Enviar búsqueda
Cargar
20170312 r言語環境構築&dplyr ハンズオン
•
5 recomendaciones
•
1,133 vistas
Nobuaki Oshiro
Seguir
https://fukuoka-r.connpass.com/event/50986/
Leer menos
Leer más
Tecnología
Denunciar
Compartir
Denunciar
Compartir
1 de 36
Descargar ahora
Descargar para leer sin conexión
Recomendados
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ver2.15 15 1010
Nobuaki Oshiro
TokyoR LT Rで連続データを離散化
TokyoR LT Rで連続データを離散化
tetsuro ito
20161127 doradora09 japanr2016_lt
20161127 doradora09 japanr2016_lt
Nobuaki Oshiro
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 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 upload用
10分で分かるr言語入門ver2 upload用
Nobuaki Oshiro
Tokyo r50 beginner_2
Tokyo r50 beginner_2
Takashi Minoda
HiroshimaR4_LT_sakaue
HiroshimaR4_LT_sakaue
SAKAUE, Tatsuya
Recomendados
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ver2.15 15 1010
Nobuaki Oshiro
TokyoR LT Rで連続データを離散化
TokyoR LT Rで連続データを離散化
tetsuro ito
20161127 doradora09 japanr2016_lt
20161127 doradora09 japanr2016_lt
Nobuaki Oshiro
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 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 upload用
10分で分かるr言語入門ver2 upload用
Nobuaki Oshiro
Tokyo r50 beginner_2
Tokyo r50 beginner_2
Takashi Minoda
HiroshimaR4_LT_sakaue
HiroshimaR4_LT_sakaue
SAKAUE, Tatsuya
Hiroshimar4_Rintro
Hiroshimar4_Rintro
SAKAUE, Tatsuya
Tokyo r30 beginner
Tokyo r30 beginner
Takashi Minoda
2016年6月版データマエショリスト入門
2016年6月版データマエショリスト入門
Yuya Matsumura
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
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
Gensim
Gensim
saireya _
Tokyo r47 beginner_2
Tokyo r47 beginner_2
Takashi Minoda
AutoEncoderで特徴抽出
AutoEncoderで特徴抽出
Kai Sasaki
LDA入門
LDA入門
正志 坪坂
HiRoshimaR3_IntroR
HiRoshimaR3_IntroR
SAKAUE, Tatsuya
HiroshimaR5_Intro
HiroshimaR5_Intro
SAKAUE, Tatsuya
Tokyo r38
Tokyo r38
Takashi Minoda
Sendai r01 beginnerssession1
Sendai r01 beginnerssession1
kotora_0507
知って得するWebで便利なpostgre sqlの3つの機能
知って得するWebで便利なpostgre sqlの3つの機能
Soudai Sone
HiroshimaR6_Introduction
HiroshimaR6_Introduction
SAKAUE, Tatsuya
さくっとはじめるテキストマイニング(R言語) スタートアップ編
さくっとはじめるテキストマイニング(R言語) スタートアップ編
Yutaka Shimada
トピックモデルの話
トピックモデルの話
kogecoo
DATUM STUDIO PyCon2016 Turorial
DATUM STUDIO PyCon2016 Turorial
Tatsuya Tojima
Infer.NETを使ってLDAを実装してみた
Infer.NETを使ってLDAを実装してみた
正志 坪坂
Web エンジニアが postgre sql を選ぶ 3 つの理由
Web エンジニアが postgre sql を選ぶ 3 つの理由
Soudai Sone
動的最適化の今までとこれから
動的最適化の今までとこれから
Kazuki Baba
ドローン農業最前線
ドローン農業最前線
tetsuya furukawa
Más contenido relacionado
La actualidad más candente
Hiroshimar4_Rintro
Hiroshimar4_Rintro
SAKAUE, Tatsuya
Tokyo r30 beginner
Tokyo r30 beginner
Takashi Minoda
2016年6月版データマエショリスト入門
2016年6月版データマエショリスト入門
Yuya Matsumura
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
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
Gensim
Gensim
saireya _
Tokyo r47 beginner_2
Tokyo r47 beginner_2
Takashi Minoda
AutoEncoderで特徴抽出
AutoEncoderで特徴抽出
Kai Sasaki
LDA入門
