Enviar búsqueda
Cargar
10分で分かるr言語入門ver2.15 15 1010
•
5 recomendaciones
•
3,195 vistas
Nobuaki Oshiro
Seguir
https://api.atnd.org/events/70522
Leer menos
Leer más
Tecnología
Denunciar
Compartir
Denunciar
Compartir
1 de 107
Descargar ahora
Descargar para leer sin conexión
Recomendados
はじめての「R」
はじめての「R」
Masahiro Hayashi
大学3年生の僕に伝えたいことをつらつらと
大学3年生の僕に伝えたいことをつらつらと
Toshinori Sato
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
Visual Studio CodeでRを使う
Visual Studio CodeでRを使う
Atsushi Hayakawa
初心者のためのRとRStudio入門 vol.2
初心者のためのRとRStudio入門 vol.2
OWL.learn
データ解析技術入門(R編)
データ解析技術入門(R編)
Takumi Asai
方策勾配型強化学習の基礎と応用
方策勾配型強化学習の基礎と応用
Ryo Iwaki
協調フィルタリング入門
協調フィルタリング入門
hoxo_m
Recomendados
はじめての「R」
はじめての「R」
Masahiro Hayashi
大学3年生の僕に伝えたいことをつらつらと
大学3年生の僕に伝えたいことをつらつらと
Toshinori Sato
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
Visual Studio CodeでRを使う
Visual Studio CodeでRを使う
Atsushi Hayakawa
初心者のためのRとRStudio入門 vol.2
初心者のためのRとRStudio入門 vol.2
OWL.learn
データ解析技術入門(R編)
データ解析技術入門(R編)
Takumi Asai
方策勾配型強化学習の基礎と応用
方策勾配型強化学習の基礎と応用
Ryo Iwaki
協調フィルタリング入門
協調フィルタリング入門
hoxo_m
自動定理証明の紹介
自動定理証明の紹介
Masahiro Sakai
社会心理学者のための時系列分析入門_小森
社会心理学者のための時系列分析入門_小森
Masashi Komori
[DL Hacks]Visdomを使ったデータ可視化
[DL Hacks]Visdomを使ったデータ可視化
Deep Learning JP
Rによる高速処理 まだfor使ってるの?
Rによる高速処理 まだfor使ってるの?
jundoll
研究法(Claimとは)
研究法(Claimとは)
Jun Rekimoto
パワポ版の落合先生流論文要旨のテンプレートを作ったので配布する
パワポ版の落合先生流論文要旨のテンプレートを作ったので配布する
森 哲也
研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有
Naoaki Okazaki
距離まとめられませんでした
距離まとめられませんでした
Haruka Ozaki
「はじめてでもわかる RandomForest 入門-集団学習による分類・予測 -」 -第7回データマイニング+WEB勉強会@東京
「はじめてでもわかる RandomForest 入門-集団学習による分類・予測 -」 -第7回データマイニング+WEB勉強会@東京
Koichi Hamada
Decision Transformer: Reinforcement Learning via Sequence Modeling
Decision Transformer: Reinforcement Learning via Sequence Modeling
Yasunori Ozaki
強化学習@PyData.Tokyo
強化学習@PyData.Tokyo
Naoto Yoshida
【DL輪読会】SimCSE: Simple Contrastive Learning of Sentence Embeddings (EMNLP 2021)
【DL輪読会】SimCSE: Simple Contrastive Learning of Sentence Embeddings (EMNLP 2021)
Deep Learning JP
研究発表を準備する(2022年版)
研究発表を準備する(2022年版)
Takayuki Itoh
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
mlm_kansai
Rustに触れて私のPythonはどう変わったか
Rustに触れて私のPythonはどう変わったか
ShunsukeNakamura17
時系列予測にTransformerを使うのは有効か?
時系列予測にTransformerを使うのは有効か?
Fumihiko Takahashi
差分プライバシーとは何か? (定義 & 解釈編)
差分プライバシーとは何か? (定義 & 解釈編)
Kentaro Minami
【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models
cvpaper. challenge
最近のRのランダムフォレストパッケージ -ranger/Rborist-
最近のRのランダムフォレストパッケージ -ranger/Rborist-
Shintaro Fukushima
論文の書き方入門 2017
論文の書き方入門 2017
Hironori Washizaki
10分で分かるr言語入門ver2.14 15 0905
10分で分かるr言語入門ver2.14 15 0905
Nobuaki Oshiro
10分で分かるr言語入門ver2 upload用
10分で分かるr言語入門ver2 upload用
Nobuaki Oshiro
Más contenido relacionado
La actualidad más candente
自動定理証明の紹介
自動定理証明の紹介
Masahiro Sakai
社会心理学者のための時系列分析入門_小森
社会心理学者のための時系列分析入門_小森
Masashi Komori
[DL Hacks]Visdomを使ったデータ可視化
[DL Hacks]Visdomを使ったデータ可視化
Deep Learning JP
Rによる高速処理 まだfor使ってるの?
