Enviar búsqueda
Cargar
RとPythonによるデータ解析入門
•
104 recomendaciones
•
87,481 vistas
Atsushi Hayakawa
Seguir
Vista de diapositivas
Denunciar
Compartir
Vista de diapositivas
Denunciar
Compartir
1 de 31
Recomendados
先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15
Yoichi Ochiai
CV分野におけるサーベイ方法
CV分野におけるサーベイ方法
Hirokatsu Kataoka
『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会
takehikoihayashi
最適輸送入門
最適輸送入門
joisino
Pythonによるソーシャルデータ分析―わたしはこうやって修士号を取得しました―
Pythonによるソーシャルデータ分析―わたしはこうやって修士号を取得しました―
Hisao Soyama
状態空間モデルの考え方・使い方 - TokyoR #38
状態空間モデルの考え方・使い方 - TokyoR #38
horihorio
SSII2020TS: 機械学習モデルの判断根拠の説明 〜 Explainable AI 研究の近年の展開 〜
SSII2020TS: 機械学習モデルの判断根拠の説明 〜 Explainable AI 研究の近年の展開 〜
SSII
因果推論の奥へ: "What works" meets "why it works"
因果推論の奥へ: "What works" meets "why it works"
takehikoihayashi
Recomendados
先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15
Yoichi Ochiai
CV分野におけるサーベイ方法
CV分野におけるサーベイ方法
Hirokatsu Kataoka
『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会
takehikoihayashi
最適輸送入門
最適輸送入門
joisino
Pythonによるソーシャルデータ分析―わたしはこうやって修士号を取得しました―
Pythonによるソーシャルデータ分析―わたしはこうやって修士号を取得しました―
Hisao Soyama
状態空間モデルの考え方・使い方 - TokyoR #38
状態空間モデルの考え方・使い方 - TokyoR #38
horihorio
SSII2020TS: 機械学習モデルの判断根拠の説明 〜 Explainable AI 研究の近年の展開 〜
SSII2020TS: 機械学習モデルの判断根拠の説明 〜 Explainable AI 研究の近年の展開 〜
SSII
因果推論の奥へ: "What works" meets "why it works"
因果推論の奥へ: "What works" meets "why it works"
takehikoihayashi
[DL輪読会]Attention is not Explanation (NAACL2019)
[DL輪読会]Attention is not Explanation (NAACL2019)
Deep Learning JP
研究の基本ツール
研究の基本ツール
由来 藤原
ゼロから始める転移学習
ゼロから始める転移学習
Yahoo!デベロッパーネットワーク
チャットコミュニケーションの問題と心理的安全性の課題 #EOF2019
チャットコミュニケーションの問題と心理的安全性の課題 #EOF2019
Tokoroten Nakayama
相関と因果について考える:統計的因果推論、その(不)可能性の中心
相関と因果について考える:統計的因果推論、その(不)可能性の中心
takehikoihayashi
優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案
Masanori Kado
20180305_ppl2018_演繹から帰納へ~新しいシステム開発パラダイム~
20180305_ppl2018_演繹から帰納へ~新しいシステム開発パラダイム~
Preferred Networks
ベイズ最適化によるハイパラーパラメータ探索
ベイズ最適化によるハイパラーパラメータ探索
西岡 賢一郎
【DL輪読会】DayDreamer: World Models for Physical Robot Learning
【DL輪読会】DayDreamer: World Models for Physical Robot Learning
Deep Learning JP
Prophet入門【Python編】Facebookの時系列予測ツール
Prophet入門【Python編】Facebookの時系列予測ツール
hoxo_m
優れた研究論文の書き方
優れた研究論文の書き方
Masanori Kado
研究効率化Tips Ver.2
研究効率化Tips Ver.2
cvpaper. challenge
【DL輪読会】"Secrets of RLHF in Large Language Models Part I: PPO"
【DL輪読会】"Secrets of RLHF in Large Language Models Part I: PPO"
Deep Learning JP
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
諒介 荒木
階層ベイズによるワンToワンマーケティング入門
階層ベイズによるワンToワンマーケティング入門
shima o
協調フィルタリング・アソシエーション分析によるレコメンド手法の紹介
協調フィルタリング・アソシエーション分析によるレコメンド手法の紹介
Takeshi Mikami
マッチングサービスにおけるKPIの話
