Soumettre la recherche
Mettre en ligne
RubyとRのおいしい関係
•
Télécharger en tant que PPTX, PDF
•
0 j'aime
•
1,377 vues
sady_nitro
Suivre
2015年6月6日 第18回 岡山Ruby, Ruby on Rails勉強会
Lire moins
Lire la suite
Ingénierie
Signaler
Partager
Signaler
Partager
1 sur 28
Télécharger maintenant
Recommandé
AWS DevDay 2020 E-2 セッション資料
DynamoDBの初心者に伝えたい初めて触るときの勘所
DynamoDBの初心者に伝えたい初めて触るときの勘所
Ryo Sasaki
【キーメッセージ】 思考を整理して課題解決するために、テクニカルライティングを実践しよう! 【概要】(拙著より抜粋) 私が本書をとおして読者に伝えたいことは、たった1つだけです。それは「正しいテクニカルライティングの作法を身につけて思考を整理し、それを正確に言語化できるようになれば、研究開発で継続的に成果を上げられる」ということです。 本書では、言語化の重要性、特にエンジニア・研究者が研究開発を進めるうえで必須となる「テクニカルライティングをとおした思考の整理法とその具体的な方法論」に焦点を当て、それを集中的に説明しています。
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
Hajime Fujita
Running TFLite and PyTorch Mobile
TFLite_and_PyTorch_Mobile
TFLite_and_PyTorch_Mobile
yusuke shibui
JAWS横浜 re:Cap week2
AWS Batch Fargate対応は何をもたらすか
AWS Batch Fargate対応は何をもたらすか
Shun Fukazawa
laravelのiocコンテナについて
Iocコンテナについて
Iocコンテナについて
Akio Terayama
社内勉強会LTで使った資料です。
継承やめろマジやめろ。 なぜイケないのか 解説する
継承やめろマジやめろ。 なぜイケないのか 解説する
TaishiYamada1
JetBrains社の.NET IDEの「Rider」。本セッションでは、Unityゲーム開発と.NET開発におけるRiderの魅力を紹介します。 スピーカー: Ryota Murohoshi
Riderはいいぞ!
Riderはいいぞ!
UnityTechnologiesJapan002
Visual Studio Users Community Japan #1 で発表した資料になります。 https://vsuc.connpass.com/event/143114/
世界一わかりやすいClean Architecture
世界一わかりやすいClean Architecture
Atsushi Nakamura
Recommandé
AWS DevDay 2020 E-2 セッション資料
DynamoDBの初心者に伝えたい初めて触るときの勘所
DynamoDBの初心者に伝えたい初めて触るときの勘所
Ryo Sasaki
【キーメッセージ】 思考を整理して課題解決するために、テクニカルライティングを実践しよう! 【概要】(拙著より抜粋) 私が本書をとおして読者に伝えたいことは、たった1つだけです。それは「正しいテクニカルライティングの作法を身につけて思考を整理し、それを正確に言語化できるようになれば、研究開発で継続的に成果を上げられる」ということです。 本書では、言語化の重要性、特にエンジニア・研究者が研究開発を進めるうえで必須となる「テクニカルライティングをとおした思考の整理法とその具体的な方法論」に焦点を当て、それを集中的に説明しています。
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
Hajime Fujita
Running TFLite and PyTorch Mobile
TFLite_and_PyTorch_Mobile
TFLite_and_PyTorch_Mobile
yusuke shibui
JAWS横浜 re:Cap week2
AWS Batch Fargate対応は何をもたらすか
AWS Batch Fargate対応は何をもたらすか
Shun Fukazawa
laravelのiocコンテナについて
Iocコンテナについて
Iocコンテナについて
Akio Terayama
社内勉強会LTで使った資料です。
継承やめろマジやめろ。 なぜイケないのか 解説する
継承やめろマジやめろ。 なぜイケないのか 解説する
TaishiYamada1
JetBrains社の.NET IDEの「Rider」。本セッションでは、Unityゲーム開発と.NET開発におけるRiderの魅力を紹介します。 スピーカー: Ryota Murohoshi
Riderはいいぞ!
Riderはいいぞ!