Rによる高速処理 まだfor使ってるの?
jundoll
研究法(Claimとは)
研究法(Claimとは)
Jun Rekimoto
パワポ版の落合先生流論文要旨のテンプレートを作ったので配布する
パワポ版の落合先生流論文要旨のテンプレートを作ったので配布する
森 哲也
研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有
Naoaki Okazaki
距離まとめられませんでした
距離まとめられませんでした
Haruka Ozaki
「はじめてでもわかる RandomForest 入門-集団学習による分類・予測 -」 -第7回データマイニング+WEB勉強会@東京
「はじめてでもわかる RandomForest 入門-集団学習による分類・予測 -」 -第7回データマイニング+WEB勉強会@東京
Koichi Hamada
Decision Transformer: Reinforcement Learning via Sequence Modeling
Decision Transformer: Reinforcement Learning via Sequence Modeling
Yasunori Ozaki
強化学習@PyData.Tokyo
強化学習@PyData.Tokyo
Naoto Yoshida
【DL輪読会】SimCSE: Simple Contrastive Learning of Sentence Embeddings (EMNLP 2021)
【DL輪読会】SimCSE: Simple Contrastive Learning of Sentence Embeddings (EMNLP 2021)
Deep Learning JP
研究発表を準備する(2022年版)
研究発表を準備する(2022年版)
Takayuki Itoh
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
mlm_kansai
Rustに触れて私のPythonはどう変わったか
Rustに触れて私のPythonはどう変わったか
ShunsukeNakamura17
時系列予測にTransformerを使うのは有効か?
時系列予測にTransformerを使うのは有効か?
Fumihiko Takahashi
差分プライバシーとは何か? (定義 & 解釈編)
差分プライバシーとは何か? (定義 & 解釈編)
Kentaro Minami
【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models
cvpaper. challenge
最近のRのランダムフォレストパッケージ -ranger/Rborist-
最近のRのランダムフォレストパッケージ -ranger/Rborist-
Shintaro Fukushima
論文の書き方入門 2017
論文の書き方入門 2017
Hironori Washizaki
La actualidad más candente
(20)
自動定理証明の紹介
自動定理証明の紹介
社会心理学者のための時系列分析入門_小森
社会心理学者のための時系列分析入門_小森
[DL Hacks]Visdomを使ったデータ可視化
[DL Hacks]Visdomを使ったデータ可視化
Rによる高速処理 まだfor使ってるの?
Rによる高速処理 まだfor使ってるの?
研究法(Claimとは)
研究法(Claimとは)
パワポ版の落合先生流論文要旨のテンプレートを作ったので配布する
パワポ版の落合先生流論文要旨のテンプレートを作ったので配布する
研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有
距離まとめられませんでした
距離まとめられませんでした
「はじめてでもわかる RandomForest 入門-集団学習による分類・予測 -」 -第7回データマイニング+WEB勉強会@東京
「はじめてでもわかる RandomForest 入門-集団学習による分類・予測 -」 -第7回データマイニング+WEB勉強会@東京
Decision Transformer: Reinforcement Learning via Sequence Modeling
Decision Transformer: Reinforcement Learning via Sequence Modeling
強化学習@PyData.Tokyo
強化学習@PyData.Tokyo
【DL輪読会】SimCSE: Simple Contrastive Learning of Sentence Embeddings (EMNLP 2021)
【DL輪読会】SimCSE: Simple Contrastive Learning of Sentence Embeddings (EMNLP 2021)
研究発表を準備する(2022年版)
研究発表を準備する(2022年版)
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
Rustに触れて私のPythonはどう変わったか
Rustに触れて私のPythonはどう変わったか
時系列予測にTransformerを使うのは有効か?
時系列予測にTransformerを使うのは有効か?