LDA入門
正志 坪坂
HiRoshimaR3_IntroR
HiRoshimaR3_IntroR
SAKAUE, Tatsuya
HiroshimaR5_Intro
HiroshimaR5_Intro
SAKAUE, Tatsuya
Tokyo r38
Tokyo r38
Takashi Minoda
Sendai r01 beginnerssession1
Sendai r01 beginnerssession1
kotora_0507
知って得するWebで便利なpostgre sqlの3つの機能
知って得するWebで便利なpostgre sqlの3つの機能
Soudai Sone
HiroshimaR6_Introduction
HiroshimaR6_Introduction
SAKAUE, Tatsuya
さくっとはじめるテキストマイニング(R言語) スタートアップ編
さくっとはじめるテキストマイニング(R言語) スタートアップ編
Yutaka Shimada
トピックモデルの話
トピックモデルの話
kogecoo
DATUM STUDIO PyCon2016 Turorial
DATUM STUDIO PyCon2016 Turorial
Tatsuya Tojima
Infer.NETを使ってLDAを実装してみた
Infer.NETを使ってLDAを実装してみた
正志 坪坂
Web エンジニアが postgre sql を選ぶ 3 つの理由
Web エンジニアが postgre sql を選ぶ 3 つの理由
Soudai Sone
La actualidad más candente
(20)
Hiroshimar4_Rintro
Hiroshimar4_Rintro
Tokyo r30 beginner
Tokyo r30 beginner
2016年6月版データマエショリスト入門
2016年6月版データマエショリスト入門
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
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
Gensim
Gensim
Tokyo r47 beginner_2
Tokyo r47 beginner_2
AutoEncoderで特徴抽出
AutoEncoderで特徴抽出
LDA入門
LDA入門
HiRoshimaR3_IntroR
HiRoshimaR3_IntroR
HiroshimaR5_Intro
HiroshimaR5_Intro
Tokyo r38
Tokyo r38
Sendai r01 beginnerssession1
Sendai r01 beginnerssession1
知って得するWebで便利なpostgre sqlの3つの機能
知って得するWebで便利なpostgre sqlの3つの機能
HiroshimaR6_Introduction
HiroshimaR6_Introduction
さくっとはじめるテキストマイニング(R言語) スタートアップ編
さくっとはじめるテキストマイニング(R言語) スタートアップ編
トピックモデルの話
トピックモデルの話
DATUM STUDIO PyCon2016 Turorial
DATUM STUDIO PyCon2016 Turorial
Infer.NETを使ってLDAを実装してみた
Infer.NETを使ってLDAを実装してみた
Web エンジニアが postgre sql を選ぶ 3 つの理由
Web エンジニアが postgre sql を選ぶ 3 つの理由
Destacado
動的最適化の今までとこれから
動的最適化の今までとこれから
Kazuki Baba
ドローン農業最前線
ドローン農業最前線
tetsuya furukawa
Protocolo de estado epileptico
Protocolo de estado epileptico
David Barreto
Alexandra Johnson, Software Engineer, SigOpt, at MLconf NYC 2017
Alexandra Johnson, Software Engineer, SigOpt, at MLconf NYC 2017
MLconf
Long Tail SEO w e-commerce
Long Tail SEO w e-commerce
Tomasz Kołkiewicz
Memory Interoperability in Analytics and Machine Learning
Memory Interoperability in Analytics and Machine Learning
Wes McKinney
Deep Learning による視覚×言語融合の最前線
Deep Learning による視覚×言語融合の最前線
Yoshitaka Ushiku
Googleにおける機械学習の活用とクラウドサービス
Googleにおける機械学習の活用とクラウドサービス
Etsuji Nakai
HoloLens x Graphics 入門
HoloLens x Graphics 入門
hecomi
条件式評価器の実装による管理ツールの抽象化
条件式評価器の実装による管理ツールの抽象化
Takuya Ueda
Booz Allen Field Guide to Data Science
Booz Allen Field Guide to Data Science
Booz Allen Hamilton
Digital in 2016
Digital in 2016
We Are Social Singapore
R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜機会学習・データビジュアライゼーション事始め〜
R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜機会学習・データビジュアライゼーション事始め〜
Yasuyuki Sugai
Visual Design with Data
Visual Design with Data
Seth Familian
Build Features, Not Apps
Build Features, Not Apps
Natasha Murashev
How to Become a Thought Leader in Your Niche
How to Become a Thought Leader in Your Niche
Leslie Samuel
最速で価値を提供する
最速で価値を提供する
LIFULL Co., Ltd.
