 패키지 선택 방법
4.5 출판
4.5.1 R 마크다운을 이용한 동적 문서
4.5.2 R 패키지

05. 효율적인 입출력
사전 준비
5.1 효율적인 데이터 입출력을 위한 핵심 팁 다섯 가지
5.2 rio 패키지로 다양한 데이터 가져오기
5.3 텍스트 파일 형식
5.3.1 fread() 함수와 read_csv() 함수의 차이점
5.3.2 매우 큰 텍스트 파일의 전처리
5.4 바이너리 파일 형식
5.4.1 내장 바이너리 형식: Rdata? Rds?
5.4.2 feather 파일 형식
5.4.3 바이너리 파일 형식 벤치마크
5.4.4 프로토콜 버퍼
5.5 인터넷에서 데이터 가져오기
5.6 패키지에 포함된 데이터 사용하기

06. 효율적인 데이터 다듬기
사전 준비
6.1 효율적인 데이터 다듬기를 위한 핵심 팁 다섯 가지
6.2 tibble을 이용한 효율적인 자료구조
6.3 tidyr과 정규표현식을 이용한 데이터 정돈
6.3.1 gather()를 이용한 넓은 표를 긴 형태로 변환
6.3.2 separate()를 이용한 결합 변수 분리
6.3.3 기타 tidyr 함수
6.3.4 정규 표현식
6.4 dplyr을 이용한 효율적인 데이터 처리
6.4.1 열 이름 변경
6.4.2 열의 클래스 변경
6.4.3 행 필터링
6.4.4 연산자 연계
6.4.5 데이터 요약
6.4.6 비표준 평가
6.5 데이터 세트 결합
6.6 데이터베이스를 이용한 작업
6.6.1 데이터베이스와 dplyr
6.7 data.table을 이용한 데이터 처리

07. 효율적인 최적화
사전 준비
7.1 효율적인 성능 향상을 위한 핵심 팁 다섯 가지
7.2 코드 프로파일링
7.2.1 profvis로 시작하기
7.2.2 예제: 모노폴리 시뮬레이션
7.3 효율적인 R의 기본 함수
7.3.1 if()와 ifelse()
7.3.2 정렬 및 순서
7.3.3 내림차순 정렬
7.3.4 TRUE 색인
7.3.5 팩터형의 수치형 변환
7.3.6 논리형 AND와 OR
7.3.7 행/열 연산
7.3.8 is.na()와 anyNA()
7.3.9 매트릭스
7.3.10 정수형
7.3.11 희소 행렬
7.4 예제 : move_square() 함수 최적화
7.5 병렬 처리
7.5.1 apply 함수의 병렬 버전
7.5.2 예제: 뱀과 사다리 게임(Snakes and Ladders)
7.5.3 종료 함수 및 주의점
7.5.4 Linux와 OS X 환경의 병렬 코드
7.6 Rcpp
7.6.1 간단한 C++ 함수
7.6.2 cppFunction() 함수
7.6.3 C++ 데이터형
7.6.4 sourceCpp() 함수
7.6.5 벡터와 반복문
7.6.6 행렬
7.6.7 C++의 달콤한 문법
7.6.8 Rcpp 참고 자료

08. 효율적인 하드웨어
사전 준비
8.1 효율적인 하드웨어를 위한 핵심 팁 다섯 가지
8.2 배경 지식: 바이트란 무엇인가?
8.3 랜덤 엑세스 메모리: RAM
8.4 하드디스크: HDD vs SSD
8.5 운영 체제: 32비트/64비트
8.6 중앙 처리 장치
8.7 클라우드 컴퓨팅
8.7.1 아마존 EC2

09. 효율적인 협업
사전 준비
9.1 효율적인 협업을 위한 핵심 팁 다섯 가지
9.2 코딩 스타일
9.2.1 RStudio를 사용한 코드 재구성
9.2.2 파일명
9.2.3 패키지 불러오기
9.2.4 주석 달기
9.2.5 객체명
9.2.6 예제 패키지
9.2.7 할당
9.2.8 공백
9.2.9 들여쓰기
9.2.10 중괄호
9.3 버전 관리
9.3.1 Commit
9.3.2 RStudio에서 Git 통합
9.3.3 깃허브
9.3.4 Branch, Fork, Pull, Clone
9.4 코드 검토

10. 효율적인 학습
사전 준비
10.1 효율적인 학습을 위한 핵심 팁 다섯 가지
10.2 R 도움말 사용하기
10.2.1 주제별 R 탐색
10.2.2 비네트 탐색 및 사용
10.2.3 함수의 도움말 페이지
10.2.4 R 소스 코드 읽기
10.2.5 Swirl
10.3 온라인 자료
10.3.1 스택오버플로우
10.3.2 메일링 리스트와 그룹
10.4 질문하기
10.4.1 데이터 세트의 최소화
10.4.2 예제의 최소화
10.5 심화 학습
10.6 지식의 확산

소스 코드 빌드
의존 패키지
참고자료