差分プライバシーとは何か? (定義 & 解釈編)
差分プライバシーとは何か? (定義 & 解釈編)
【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models
最近のRのランダムフォレストパッケージ -ranger/Rborist-
最近のRのランダムフォレストパッケージ -ranger/Rborist-
論文の書き方入門 2017
論文の書き方入門 2017
Similar a 10分で分かるr言語入門ver2.15 15 1010
10分で分かるr言語入門ver2.14 15 0905
10分で分かるr言語入門ver2.14 15 0905
Nobuaki Oshiro
10分で分かるr言語入門ver2 upload用
10分で分かるr言語入門ver2 upload用
Nobuaki Oshiro
10分で分かるr言語入門ver2.8 14 0712
10分で分かるr言語入門ver2.8 14 0712
Nobuaki Oshiro
12-11-30 Kashiwa.R #5 初めてのR Rを始める前に知っておきたい10のこと
12-11-30 Kashiwa.R #5 初めてのR Rを始める前に知っておきたい10のこと
Haruka Ozaki
10分で分かるr言語入門ver2.10 14 1101
10分で分かるr言語入門ver2.10 14 1101
Nobuaki Oshiro
LDA入門
LDA入門
正志 坪坂
10分で分かるr言語入門ver2.9 14 0920
10分で分かるr言語入門ver2.9 14 0920
Nobuaki Oshiro
Azure でサーバーレス、 Infrastructure as Code どうしてますか?
Azure でサーバーレス、 Infrastructure as Code どうしてますか?
Kazumi IWANAGA
C#でもメタプログラミングがしたい!!
C#でもメタプログラミングがしたい!!
TATSUYA HAYAMIZU
10min r study_tokyor25
10min r study_tokyor25
Nobuaki Oshiro
10min r study_tokyor25
10min r study_tokyor25
Nobuaki Oshiro
ピクサー USD 入門 新たなコンテンツパイプラインを構築する
ピクサー USD 入門 新たなコンテンツパイプラインを構築する
Takahito Tejima
Jubatusでマルウェア分類
Jubatusでマルウェア分類
Shuzo Kashihara
Hiroshimar4_Rintro
Hiroshimar4_Rintro
SAKAUE, Tatsuya
統計環境R_データ入出力編2016
統計環境R_データ入出力編2016
wada, kazumi
Python による 「スクレイピング & 自然言語処理」入門
Python による 「スクレイピング & 自然言語処理」入門
Tatsuya Tojima
脱コピペ!デザイナーにもわかるPHPとWP_Query
脱コピペ!デザイナーにもわかるPHPとWP_Query
Hidekazu Ishikawa
ElasticSearch勉強会 第6回
ElasticSearch勉強会 第6回
Naoyuki Yamada
Rを用いた外国語教育データの整理・要約
Rを用いた外国語教育データの整理・要約
Yusaku Kawaguchi
Sphinx/reST
Sphinx/reST
Ryo Maruyama
Similar a 10分で分かるr言語入門ver2.15 15 1010
(20)
10分で分かるr言語入門ver2.14 15 0905
10分で分かるr言語入門ver2.14 15 0905
10分で分かるr言語入門ver2 upload用
10分で分かるr言語入門ver2 upload用
10分で分かるr言語入門ver2.8 14 0712
10分で分かるr言語入門ver2.8 14 0712
12-11-30 Kashiwa.R #5 初めてのR Rを始める前に知っておきたい10のこと
12-11-30 Kashiwa.R #5 初めてのR Rを始める前に知っておきたい10のこと
10分で分かるr言語入門ver2.10 14 1101
10分で分かるr言語入門ver2.10 14 1101
LDA入門
LDA入門
10分で分かるr言語入門ver2.9 14 0920
10分で分かるr言語入門ver2.9 14 0920
Azure でサーバーレス、 Infrastructure as Code どうしてますか?
Azure でサーバーレス、 Infrastructure as Code どうしてますか?
C#でもメタプログラミングがしたい!!
C#でもメタプログラミングがしたい!!