マッチングサービスにおけるKPIの話
cyberagent
何となく勉強した気分になれるパーサ入門
何となく勉強した気分になれるパーサ入門
masayoshi takahashi
楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜
楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜
諒介 荒木
ひたすら楽してスライド作成
ひたすら楽してスライド作成
Masanori Morise
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
Katsuhiro Morishita
10分でわかるPythonの開発環境
10分でわかるPythonの開発環境
Hisao Soyama
Más contenido relacionado
La actualidad más candente
[DL輪読会]Attention is not Explanation (NAACL2019)
[DL輪読会]Attention is not Explanation (NAACL2019)
Deep Learning JP
研究の基本ツール
研究の基本ツール
由来 藤原
ゼロから始める転移学習
ゼロから始める転移学習
Yahoo!デベロッパーネットワーク
チャットコミュニケーションの問題と心理的安全性の課題 #EOF2019
チャットコミュニケーションの問題と心理的安全性の課題 #EOF2019
Tokoroten Nakayama
相関と因果について考える:統計的因果推論、その(不)可能性の中心
相関と因果について考える:統計的因果推論、その(不)可能性の中心
takehikoihayashi
優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案
Masanori Kado
20180305_ppl2018_演繹から帰納へ~新しいシステム開発パラダイム~
20180305_ppl2018_演繹から帰納へ~新しいシステム開発パラダイム~
Preferred Networks
ベイズ最適化によるハイパラーパラメータ探索
ベイズ最適化によるハイパラーパラメータ探索
西岡 賢一郎
【DL輪読会】DayDreamer: World Models for Physical Robot Learning
【DL輪読会】DayDreamer: World Models for Physical Robot Learning
Deep Learning JP
Prophet入門【Python編】Facebookの時系列予測ツール
Prophet入門【Python編】Facebookの時系列予測ツール
hoxo_m
優れた研究論文の書き方
優れた研究論文の書き方
Masanori Kado
研究効率化Tips Ver.2
研究効率化Tips Ver.2
cvpaper. challenge
【DL輪読会】"Secrets of RLHF in Large Language Models Part I: PPO"
【DL輪読会】"Secrets of RLHF in Large Language Models Part I: PPO"
Deep Learning JP
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
諒介 荒木
階層ベイズによるワンToワンマーケティング入門
階層ベイズによるワンToワンマーケティング入門
shima o
協調フィルタリング・アソシエーション分析によるレコメンド手法の紹介
協調フィルタリング・アソシエーション分析によるレコメンド手法の紹介
Takeshi Mikami
マッチングサービスにおけるKPIの話
マッチングサービスにおけるKPIの話
cyberagent
何となく勉強した気分になれるパーサ入門
何となく勉強した気分になれるパーサ入門
masayoshi takahashi
楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜
楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜
諒介 荒木
ひたすら楽してスライド作成
ひたすら楽してスライド作成
Masanori Morise
La actualidad más candente
(20)
[DL輪読会]Attention is not Explanation (NAACL2019)
[DL輪読会]Attention is not Explanation (NAACL2019)
研究の基本ツール
研究の基本ツール
ゼロから始める転移学習
ゼロから始める転移学習
チャットコミュニケーションの問題と心理的安全性の課題 #EOF2019
チャットコミュニケーションの問題と心理的安全性の課題 #EOF2019
相関と因果について考える:統計的因果推論、その(不)可能性の中心
相関と因果について考える:統計的因果推論、その(不)可能性の中心
優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案
20180305_ppl2018_演繹から帰納へ~新しいシステム開発パラダイム~
20180305_ppl2018_演繹から帰納へ~新しいシステム開発パラダイム~
ベイズ最適化によるハイパラーパラメータ探索
ベイズ最適化によるハイパラーパラメータ探索
【DL輪読会】DayDreamer: World Models for Physical Robot Learning
【DL輪読会】DayDreamer: World Models for Physical Robot Learning
Prophet入門【Python編】Facebookの時系列予測ツール
Prophet入門【Python編】Facebookの時系列予測ツール
優れた研究論文の書き方
優れた研究論文の書き方
研究効率化Tips Ver.2