社内勉強会02 ターミナルマルチプレクサ[公開用]
社内勉強会02 ターミナルマルチプレクサ[公開用]
Keme Sato
El Modelo de los Tres Tableros
El Modelo de los Tres Tableros
José Manuel Vecino P.
Math
Math
Joyce Ann Juyo
Destacado
(20)
動的最適化の今までとこれから
動的最適化の今までとこれから
ドローン農業最前線
ドローン農業最前線
Protocolo de estado epileptico
Protocolo de estado epileptico
Alexandra Johnson, Software Engineer, SigOpt, at MLconf NYC 2017
Alexandra Johnson, Software Engineer, SigOpt, at MLconf NYC 2017
Long Tail SEO w e-commerce
Long Tail SEO w e-commerce
Memory Interoperability in Analytics and Machine Learning
Memory Interoperability in Analytics and Machine Learning
Deep Learning による視覚×言語融合の最前線
Deep Learning による視覚×言語融合の最前線
Googleにおける機械学習の活用とクラウドサービス
Googleにおける機械学習の活用とクラウドサービス
HoloLens x Graphics 入門
HoloLens x Graphics 入門
条件式評価器の実装による管理ツールの抽象化
条件式評価器の実装による管理ツールの抽象化
Booz Allen Field Guide to Data Science
Booz Allen Field Guide to Data Science
Digital in 2016
Digital in 2016
R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜機会学習・データビジュアライゼーション事始め〜
R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜機会学習・データビジュアライゼーション事始め〜
Visual Design with Data
Visual Design with Data
Build Features, Not Apps
Build Features, Not Apps
How to Become a Thought Leader in Your Niche
How to Become a Thought Leader in Your Niche
最速で価値を提供する
最速で価値を提供する
社内勉強会02 ターミナルマルチプレクサ[公開用]
社内勉強会02 ターミナルマルチプレクサ[公開用]
El Modelo de los Tres Tableros
El Modelo de los Tres Tableros
Math
Math
Similar a 20170312 r言語環境構築&dplyr ハンズオン
Deep Learning Implementations: pylearn2 and torch7 (JNNS 2015)
Deep Learning Implementations: pylearn2 and torch7 (JNNS 2015)
Kotaro Nakayama
夏サミ2013 Hadoopを使わない独自の分散処理環境の構築とその運用
夏サミ2013 Hadoopを使わない独自の分散処理環境の構築とその運用
Developers Summit
Tokyo.R#16 wdkz
Tokyo.R#16 wdkz
Kazuya Wada
PHP開発者のためのNoSQL入門
PHP開発者のためのNoSQL入門
じゅん なかざ
Learning spaerk chapter03
Learning spaerk chapter03
Akimitsu Takagi
アプリ開発者、DB 管理者視点での Cloud Spanner 活用方法 | 第 10 回 Google Cloud INSIDE Games & App...
アプリ開発者、DB 管理者視点での Cloud Spanner 活用方法 | 第 10 回 Google Cloud INSIDE Games & App...
Google Cloud Platform - Japan
グラフデータベースNeo4Jでアセットダウンロードの構成管理と最適化
グラフデータベースNeo4Jでアセットダウンロードの構成管理と最適化
gree_tech
130207 kyotorb
130207 kyotorb
Yuki Shibazaki
[db analytics showcase Sapporo 2017] A15: Pythonでの分散処理再入門 by 株式会社HPCソリューションズ ...
[db analytics showcase Sapporo 2017] A15: Pythonでの分散処理再入門 by 株式会社HPCソリューションズ ...
Insight Technology, Inc.