10min r study_tokyor25
10min r study_tokyor25
10min r study_tokyor25
10min r study_tokyor25
ピクサー USD 入門 新たなコンテンツパイプラインを構築する
ピクサー USD 入門 新たなコンテンツパイプラインを構築する
Jubatusでマルウェア分類
Jubatusでマルウェア分類
Hiroshimar4_Rintro
Hiroshimar4_Rintro
統計環境R_データ入出力編2016
統計環境R_データ入出力編2016
Python による 「スクレイピング & 自然言語処理」入門
Python による 「スクレイピング & 自然言語処理」入門
脱コピペ!デザイナーにもわかるPHPとWP_Query
脱コピペ!デザイナーにもわかるPHPとWP_Query
ElasticSearch勉強会 第6回
ElasticSearch勉強会 第6回
Rを用いた外国語教育データの整理・要約
Rを用いた外国語教育データの整理・要約
Sphinx/reST
Sphinx/reST
Más de Nobuaki Oshiro
20181117_データ分析プロジェクトの流れを理解する_PDCAとKPIツリー
20181117_データ分析プロジェクトの流れを理解する_PDCAとKPIツリー
Nobuaki Oshiro
20170909 reafletでお手軽可視化 on_r_20分ver_up用
20170909 reafletでお手軽可視化 on_r_20分ver_up用
Nobuaki Oshiro
20170826 fukuoka.r告知_reafletでお手軽可視化_on_r
20170826 fukuoka.r告知_reafletでお手軽可視化_on_r
Nobuaki Oshiro
20170707 rでkaggle入門
20170707 rでkaggle入門
Nobuaki Oshiro
20170312 r言語環境構築&dplyr ハンズオン
20170312 r言語環境構築&dplyr ハンズオン
Nobuaki Oshiro
20161127 doradora09 japanr2016_lt
20161127 doradora09 japanr2016_lt
Nobuaki Oshiro
15 0117 kh-coderご紹介 for R users
15 0117 kh-coderご紹介 for R users
Nobuaki Oshiro
15 0117 kh-coderご紹介
15 0117 kh-coderご紹介
Nobuaki Oshiro
15 0117 r言語活用事例-外部公開用
15 0117 r言語活用事例-外部公開用
Nobuaki Oshiro
10分で分かるr言語入門 短縮バージョン 15-0117_upload用
10分で分かるr言語入門 短縮バージョン 15-0117_upload用
Nobuaki Oshiro
10分で分かるr言語入門ver2.7
10分で分かるr言語入門ver2.7
Nobuaki Oshiro
10分で分かるr言語入門ver2 6
10分で分かるr言語入門ver2 6
Nobuaki Oshiro
10分で分かるr言語入門ver2.5
10分で分かるr言語入門ver2.5
Nobuaki Oshiro
10分で分かるr言語入門ver2.4
10分で分かるr言語入門ver2.4
Nobuaki Oshiro
Doradora09 lt tokyo_r33
Doradora09 lt tokyo_r33
Nobuaki Oshiro
10分で分かるr言語入門ver2.3
10分で分かるr言語入門ver2.3
Nobuaki Oshiro
10分で分かるr言語入門ver2.2 13 0223
10分で分かるr言語入門ver2.2 13 0223
Nobuaki Oshiro
Code iq×japanr 公開用
Code iq×japanr 公開用
Nobuaki Oshiro
10分で分かるR言語入門ver2.1
10分で分かるR言語入門ver2.1
Nobuaki Oshiro
10分で分かるR言語入門ver2_0906
10分で分かるR言語入門ver2_0906
Nobuaki Oshiro
Más de Nobuaki Oshiro
(20)
20181117_データ分析プロジェクトの流れを理解する_PDCAとKPIツリー
20181117_データ分析プロジェクトの流れを理解する_PDCAとKPIツリー
20170909 reafletでお手軽可視化 on_r_20分ver_up用
20170909 reafletでお手軽可視化 on_r_20分ver_up用
20170826 fukuoka.r告知_reafletでお手軽可視化_on_r
20170826 fukuoka.r告知_reafletでお手軽可視化_on_r
20170707 rでkaggle入門
20170707 rでkaggle入門
20170312 r言語環境構築&dplyr ハンズオン
20170312 r言語環境構築&dplyr ハンズオン
20161127 doradora09 japanr2016_lt
20161127 doradora09 japanr2016_lt
15 0117 kh-coderご紹介 for R users
15 0117 kh-coderご紹介 for R users
15 0117 kh-coderご紹介
15 0117 kh-coderご紹介
15 0117 r言語活用事例-外部公開用
15 0117 r言語活用事例-外部公開用
10分で分かるr言語入門 短縮バージョン 15-0117_upload用
10分で分かるr言語入門 短縮バージョン 15-0117_upload用
10分で分かるr言語入門ver2.7
10分で分かるr言語入門ver2.7
10分で分かるr言語入門ver2 6
10分で分かるr言語入門ver2 6
10分で分かるr言語入門ver2.5
10分で分かるr言語入門ver2.5
10分で分かるr言語入門ver2.4
10分で分かるr言語入門ver2.4
Doradora09 lt tokyo_r33
Doradora09 lt tokyo_r33
10分で分かるr言語入門ver2.3
10分で分かるr言語入門ver2.3
10分で分かるr言語入門ver2.2 13 0223
10分で分かるr言語入門ver2.2 13 0223
Code iq×japanr 公開用
Code iq×japanr 公開用
10分で分かるR言語入門ver2.1
10分で分かるR言語入門ver2.1
10分で分かるR言語入門ver2_0906
10分で分かるR言語入門ver2_0906
Último
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
akihisamiyanaga1
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
Yuki Kikuchi
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
FumieNakayama
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
UEHARA, Tetsutaro
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
FumieNakayama
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
博三 太田
Último
(8)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
10分で分かるr言語入門ver2.15 15 1010
1.
