R itself is not a language designed for parallel computing. It doesn’t have a lot of great user exposed parallel constructs. What saves us is the data science tasks we tend to use R for are themselves are very well suited for parallel programming and many people have prepared very good pragmatic libraries to exploit this. There are three main...
Rのもう一つの欠点は、コンピュータ間で計算を並列化する簡単なソリューションがないことだ。
そうだね。
プロのRユーザーの意見だ。
なぜ私がこの考えを嫌うのか、その理由がわかった。
連想ルールではない
なぜなら、関連性（ルールなど）＝因果関係だからだ。）
そうではない。ここでは、どちらかといえばカジュアルなルール（もちろん現実は知られていない）が、ターゲットを予測するための連想ルールに組み合わされている。これは基本的に足場が機能する方法だが、複雑なねじれはない。
ただ、ランダムなルールを評価するための選択期間にある、あるいは合理的な依存性を持っている。今のところ、私は時間間隔に対するルールの安定性しか評価していない。
しかし、本当に因果関係のあるモデルを見つけるために教えるのは難しい作業である。
ええ、もちろんです。
プロの意見、プロのユーザーR
この質問について勉強し、相談したことがあります。
Rで、どのようなコードをどのようなライブラリで並列化しても、速度が極端に低下しない方法をご存知ですか？
その合間を縫ってこの問題を研究し、コンサルティングをしてきた。
Rで、どのようなコードをどのようなライブラリで並列化しても、速度が極端に低下しない方法をご存知ですか？
https://win-vector.com/2016/01/22/running-r-jobs-quickly-on-many-machines/
https://www.google.com/search?q=run+code+on+multiple+computers+in+R&oq=run+code+on+multiple+computers+in+R&aqs=chrome..69i57j33i160l4.4082j0j15&sourceid=chrome&ie=UTF-8
最初のグーグルリンク、最初のカール！！
どうやって道路を渡るんだ？
https://win-vector.com/2016/01/22/running-r-jobs-quickly-on-many-machines/
https://www.google.com/search?q=run+code+on+multiple+computers+in+R&oq=run+code+on+multiple+computers+in+R&aqs=chrome..69i57j33i160l4.4082j0j15&sourceid=chrome&ie=UTF-8
最初のグーグルリンク、最初のCARL!
どうやって道路を渡るんだ？
ー専門的なー専門的なーなー図書館がー、ー：
"
ーIntel BLAS ライブラリ（、ーLinux、ー、ーOSX、ーWindowsのーMicrosoft R Openー 配布のーにーソフトウェアー BLASライブラリ）"
"
だから、特別な図書館が必要なんだ：
"
Intel BLASライブラリ（Microsoft R Open ディストリビューションの Rの一部としてLinux、OSX、Windowsで提供されている）のような優れた並列ライブラリに対してリンクする。"
"
とWHAT?
そして何？
変な人ね :)
私が実行する必要があるコードは、複数のコンピューターで実行することができないんだ。ー MT5はー MT5ではー MT5ではー）
結局、君はなんて変人なんだ :)
そして、私が実行する必要があるコードは、複数のコンピュータで実行することはできません。そして、MT5はそのような計算タスクをうまく並列化できる :)
https://stackoverflow.com/questions/37405919/how-do-i-run-r-in-multiple-machines