Soumettre la recherche
Mettre en ligne
RとPythonによるデータ解析入門
•
104 j'aime
•
87,477 vues
Atsushi Hayakawa
Suivre
Signaler
Partager
Signaler
Partager
1 sur 31
Recommandé
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
決定木学習
決定木学習
Mitsuo Shimohata
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
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
Deep Learning Lab(ディープラーニング・ラボ)
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
『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
科学と機械学習のあいだ:変量の設計・変換・選択・交互作用・線形性
科学と機械学習のあいだ:変量の設計・変換・選択・交互作用・線形性
Ichigaku Takigawa
ニューラルチューリングマシン入門
ニューラルチューリングマシン入門
naoto moriyama
Recommandé
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
決定木学習
決定木学習
Mitsuo Shimohata
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
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
Deep Learning Lab(ディープラーニング・ラボ)
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
『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
科学と機械学習のあいだ:変量の設計・変換・選択・交互作用・線形性
科学と機械学習のあいだ:変量の設計・変換・選択・交互作用・線形性
Ichigaku Takigawa
ニューラルチューリングマシン入門
ニューラルチューリングマシン入門
naoto moriyama
Rの高速化
Rの高速化
弘毅 露崎
金融×AIで解くべき問題は何か?
金融×AIで解くべき問題は何か?
Tsunehiko Nagayama
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用
Hiroyuki Masuda
機械学習によるデータ分析まわりのお話
機械学習によるデータ分析まわりのお話
Ryota Kamoshida
統計的学習理論チュートリアル: 基礎から応用まで (Ibis2012)
統計的学習理論チュートリアル: 基礎から応用まで (Ibis2012)
Taiji Suzuki
RとPythonを比較する
RとPythonを比較する
Joe Suzuki
言葉のもつ広がりを、モデルの学習に活かそう -one-hot to distribution in language modeling-
言葉のもつ広がりを、モデルの学習に活かそう -one-hot to distribution in language modeling-
Takahiro Kubo
動画認識サーベイv1(メタサーベイ )
動画認識サーベイv1(メタサーベイ )
cvpaper. challenge
機械学習と主成分分析
機械学習と主成分分析
Katsuhiro Morishita
トピックモデルの評価指標 Perplexity とは何なのか?
トピックモデルの評価指標 Perplexity とは何なのか?
hoxo_m
[DL輪読会]ICLR2020の分布外検知速報
[DL輪読会]ICLR2020の分布外検知速報
Deep Learning JP
[DL輪読会]"CyCADA: Cycle-Consistent Adversarial Domain Adaptation"&"Learning Se...
[DL輪読会]"CyCADA: Cycle-Consistent Adversarial Domain Adaptation"&"Learning Se...
Deep Learning JP
一般向けのDeep Learning
一般向けのDeep Learning
Preferred Networks
劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章
Hakky St
生存時間分析数理の基礎
生存時間分析数理の基礎
Koichiro Gibo
グラフデータ分析 入門編
グラフデータ分析 入門編
順也 山口
Active Learning と Bayesian Neural Network
Active Learning と Bayesian Neural Network
Naoki Matsunaga
ベイズファクターとモデル選択
ベイズファクターとモデル選択
kazutantan
なぜベイズ統計はリスク分析に向いているのか? その哲学上および実用上の理由
なぜベイズ統計はリスク分析に向いているのか? その哲学上および実用上の理由
takehikoihayashi
GANの概要とDCGANのアーキテクチャ/アルゴリズム
GANの概要とDCGANのアーキテクチャ/アルゴリズム
Hirosaji
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
Contenu connexe
Tendances
Rの高速化
Rの高速化
弘毅 露崎
金融×AIで解くべき問題は何か?
金融×AIで解くべき問題は何か?