10分で分かる R言語入門 ver2.15 大城信晃 2015/10/10 TokyoR#511
2.
開催情報 ATND •https://api.atnd.org/events/70522 •セキココ •http://sekico.co/zaseki/593 2
3.
本セッションの役割 •R初心者のために基礎を説明 •本勉強会の以降の他セッションの前提 知識を得てもらう •資料は後ほど公開しますのでざっと眺 めていただければと思います 3
4.
アジェンダ •自己紹介 •Rって何 •Rの使い方 •Rの資料 4
5.
自己紹介 • 名前:大城信晃 • Twitter:doradora09 •
職業:データ基盤構築&分析 • R:勉強中 • マイブーム: • カクテル作り、カメラ • いきなりステーキ 5
6.
主な業務 •これまで •製品関連DB構築、行動ターゲティング、 広告主向けDMP開発 •現在 •データ分析基盤構築(AWS) •データコンサル(Google Analytics等) •行動分析ツール企画・開発(n=1) 6
7.
7http://marketing.yahoo.co.jp/service/dmp/
8.
8https://datumstudio.jp/service/construction-of-infrastructure
9.
執筆(一部) http://www.amazon.co.jp/dp/4798134902 9
10.
TokyoRでは •第1回から主に運営側で参加 •初心者セッション •懇親会(ピザ、お酒) 10
11.
本日のNews 11
12.
本日のNews 12 •スタッフブログを書くので(肖像権的に OKな方は)もしよければ写真撮影させ てください!
13.
本日の(bad)News 13 •主催者が遅刻! •ほんとすみません。後半来ます。 •蓑田さん不在! •司会&飛び入りLT募集中!
14.
アジェンダ •自己紹介とお知らせ •Rって何 •Rの使い方 •Rの資料 14
15.
R言語(アールげんご)は、オープン ソースでフリーソフトウェアの統計 解析向けプログラミング言語、及び その開発実行環境である。 Wikipediaより引用 15
16.
での使われ方 •プロトタイプをRで作って検証 •PythonやC++で実装 GoogleとFacebookではRをどうやって使っているのか? http://pracmper.blogspot.jp/2010/01/googlefacebookr.html 16
17.
用途で分類 プロトタイピング実務利用 コマンドライン形式(CUI) 画面上で操作(GUI) 業務専用 ソフト 実装 17
18.
特徴 価格 大規模データ
速度 統計特化 無料 △ (メモリ依存) △ SAS/ SPSS 統計特化 数十万∼ ○ ○ エクセル 直感的 1万∼ (約100万行) C++ 高速だが 開発コスト高 無料∼ 数万 実装次第 ◎ Python スクリプト 言語 無料 実装次第 ○ 他言語との比較 18
19.
こんな方におすすめ •色々な統計手法を試してみたい方 •エクセルでは物足りない方 •まずは無料で始めてみたい方 19
20.
アジェンダ •自己紹介とお知らせ •Rって何 •Rの使い方 •Rの資料 20
21.
本日の資料 •http://www.slideshare.net/ akiaki5516/10rver2-upload 21
22.
インストール 22 •2種類の実行環境(デスクトップ) •Rコンソール •RStudio(オススメ)
23.
インストール Windows http://cran.md.tsukuba.ac.jp/ bin/windows/base/ Mac http://cran.md.tsukuba.ac.jp/ Linux http://cran.md.tsukuba.ac.jp/ 23
24.