DLR言語によるSilverlightプログラミング
DLR言語によるSilverlightプログラミング
terurou
Eureka go 2015_12_12
Eureka go 2015_12_12
matsuo kenji
10min r study_tokyor25
10min r study_tokyor25
Nobuaki Oshiro
10min r study_tokyor25
10min r study_tokyor25
Nobuaki Oshiro
SHOWROOMとDeNAで取り組んだライブ配信基盤刷新・超低遅延ライブ配信の裏側【DeNA TechCon 2020 ライブ配信】
SHOWROOMとDeNAで取り組んだライブ配信基盤刷新・超低遅延ライブ配信の裏側【DeNA TechCon 2020 ライブ配信】
DeNA
データベースのお話
データベースのお話
Hidekazu Tanaka
はてなにおける継続的デプロイメントの現状と Docker の導入
はてなにおける継続的デプロイメントの現状と Docker の導入
Yu Nobuoka
Capistrano in practice - WebCareer
Capistrano in practice - WebCareer
Kyosuke MOROHASHI
CMSMix Sapporo vol.3 (Drupal の回)
CMSMix Sapporo vol.3 (Drupal の回)
Kenji Shirane
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正版)」
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正版)」
ManaMurakami1
機械学習 / Deep Learning 大全 (5) Tool編
機械学習 / Deep Learning 大全 (5) Tool編
Daiyu Hatakeyama
Similar a 20170312 r言語環境構築&dplyr ハンズオン
(20)
Deep Learning Implementations: pylearn2 and torch7 (JNNS 2015)
Deep Learning Implementations: pylearn2 and torch7 (JNNS 2015)
夏サミ2013 Hadoopを使わない独自の分散処理環境の構築とその運用
夏サミ2013 Hadoopを使わない独自の分散処理環境の構築とその運用
Tokyo.R#16 wdkz
Tokyo.R#16 wdkz
PHP開発者のためのNoSQL入門
PHP開発者のためのNoSQL入門
Learning spaerk chapter03
Learning spaerk chapter03
アプリ開発者、DB 管理者視点での Cloud Spanner 活用方法 | 第 10 回 Google Cloud INSIDE Games & App...
アプリ開発者、DB 管理者視点での Cloud Spanner 活用方法 | 第 10 回 Google Cloud INSIDE Games & App...
グラフデータベースNeo4Jでアセットダウンロードの構成管理と最適化
グラフデータベースNeo4Jでアセットダウンロードの構成管理と最適化
130207 kyotorb
130207 kyotorb
[db analytics showcase Sapporo 2017] A15: Pythonでの分散処理再入門 by 株式会社HPCソリューションズ ...
[db analytics showcase Sapporo 2017] A15: Pythonでの分散処理再入門 by 株式会社HPCソリューションズ ...
DLR言語によるSilverlightプログラミング
DLR言語によるSilverlightプログラミング
Eureka go 2015_12_12
Eureka go 2015_12_12
10min r study_tokyor25
10min r study_tokyor25
10min r study_tokyor25
10min r study_tokyor25
SHOWROOMとDeNAで取り組んだライブ配信基盤刷新・超低遅延ライブ配信の裏側【DeNA TechCon 2020 ライブ配信】
SHOWROOMとDeNAで取り組んだライブ配信基盤刷新・超低遅延ライブ配信の裏側【DeNA TechCon 2020 ライブ配信】
データベースのお話
データベースのお話
はてなにおける継続的デプロイメントの現状と Docker の導入
はてなにおける継続的デプロイメントの現状と Docker の導入
Capistrano in practice - WebCareer
Capistrano in practice - WebCareer
CMSMix Sapporo vol.3 (Drupal の回)
CMSMix Sapporo vol.3 (Drupal の回)
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正版)」
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正版)」
機械学習 / Deep Learning 大全 (5) Tool編
機械学習 / Deep Learning 大全 (5) Tool編
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
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ver2.10 14 1101
10分で分かるr言語入門ver2.10 14 1101
Nobuaki Oshiro
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
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ver2.5
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
Tokyor24 doradora09
Tokyor24 doradora09
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
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ver2.10 14 1101
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ver2.9 14 0920
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ver2.7
10分で分かるr言語入門ver2.7
10分で分かるr言語入門ver2.5
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
Tokyor24 doradora09
Tokyor24 doradora09
Último
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
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
CRI Japan, Inc.
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
CRI Japan, Inc.
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
Toru Tamaki
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
sn679259
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
Toru Tamaki
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
atsushi061452
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
WSO2
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Hiroshi Tomioka
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
Último
(12)
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)
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
20170312 r言語環境構築&dplyr ハンズオン
1.
R⾔語 環境構築&dplyr ハンズオン 20170312 ⼤城
2.
⽬的 • 後半のセッションの前提知識を得てもらう • dplyrを使うための環境構築(+マークダウンで再現性を確保) •
dplyrの基本的な関数を使ってみる
3.
⽬次 • Rの導⼊ • RStudioの導⼊ •
RStudioを使ってみる • Rマークダウン • knitr • サンプルデータ(kaggle) • CSVファイル読み込み • ファイル読み込み • データを⾒てみる • いくつか集計 • データフレーム操作 • パッケージインストール • dplyr • dplyrで集計 • 選択 • グループ集計 • 列を追加 • 結合 • ファイル出⼒ • write.csv • 再度knitr
4.