研究効率化Tips Ver.2
【DL輪読会】"Secrets of RLHF in Large Language Models Part I: PPO"
【DL輪読会】"Secrets of RLHF in Large Language Models Part I: PPO"
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
階層ベイズによるワンToワンマーケティング入門
階層ベイズによるワンToワンマーケティング入門
協調フィルタリング・アソシエーション分析によるレコメンド手法の紹介
協調フィルタリング・アソシエーション分析によるレコメンド手法の紹介
マッチングサービスにおけるKPIの話
マッチングサービスにおけるKPIの話
何となく勉強した気分になれるパーサ入門
何となく勉強した気分になれるパーサ入門
楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜
楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜
ひたすら楽してスライド作成
ひたすら楽してスライド作成
Destacado
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
Katsuhiro Morishita
10分でわかるPythonの開発環境
10分でわかるPythonの開発環境
Hisao Soyama
「Python言語」はじめの一歩 / First step of Python
「Python言語」はじめの一歩 / First step of Python
Takanori Suzuki
python-twitterを用いたTwitterデータ収集
python-twitterを用いたTwitterデータ収集
Hikaru Takemura
PythonによるWebスクレイピング入門
PythonによるWebスクレイピング入門
Hironori Sekine
野球Hack!~Pythonを用いたデータ分析と可視化 #pyconjp
野球Hack!~Pythonを用いたデータ分析と可視化 #pyconjp
Shinichi Nakagawa
Python 機械学習プログラミング データ分析ライブラリー解説編
Python 機械学習プログラミング データ分析ライブラリー解説編
Etsuji Nakai
Python東海Vol.5 IPythonをマスターしよう
Python東海Vol.5 IPythonをマスターしよう
Hiroshi Funai
Pythonで簡単ネットワーク分析
Pythonで簡単ネットワーク分析
antibayesian 俺がS式だ
Scikit learnで学ぶ機械学習入門
Scikit learnで学ぶ機械学習入門
Takami Sato
scikit-learnを用いた機械学習チュートリアル
scikit-learnを用いた機械学習チュートリアル
敦志 金谷
Gensim
Gensim
saireya _
Python入門 : 4日間コース社内トレーニング
Python入門 : 4日間コース社内トレーニング
Yuichi Ito
データ解析技術入門(R編)
データ解析技術入門(R編)
Takumi Asai
無料!AppSociallyで、スマホ・アプリの招待/口コミを増やそう!
無料!AppSociallyで、スマホ・アプリの招待/口コミを増やそう!
Yusuke Takahashi, PhD
AppSocially株式会社について
AppSocially株式会社について
Yusuke Takahashi, PhD
Why we are working on AppSocially
Why we are working on AppSocially
Yusuke Takahashi, PhD
第31回TokyoR LT資料
第31回TokyoR LT資料
tetsuro ito
Abテストと検定
Abテストと検定
Teruki Shinohara
可視化周辺の進化がヤヴァイ~rChartsを中心として~
可視化周辺の進化がヤヴァイ~rChartsを中心として~
Nagi Teramo
Destacado
(20)
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
10分でわかるPythonの開発環境
10分でわかるPythonの開発環境
「Python言語」はじめの一歩 / First step of Python
「Python言語」はじめの一歩 / First step of Python
python-twitterを用いたTwitterデータ収集
python-twitterを用いたTwitterデータ収集
PythonによるWebスクレイピング入門
PythonによるWebスクレイピング入門
野球Hack!~Pythonを用いたデータ分析と可視化 #pyconjp
野球Hack!~Pythonを用いたデータ分析と可視化 #pyconjp
Python 機械学習プログラミング データ分析ライブラリー解説編
Python 機械学習プログラミング データ分析ライブラリー解説編
Python東海Vol.5 IPythonをマスターしよう
Python東海Vol.5 IPythonをマスターしよう
Pythonで簡単ネットワーク分析
Pythonで簡単ネットワーク分析
Scikit learnで学ぶ機械学習入門
Scikit learnで学ぶ機械学習入門
scikit-learnを用いた機械学習チュートリアル
scikit-learnを用いた機械学習チュートリアル
Gensim
Gensim
Python入門 : 4日間コース社内トレーニング
Python入門 : 4日間コース社内トレーニング
データ解析技術入門(R編)
データ解析技術入門(R編)
無料!AppSociallyで、スマホ・アプリの招待/口コミを増やそう!
無料!AppSociallyで、スマホ・アプリの招待/口コミを増やそう!