Rコンソール起動 24
25.
Rコンソール起動 ココに処理を 記述していく 25
26.
処理の記述 3+5 = 8 10-7
= 3 26
27.
処理 解析の流れ データ レポート 27
28.
処理 解析の流れ データ レポート 変数 配列 行列 関数 パッケージ 自作関数 作図 CSV データフレーム 28
29.
処理 解析の流れ データ レポート 変数 配列 行列 データフレーム 関数 パッケージ 自作関数 作図 CSV 29
30.
値を入れる箱 > hako <-
10 > hako [1] 10 > hako * 2 [1] 20 変数 30
31.
値を入れる箱 > hako <-
10 > hako [1] 10 > hako * 2 [1] 20 変数 変数に対して 処理(かけ算) 変数に値を入れる 左矢印のイメージ 31
32.
複数の値をまとめる > array <-
c(10,20,30) > array [1] 10 20 30 > array * 2 [1] 20 40 60 配列 32
33.
複数の値をまとめる > array <-
c(10,20,30) > array [1] 10 20 30 > array * 2 [1] 20 40 60 処理は 配列全体に 適用される 配列 3つの値を 配列に格納 33
34.
各要素へのアクセス > array[1] [1] 10 >
array[2] [1] 20 > array[3] [1] 30 配列 34
35.
各要素へのアクセス > array[1] [1] 10 >
array[2] [1] 20 > array[3] [1] 30 配列[番号]で 1個ずつ値を 取り出せる 配列 2個目 3個目 35
36.
2次元の配列 > array2 <-
matrix(c(10,20,30, 40,50,60), 2, 3) > array2 [,1] [,2] [,3] [1,] 10 30 50 [2,] 20 40 60 行列 36
37.
2次元の配列 > array2 <-
matrix(c(10,20,30, 40,50,60), 2, 3) > array2 [,1] [,2] [,3] [1,] 10 30 50 [2,] 20 40 60 matrixという 関数を利用して 作る 行列 2行3列の 行列 37
38.
行列覚え方 http://wakuteka.info/R/110729 より転載38
39.
各要素の指定 > array2[1,1] [1] 10 >
array2[1,] [1] 10 30 50 > array2[,1] [1] 10 20 行列 39
40.
各要素の指定 > array2[1,1] [1] 10 >
array2[1,] [1] 10 30 50 > array2[,1] [1] 10 20 1行1列を 指定 行列 1行目全体 を指定 1列目全体 を指定 40
41.
複数の型を持てる > sex <-
c("F","F","M","M","M") #性別 > height <- c(158,162,177,173,166) #身長 > weight <- c(51,55,72,57,64) #体重 > ( x <- data.frame(SEX=sex, HEIGHT=height, WEIGHT=weight) ) SEX HEIGHT WEIGHT 1 F 158 51 2 F 162 55 3 M 177 72 4 M 173 57 5 M 166 64 データフレーム 41
42.
複数の型を持てる > sex <-
c("F","F","M","M","M") #性別 > height <- c(158,162,177,173,166) #身長 > weight <- c(51,55,72,57,64) #体重 > ( x <- data.frame(SEX=sex, HEIGHT=height, WEIGHT=weight) ) SEX HEIGHT WEIGHT 1 F 158 51 2 F 162 55 3 M 177 72 4 M 173 57 5 M 166 64 性別(文字列型) 身長、体重(数値型) データフレーム data.frame関数で セット 42
43.
要素の指定 > x$HEIGHT [1] 158
162 177 173 166 > x$HEIGHT[1] [1] 158 > x$HEIGHT[1:3] [1] 158 162 177 $で 身長(HEIGHT) を全指定 データフレーム 身長1つめだけ 身長1-3番目 43
44.
ここまで • 変数:1種類の型の値を1つ入れる箱(スカラー) • 配列:1種類の型の値を複数入れる箱(ベクトル) •
行列:1種類の型の複数ベクトルをまとめて表現 • データフレーム:複数の型のベクトルをまとめて 表現 44
45.
CSV 処理 解析の流れ データ レポート 変数 配列 行列 関数 自作関数 データフレーム パッケージ 作図 45
46.
処理の呼び出し関数 •関数は複数の処理をまとめたもの •様々な計算が手軽に実行できる 46
47.
処理の呼び出し関数 目的 関数名と書式 データの結合 C(データ) 合計
sum(データ) 個数を求める length(データ) 平均 mean(データ) 標準偏差 sd(データ) ・・・ ・・・ 47
48.