Tsunehiko Nagayama
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用
Hiroyuki Masuda
機械学習によるデータ分析まわりのお話
機械学習によるデータ分析まわりのお話
Ryota Kamoshida
統計的学習理論チュートリアル: 基礎から応用まで (Ibis2012)
統計的学習理論チュートリアル: 基礎から応用まで (Ibis2012)
Taiji Suzuki
RとPythonを比較する
RとPythonを比較する
Joe Suzuki
言葉のもつ広がりを、モデルの学習に活かそう -one-hot to distribution in language modeling-
言葉のもつ広がりを、モデルの学習に活かそう -one-hot to distribution in language modeling-
Takahiro Kubo
動画認識サーベイv1(メタサーベイ )
動画認識サーベイv1(メタサーベイ )
cvpaper. challenge
機械学習と主成分分析
機械学習と主成分分析
Katsuhiro Morishita
トピックモデルの評価指標 Perplexity とは何なのか?
トピックモデルの評価指標 Perplexity とは何なのか?
hoxo_m
[DL輪読会]ICLR2020の分布外検知速報
[DL輪読会]ICLR2020の分布外検知速報
Deep Learning JP
[DL輪読会]"CyCADA: Cycle-Consistent Adversarial Domain Adaptation"&"Learning Se...
[DL輪読会]"CyCADA: Cycle-Consistent Adversarial Domain Adaptation"&"Learning Se...
Deep Learning JP
一般向けのDeep Learning
一般向けのDeep Learning
Preferred Networks
劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章
Hakky St
生存時間分析数理の基礎
生存時間分析数理の基礎
Koichiro Gibo
グラフデータ分析 入門編
グラフデータ分析 入門編
順也 山口
Active Learning と Bayesian Neural Network
Active Learning と Bayesian Neural Network
Naoki Matsunaga
ベイズファクターとモデル選択
ベイズファクターとモデル選択
kazutantan
なぜベイズ統計はリスク分析に向いているのか? その哲学上および実用上の理由
なぜベイズ統計はリスク分析に向いているのか? その哲学上および実用上の理由
takehikoihayashi
GANの概要とDCGANのアーキテクチャ/アルゴリズム
GANの概要とDCGANのアーキテクチャ/アルゴリズム
Hirosaji
Tendances
(20)
Rの高速化
Rの高速化
金融×AIで解くべき問題は何か?
金融×AIで解くべき問題は何か?
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用
機械学習によるデータ分析まわりのお話
機械学習によるデータ分析まわりのお話
統計的学習理論チュートリアル: 基礎から応用まで (Ibis2012)
統計的学習理論チュートリアル: 基礎から応用まで (Ibis2012)
RとPythonを比較する
RとPythonを比較する
言葉のもつ広がりを、モデルの学習に活かそう -one-hot to distribution in language modeling-
言葉のもつ広がりを、モデルの学習に活かそう -one-hot to distribution in language modeling-
動画認識サーベイv1(メタサーベイ )
動画認識サーベイv1(メタサーベイ )
機械学習と主成分分析
機械学習と主成分分析
トピックモデルの評価指標 Perplexity とは何なのか?
トピックモデルの評価指標 Perplexity とは何なのか?
[DL輪読会]ICLR2020の分布外検知速報
[DL輪読会]ICLR2020の分布外検知速報
[DL輪読会]"CyCADA: Cycle-Consistent Adversarial Domain Adaptation"&"Learning Se...
[DL輪読会]"CyCADA: Cycle-Consistent Adversarial Domain Adaptation"&"Learning Se...
一般向けのDeep Learning
一般向けのDeep Learning
劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章
生存時間分析数理の基礎
生存時間分析数理の基礎
グラフデータ分析 入門編
グラフデータ分析 入門編
Active Learning と Bayesian Neural Network
Active Learning と Bayesian Neural Network
ベイズファクターとモデル選択
ベイズファクターとモデル選択
なぜベイズ統計はリスク分析に向いているのか? その哲学上および実用上の理由
なぜベイズ統計はリスク分析に向いているのか? その哲学上および実用上の理由
GANの概要とDCGANのアーキテクチャ/アルゴリズム
GANの概要とDCGANのアーキテクチャ/アルゴリズム
En vedette
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
En vedette
(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~
Plus 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
Plus 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