AppSocially株式会社について
AppSocially株式会社について
Why we are working on AppSocially
Why we are working on AppSocially
第31回TokyoR LT資料
第31回TokyoR LT資料
Abテストと検定
Abテストと検定
可視化周辺の進化がヤヴァイ~rChartsを中心として~
可視化周辺の進化がヤヴァイ~rChartsを中心として~
Más de Atsushi Hayakawa
tidyverse.orgの翻訳
tidyverse.orgの翻訳
Atsushi Hayakawa
Zepp play soccerで測ってみた
Zepp play soccerで測ってみた
Atsushi Hayakawa
dataclassとtypehintを使ってますか?
dataclassとtypehintを使ってますか?
Atsushi Hayakawa
トライアスロンとgepuro task views V2.0 Japan.R 2018
トライアスロンとgepuro task views V2.0 Japan.R 2018
Atsushi Hayakawa
バンクーバー旅行記
バンクーバー旅行記
Atsushi Hayakawa
Analyze The Community Of Tokyo.R
Analyze The Community Of Tokyo.R
Atsushi Hayakawa
Visual Studio CodeでRを使う
Visual Studio CodeでRを使う
Atsushi Hayakawa
トライアスロンと僕 - Japan.R 2017
トライアスロンと僕 - Japan.R 2017
Atsushi Hayakawa
simputatoinで欠損値補完 - Tokyo.R #65
simputatoinで欠損値補完 - Tokyo.R #65
Atsushi Hayakawa
useR!2017 in Brussels
useR!2017 in Brussels
Atsushi Hayakawa
Japan.R 2016の運営
Japan.R 2016の運営
Atsushi Hayakawa
Rstudio上でのパッケージインストールを便利にするaddin4githubinstall
Rstudio上でのパッケージインストールを便利にするaddin4githubinstall
Atsushi Hayakawa
統計的学習の基礎 4.4~
統計的学習の基礎 4.4~
Atsushi Hayakawa
Splatoon界での壮絶な戦い&Japan.Rの宣伝
Splatoon界での壮絶な戦い&Japan.Rの宣伝
Atsushi Hayakawa
最近のクラウドストレージの事情と私情
最近のクラウドストレージの事情と私情
Atsushi Hayakawa
gepuro task views
gepuro task views
Atsushi Hayakawa
nginxのログを非スケーラブルに省メモリな方法で蓄積する
nginxのログを非スケーラブルに省メモリな方法で蓄積する
Atsushi Hayakawa
implyを用いたアクセスログの可視化
implyを用いたアクセスログの可視化
Atsushi Hayakawa
イケてる分析基盤をつくる
イケてる分析基盤をつくる
Atsushi Hayakawa
らずぱいラジコン
らずぱいラジコン
Atsushi Hayakawa
Más de Atsushi Hayakawa
(20)
tidyverse.orgの翻訳
tidyverse.orgの翻訳
Zepp play soccerで測ってみた
Zepp play soccerで測ってみた
dataclassとtypehintを使ってますか?
dataclassとtypehintを使ってますか?
トライアスロンとgepuro task views V2.0 Japan.R 2018
トライアスロンとgepuro task views V2.0 Japan.R 2018
バンクーバー旅行記
バンクーバー旅行記
Analyze The Community Of Tokyo.R
Analyze The Community Of Tokyo.R
Visual Studio CodeでRを使う
Visual Studio CodeでRを使う
トライアスロンと僕 - Japan.R 2017
トライアスロンと僕 - Japan.R 2017
simputatoinで欠損値補完 - Tokyo.R #65
simputatoinで欠損値補完 - Tokyo.R #65
useR!2017 in Brussels
useR!2017 in Brussels
Japan.R 2016の運営
Japan.R 2016の運営
Rstudio上でのパッケージインストールを便利にするaddin4githubinstall
Rstudio上でのパッケージインストールを便利にするaddin4githubinstall
統計的学習の基礎 4.4~
統計的学習の基礎 4.4~
Splatoon界での壮絶な戦い&Japan.Rの宣伝
Splatoon界での壮絶な戦い&Japan.Rの宣伝
最近のクラウドストレージの事情と私情
最近のクラウドストレージの事情と私情
gepuro task views
gepuro task views
nginxのログを非スケーラブルに省メモリな方法で蓄積する
nginxのログを非スケーラブルに省メモリな方法で蓄積する
implyを用いたアクセスログの可視化
implyを用いたアクセスログの可視化
イケてる分析基盤をつくる
イケてる分析基盤をつくる
らずぱいラジコン
らずぱいラジコン
RとPythonによるデータ解析入門
1.