Rの導⼊ • 以下のURLより各環境に合ったRをインストールして下さい • https://cran.ism.ac.jp/
5.
RStudioの導⼊ • 下記URLよりRStudioをダウンロードしてインストールして下 さい • https://www.rstudio.com/products/rstudio/download/ •
通常は「Installers for Supported Platforms」のもの
6.
RStudioを使ってみる • Mac版であれば以下のアイコンで起動できます
7.
画⾯説明 図やパッケージなど 変数など コンソール マークダウン 各種メニュー
8.
例えば : irisデータをコンソールで操作 #
irisデータの例 # シャープでコメントが記述可能 plot(iris) #データの散布図を描画 head(iris) #先頭6件のデータ表⽰
9.
Rマークダウン • 処理の再現性を確保するためにRマークダウンのプロジェクトを作 成します(必須ではありませんが、推奨) • 左上のメニューから「R
Markdown…」を選択 • その後関連パッケージをインストールするか聞かれるので「yes」を 押下
10.
Rマークダウン • プロジェクト名をつけたい場合はTitleの「UnTitled1」の部分 を書き換え • 「OK」を押下した後はRマークダウンの雛形ができる
11.
Rマークダウン Knit • 「Knit」ボタンを押下するとRマークダウンを実⾏してHTML に変換してくれる •
初回はHTMLファイルの保存先を聞かれるので適当に選択
12.
Rマークダウン Knit 実⾏結果 •
基本的には```{r}と```で括られている部分がRのスクリプトとして 実⾏される(細かいオプションは割愛) • ちなみに保存したHTMLファイルを直接配ればブラウザベースの簡 易レポートととしても使える(閲覧者はR導⼊不要)
13.
下準備 • 説明をシンプルにするため、サンプルを書き換えて⼀旦以下の コードブロックのみ作成して下さい --- title: "Untitled" output:
html_document --- ```{r} ``` ここにコードを書いて いく
14.
下準備 • 先ほどのirisデータをマークダウンで試してみましょう • コードを書いた後は範囲選択して右上の「Run」ボタンから「Run
Selected Line(s)」で実⾏できます • Macなら「command+Enter」 でもいけます --- title: "Untitled" output: html_document --- ```{r} plot(iris) ``` ここにコードを書いて いく
15.
実⾏結果
16.
サンプルデータ(kaggle) • Irisデータだけだとちょっとイメージが湧きにくいので、今回はリク ルートのkaggleチャレンジより以下の2データをダウンロードしま す(ポンパレのデータを切り出したものとのこと) • https://www.kaggle.com/c/coupon-purchase-prediction/data 1.
クーポンデータ : coupon_detail_train.csv 2. ユーザーデータ : user_list.csv.zip ※kaggleとは • データ分析コンペのプラットフォーム及びその運営会社 • 課題⽤の実データをマスクした、サンプルデータも多数提供されている • コンペの詳細はこちら http://www.recruit.jp/news_data/release/2015/0716_15946.html
17.
kaggleのアカウントがない⽅(github) • 取り急ぎ、以下のgithubにもサンプルデータとしてコピーを置 いていますので、ご参照ください • https://github.com/doradora09/sampledata/tree/master/ka ggle_recruit_challenge 1.
クーポンデータ : coupon_detail_train.csv 2. ユーザーデータ : user_list.csv (解凍済み) • なお1に関しては、⼩さなサンプルとして 「coupon_detail_train_head_1000.csv」も置いてますので、お好みで ダウロードしてください
18.
やりたいこと • 今回は先ほどの2データを⽤いて以下のデータ操作を⾏います 1. ファイルの読み込み 2.
データの確認 3. 簡易集計 4. dplyrで簡易集計 5. dplyrで2つのデータを組み合わせる 6. ファイル出⼒ 7. マークダウン出⼒
19.
ファイルの読み込み • read.csv関数でcsvファイルを読み込み、結果をdataと⾔う名前の変数に保存し ます • Rではデータの代⼊に
<- を使います(⼀応他⾔語同様の = も動作する模様) • read.csvはstringsAsFactors=Fを指定しない場合、⽂字列がファクター型で読み 込まれます # 現在のディレクトリを確認 getwd() # デスクトップにディレクトリを移動 setwd("/Users/st20909/Desktop") # csvデータの読み込み data <- read.csv("coupon_detail_train.csv", stringsAsFactors=F )
20.
データ確認 GUIで楽々 • 右上の変数⼀覧から変数の定義や、変数名をクリックでデータ の中⾝を確認することができます
21.
