Para llevar a cabo cálculos en paralelo en R, la mejor opción es usar_ a. for() b. foreach() c. lapply() d. parLapply() .
La computación en paralelo se puede definir como el uso simultáneo de múltiples procesadores o computadoras para resolver problemas con alto coste computacional: Vertader Fals.
Para llevar a cabo una computación en paralelo, nuestro problema se debe poder separar en tareas independientes Vertader Fals.
La programación con memoria distribuida comparte las unidades de computación (CPUs) Vertader Fals.
MapReduce es una modelo de programación útil para problemas con datos gigantes: Vertader Fals .
Tenemos una lista X con 4 matrices (X1, X2, X3, X4) sobre los que queremos hacer el siguiente cálculo: X1*X2*X3*X4 (e.g. multiplicación de las 4 matrices). ¿Qué opción sería la más óptima para hacer dicho cálculo? a. Map(X, `%*%`) b. X$X1%*%X$X2%*%X$X3%*%X$X4 c. Reduce(`%*%`, X) d. Reduce(X, `%*%`).
|