第31回R勉強会@東京(#TokyoR) RとPythonによる データ解析入門 @gepuro
2.
ブログ: http://blog.gepuro.net
3.
今日は、Pythonの 話をしに来ました。 * Tokyo.Scipyの 人ではありません。
4.
先日、こんな本が出版されました 中身は、まだ読んでいません。 http://www.oreilly.co.jp/books/9784873116150/
5.
目次をみると ● 武器と防具の装備 ● いざマトリックスへ ●
8つの魔法の習得 ● オフィスとトイレの関係 ● ランチタイムの経済学者になる方法 ● メールから自分を発見する ● 心臓の鼓動 ● 鳥の群れを表現する ● お金と性別と進化
6.
面白そう 目次しか見ていませんが、実際 のデータ分析例が書かれてい るので、勉強になりそうです。
7.
今日のタイトルは、 RとPythonによ るデータ解析入 門です。
8.
R Python [検索]
9.
検索でヒットした http://www.okada.jp.org/RWiki/?Python%20%A4%C7%A1%A1R
10.
rpy2 PythonからRを 呼び出すことが 出来る!
11.
僕が感じるメリット ● webのクローラを書く ● データベースを操作 ●
文字列処理 ● などが楽になる ● RとPythonの両方を覚える必要がある。 ● Pythonで保持しているデータをRに渡す必要 僕が感じるデメリット
12.
scikit-learnが物足りない!? scikit-learn(Pythonの機械学習 ライブラリ)には、たくさんのモデ ルが実装されているけど、R言語 には敵わない!?
13.
scikit-learn http://scikit-learn.org/stable/ ワクワクするグラフがたくさんあります!
14.
データ操作はPandasで Rでいうデータフ レームがPython で使えます!
15.
scikit-learnとPandas 良い組み合わせだと思い ます。実際に試してみて、 便利さを感じました。
16.
Rでの処理 csv→前処理→ 機械学習
17.
よくある分析 webからデータ取得 →csvに整形→前処 理→機械学習 全部をRでやりますか?
18.
こんな人がいるのでは? ●Perl,Ruby,Pythonと かでデータを集めて、 ●整形して ●Rを使う。 awkを使うことも。
19.
全部を一つの言語からやりたい Pythonを使って、 awkを使って、R を使う。
20.
それ、rpy2で出来ますよ ●Pythonならwebからのデータ取 得も楽々 ●Pandasで、データフレームを ●機械学習は、rpy2でRに任せる
21.
rpy2 PythonからRを 呼び出すことが 出来る! 大事な事なので二回言いました
22.
インストール pip install rpy2 簡単ですね。
23.
使用方法 http://www.okada.jp.org/RWiki/?Python%20%A4%C7%A1%A1R#nb4e7b5b
24.
簡単ですね ● importして ● robjects.r(’関数名')で呼び出して ●
robjects.FloatVector()で値を渡して ● rmean(vec)で実行する
25.
R言語を自在に ● robjects.r(“lm”)とすれば、R言語のlm()が使える。 ● robjects.r(“summary”)も出来る。 ●
plot()の仕方は調べてます。良い方法がありました ら、教えて下さい!!
26.
pandasを使っても ●data["変数名"]のようにし て、robejectsに渡せます。 ●numpyからでも大丈夫 pandasの中身はnumpyです。
27.
R言語を自在に ● robjects.r(“lm”)とすれば、R言語のlm()が使える。 ● robjects.r(“summary”)も出来る。 ●
plot()の仕方は調べてます。良い方法がありました ら、教えて下さい!!
28.
library(“hogehoge”) ● robjects.r(“””library(“MASS”)”””)って やったら出来た。 ●もっとスマートな方法がある気がする。 これで、stepAIC()も使えるようになるね。
29.
とにかくrpy2を使ってみる
30.
pandasの話もしたい http://www.slideshare.net/gepuro/intoroduction-of-pandas-with-python 昔、しました。
31.
ご清聴ありがとうございました