合計を求める関数 > array [1] 10
20 30 > sum(array) [1] 60 48
49.
合計を求める関数 > array [1] 10
20 30 > sum(array) [1] 60 処理結果が 出力される 関数名(引数) で処理呼び出し 先ほどの配列 49
50.
行列も足せる > array2 [,1] [,2]
[,3] [1,] 10 30 50 [2,] 20 40 60 > sum(array2) [1] 210 関数 50
51.
行列も足せる > array2 [,1] [,2]
[,3] [1,] 10 30 50 [2,] 20 40 60 > sum(array2) [1] 210 合計値が 表示される 関数 先ほどの行列 array2 51
52.
結果を格納関数 > ret <-
sum(array2) > ret [1] 210 変数 52
53.
結果を格納関数 > ret <-
sum(array2) > ret [1] 210 処理結果を 変数に格納 変数 合計値の 確認 53
54.
CSV読み込み •変数に毎回データを手入力するのは面倒 •CSV形式(カンマ区切り)ファイルを読み 込む関数がある 関数CSV 54
55.
関数CSV > hawks <-
read.csv("hawks.csv") > hawks height salary 1 173 17000 2 178 14000 3 180 9000 CSV読み込み 55
56.
関数CSV > hawks <-
read.csv("hawks.csv") > hawks height salary 1 173 17000 2 178 14000 3 180 9000 read.csv関数に hawks.csvという CSVファイルを 渡して 変数に代入 CSV読み込み 56
57.
CSV読み込み関数CSV > hawks <-
read.csv("hawks.csv") > hawks height salary 1 173 17000 2 178 14000 3 180 9000 CSVファイルの 変数への 読み込みが 確認できる57
58.
自分で関数を作る •関数は自分で定義することも可能 •繰り返し使う処理は自作関数にする 自作関数 58
59.
関数の書き方 関数名 <- function
(引数) { 処理 } 59
60.
自分で関数を作る自作関数 > varp <-
function(x) { retsult <- var(x) * (length(x) - 1) / length(x) retsult } > varp(array) [1] 66.66667 60
61.
自分で関数を作る自作関数 > varp <-
function(x) { retsult <- var(x) * (length(x) - 1) / length(x) retsult } > varp(array) [1] 66.66667 関数の定義 処理を記述する 実行 61
62.
ここまで •組み込み関数:基本的な演算が可能 •CSV:read.csv関数でCSV形式のデー タを読み込める •自作関数:自身で関数を定義できる 62
63.
処理 解析の流れ データ レポート 変数 配列 行列 関数 パッケージ 自作関数 作図 CSV データフレーム 63
64.
標準作図関数作図 •標準の関数でも色々と作図可能 目的 関数名 ヒストグラム hist 散布図
plot 箱ヒゲ図 boxplot ・・・ ・・・ http://cse.naro.affrc.go.jp/takezawa/r-tips/r/50.html 参考URL 64
65.
> x <-
rnorm(50) > hist(x, breaks=seq(-3, 3,1)) 標準作図関数作図 65
66.
> x <-
rnorm(50) > hist(x, breaks=seq(-3, 3,1)) 標準作図関数作図 乱数生成 ヒストグラム 作図関数 66
67.
> x <-
rnorm(50) > plot(x) 標準作図関数作図 乱数生成 プロット 関数 67
68.
関数をまとめたもの •複数の関数をまとめたもの •様々なパッケージがCRANというシステ ムにて無料公開されている •自作のパッケージも公開できる パッケージ 68
69.
例 •作図パッケージggplot2を使えるよう にする 69
70.
> install.packages( ggplot2
) > library("ggplot2") 外部パッケージパッケージ 作図 70
71.
> install.packages( ggplot2
) > library("ggplot2") CRANから パッケージ ダウンロード& インストール 外部パッケージパッケージ 作図 パッケージを ロード 71
72.
a <- 1:10 b
<- a^2 qplot(a,b) qplotが利用可能パッケージ 作図 72
73.
a <- 1:10 b
<- a^2 qplot(a,b) qplotが利用可能パッケージ 作図 ggplot2 パッケージ の関数 73
74.
qplot(carat, price, data =
diamonds, colour = clarity) サンプルデータ diamonds パッケージ 作図 diamonds データの carat, priceを 描画 74
75.
参考資料パッケージ 作図 http://www.slideshare.net/dichika/ggplot275
76.