データ確認 コマンドの場合 • nrowで⾏数、head(
tail )で中⾝、 • なお変数名を⼊⼒してそのままエンターを押すと全件表⽰しようと しますが、数が多すぎてRStudioが固まる場合は「STOP」ボタンを 押下します # データの⾏数確認 nrow(data) # カラム名確認 names(data) # 先頭3件のデータ表⽰ head(data, 3) # 変数の型を調べる class(data) >[1] "data.frame” # 変数の詳細を調べる str(data)
22.
いくつか集計 • hist関数でヒストグラムを、tableで要素ごとのグループ化集計 が可能です # ヒストグラム hist(data$ITEM_COUNT) #
テーブル集計 table(data$ITEM_COUNT) table(data$SMALL_AREA_NAME)
23.
dplyrとは • C++で書かれた⾼速なデータフレームの集計処理ができるライ ブラリ • %>%
という演算⼦でパイプライン処理での記述ができるのが 特徴
24.
dplyrパッケージの準備 • install.packages関数でパッケージをインストールできます • なお参考まで、CRANになく個⼈のgithubに上がっているパッケージ は、devtoolsパッケージに含まれるinstall_github関数を使うことでイ ンストールが可能です #
dplyrインストール install.packages('dplyr') # パッケージのロード library('dplyr') # ヘルプの表⽰。 ? dplyrでも可能 help(dplyr)
25.
dplyr 操作⼀覧 http://qiita.com/matsuou1/items/e995da273e3108e2338e より引⽤ •
dplyrとR本体とで書き⽅が異なるため、どちらか⽚⽅から覚えたほうが効率的 • 今回はグループ化処理や結合処理(JOIN)が可能なdplyrメインで説明します
26.
dplyr ⾏の絞り込み # 福岡のデータのみ抽出 data
%>% filter(SMALL_AREA_NAME == '福岡') %>% head()
27.
dplyr 都道府県別にグループ化集計&ソート # グループ化集計 data
%>% group_by(SMALL_AREA_NAME) %>% summarise(num=n()) %>% # 数を集計 arrange(desc(num)) %>% # numで後順にソート head()
28.
dplyr 列の追加 # グループ化集計
& カラム追加(1万件より多いエリア) data2 <- data %>% group_by(SMALL_AREA_NAME) %>% summarise(num=n()) %>% # 数を集計 mutate(is_over_10000 = ifelse(num > 10000 , 1 , 0)) %>% arrange(desc(num)) %>% # numで後順にソート head() data2
29.
JOINの前にユーザーリスト⽤意 # ユーザーリスト読み込み users <-
read.csv("user_list.csv", stringsAsFactors=F) head(users)
30.
user_id_hashでLEFT JOIN # LEFT
JOIN joined <- data %>% left_join(users, by='USER_ID_hash') head(joined)
31.
user_id_hashでLEFT JOIN &
集計 # 性別で集計 joined2 <- joined %>% select(SMALL_AREA_NAME, SEX_ID) %>% table() joined2
32.
結果をファイル出⼒ # ファイル書き出し write.csv(joined2, "output_data.csv",
quote=F, fileEncoding="UTF-8") # Excelで開く際は⽂字化け対策としてSJISで書き出す write.csv(joined2, "output_data_sjis.csv", quote=F, fileEncoding="SJIS")
33.
再掲:結果をHTML出⼒ • 「Knit」ボタンを押下するとRマークダウンを実⾏してHTML に変換してくれる • 「install.packages」が記載されている部分はコメントアウトし て実⾏すること(すでに⼊っているとエラーになる)
34.
まとめ • RとRStudioのインストール • 再現性確保のためのRマークダウン •
ファイルの⼊出⼒ • dplyrを使ったデータフレーム操作(基礎) dplyrを使った基礎的な集計と、 処理再現のための環境構築が完了
35.
今後 • ⽬的に合わせてRを使ってみて下さい • データをさらに整形したい
=> reshape2 • 意思決定に分析⼿法を試したい => rpart, 各種書籍、発表資料 • 予測モデルを⾊々を試したい => caret • もっと可視化したい => ggplot2やleaflet • Webサーバーでダッシュボード化したい => Shiny, flexdashboard • 他⾔語と連携したい => CやExcel、SQLなど連携できます ・・などなど ⽤途別にいろいろなパッケージがあるので是⾮探して使ってみて 下さい。
36.
ご静聴ありがとうございました!
Descargar ahora