紹介:分析用もあるパッケージ 目的 パッケージ名 主成分分析 stats(組み込み済) 対応分析
MASS クラスター分析 stats 線形回帰分析 stats 生存分析 survival ニューラルネット nnet ・・・ ・・・ 処理 76
77.
詳細はこちらの書籍で http://amazon.jp/dp/4627096011/ •過去にTokyoRでもテキストとして利用 77
78.
ここまで •作図関数:可視化が可能 •パッケージ:CRANからダウンロード して利用する 78
79.
処理 Rで一連の分析が可能 データ レポート 79
80.
アジェンダ •自己紹介とお知らせ •Rって何 •Rの使い方 •Rの資料 80
81.
•日本語の資料 81
82.
seekR http://seekr.jp/ •R言語用検索エンジン 82
83.
ちなみに •中の人がTokyoRで発表して下さいました! http://www.slideshare.net/hiratake55/ seekrjp-2228155483
84.
RjpWiki •R言語のWiki http://www.okada.jp.org/RWiki/ 84
85.
Rコミュニティ発表資料 http://lab.sakaue.info/wiki.cgi/JapanR2010?page=FrontPage 「勉強会発表内容一覧」のリンクから •Tokyo.R, Nagoya.R, Tukuba.Rのアーカイブ 85
86.
RとSQLの対応付け •SQLが分かる人は一読の価値有り http://d.hatena.ne.jp/a_bicky/20110529/1306667230 86
87.
サンプルデータ •統計を学びたい人へ贈る、統計解析に使え るデータセットまとめ •http://d.hatena.ne.jp/hoxo_m/ 20120214/p1 •データセット一覧 •http://vincentarelbundock.github.io/ Rdatasets/datasets.html 87
88.
88
89.
r-wakalang •https://github.com/TokyoR/r- wakalang •Rのわからないことへの質問を日本語で する場所 「こういうのが欲しい」とい う雑な妄想や夢でもいいかも。 そうす ると匿名知的集団ホクソエムが開発し てくれるかも・・・? 89
90.
•以下海外のサイト(英語) 90
91.
CRAN Task Viws •Rには5000以上パッケージがある (2014/09現在) •用途別におすすめパッケージを紹介 http://cran.r-project.org/web/views/ 91
92.
CRAN Task Viws •日本語訳してるサイト(一部機械翻訳) http://www.trifields.jp/r-cran-task-views-639 92
93.
R-Chart •Rでの作図のサンプルが多数ある http://www.r-chart.com/ 93
94.
まとめ •Rは無料の統計解析ソフト •データ解析からレポートまで利用可能 •Web上の資料も充実 94
95.
まとめ •Rは無料の統計解析ソフト •データ解析からレポートまで利用可能 •Web上の資料も充実 是非使ってみましょう! 95
96.
ご清聴ありがとうございました 96
97.
質疑応答 97
98.
予備資料 98
99.
連携も可能 プロトタイピング実務利用 プログラミング言語寄り (カスタマイズ可能) 直感的な操作(用途は限定) 業務専用 パッケージ .C()関数 RExcel 99
100.
イケメンツールRStudio 100
101.
RStudio資料 http://www.slideshare.net/wdkz/ rstudio-13866958101
102.
初心者だけど2回目 •箕田さんの初心者セッション •集計、条件分岐、ループ、作図など http://www.slideshare.net/ aad34210/tokyo-r21 http://www.slideshare.net/ aad34210/tokyo-r30-beginner 102
103.
Tips 103
104.
補足:クリップボード関数 #windowsの場合 >hawks <- read.table("clipboard", header=TRUE,sep=’,’); #macの場合 >hawks
<- read.table(pipe("pbpaste"), header=TRUE,sep=’,’) > hawks height salary 1 173 17000 2 178 14000 3 180 9000 クリップボードからも 読み込み可能 CSV 104
105.
補足2:関数調べ方関数CSV > ?read.table > ??read.table >help(read.table) ヘルプを 呼び出すことが 出来る 105
106.
補足2:関数調べ方関数CSV 後半には 用例もあるので 参考に > ?read.table > ??read.table >help(read.table) 106
107.
紹介:テキスト解析ツール KH Corder •茶筅やRを裏側で利用(Rのソースで出力可) •GUIで形態素解析、対応分析、ネット ワーク分析が簡単にできる http://khc.sourceforge.net/ 107
Descargar ahora