UnityTechnologiesJapan002
Visual Studio Users Community Japan #1 で発表した資料になります。 https://vsuc.connpass.com/event/143114/
世界一わかりやすいClean Architecture
世界一わかりやすいClean Architecture
Atsushi Nakamura
2018/06/25 Deep Learning JP: http://deeplearning.jp/hacks/
[DLHacks]Comet ML -機械学習のためのGitHub-
[DLHacks]Comet ML -機械学習のためのGitHub-
Deep Learning JP
GAME CREATORS CONFERENCE '20の講演資料です。 動画のURL:https://youtu.be/jTIIeKKM68Q 『「龍が如く7 光と闇の行方」の自動テスト活用事例とテスト自動化チーム(仮)による若手育成の取り組みについて』 株式会社セガ 第1事業部 阪上直樹
「龍が如く7 光と闇の行方」の自動テスト活用事例とテスト自動化チーム(仮)による若手育成の取り組みについて
「龍が如く7 光と闇の行方」の自動テスト活用事例とテスト自動化チーム(仮)による若手育成の取り組みについて
SEGADevTech
ClassificationとMetric Learningの違い、Contrastive Loss と Triplet Loss、Triplet Lossの改良の変遷など
Triplet Loss 徹底解説
Triplet Loss 徹底解説
tancoro
2022年10/06の社内勉強会の発表資料です。
MediaPipeの紹介
MediaPipeの紹介
emakryo
例外設計における大罪 Jun 27, 2012 @ java-ja
例外設計における大罪
例外設計における大罪
Takuto Wada
マイクロサービスが話題を集め、コンポーネントの急速な API 化が進んでいます。 認証や認可は、主にエンドユーザとシステムの間の問題だと認識されますが、今やコンポーネント間のサービス呼び出しにおいても重要な役割を担っています。 複雑に入り組んだマイクロサービス間の認証と認可について、実際に開発している API プラットフォームの実例を元に、実践的な知見をお伝えします。
マイクロサービス時代の認証と認可 - AWS Dev Day Tokyo 2018 #AWSDevDay
マイクロサービス時代の認証と認可 - AWS Dev Day Tokyo 2018 #AWSDevDay
都元ダイスケ Miyamoto
python PyTorchLightning Hydrea MLFlow Optuna MLOps
PyTorchLightning ベース Hydra+MLFlow+Optuna による機械学習開発環境の構築
PyTorchLightning ベース Hydra+MLFlow+Optuna による機械学習開発環境の構築
Kosuke Shinoda
20180423のSLAM入門輪読会で第2章を説明した資料です
SLAM入門 第2章 SLAMの基礎
SLAM入門 第2章 SLAMの基礎
yohei okawa
Concepts and tools of logging in Java. Javaにおけるログ出力の考え方と道具について説明. CC Attribution Licenseの元に公開します.
Javaのログ出力: 道具と考え方
Javaのログ出力: 道具と考え方
Taku Miyakawa
「GraphDB徹底入門」〜構造や仕組み理解から使いどころ・種々のGraphDBの比較まで幅広く〜
「GraphDB徹底入門」〜構造や仕組み理解から使いどころ・種々のGraphDBの比較まで幅広く〜
Takahiro Inoue
「マージがなんとなく怖い」「リベースするなって怒られて怖い」「エラーが出て怖い」 Git 入門者にありがちな「Git 怖い」を解消するため、Git のお仕事(コミット、ブランチ、マージ、リベース)について解説します。
こわくない Git
こわくない Git
Kota Saito
単眼SLAMの勉強会の初回としてARブームのブレイクスルーのきっかけとなったPTAMに関して調査をしました。
SLAM勉強会(PTAM)
SLAM勉強会(PTAM)
Masaya Kaneko
Introduction of Microsoft COCO Dataset for image captioning
MS COCO Dataset Introduction
MS COCO Dataset Introduction
Shinagawa Seitaro
[第1回関東Kaggler会](https://connpass.com/event/290248/) での LT の資料です。 CatBoost を GPU で学習させるときのハイパラについての小ネタのお話。
CatBoost on GPU のひみつ
CatBoost on GPU のひみつ
Takuji Tahara
2020-06-18 JAISA画像処理PJでの講演資料
画像処理AIを用いた異常検知
画像処理AIを用いた異常検知
Hideo Terada
変分推論と Normalizing Flow
変分推論と Normalizing Flow
Akihiro Nitta
Introduction of pyMC (Japanese)
PyMC mcmc
PyMC mcmc
Xiangze
社内勉強会での発表資料です。公開情報をもとにTeslaのコンピュータビジョン技術について調査したものです。
Teslaにおけるコンピュータビジョン技術の調査
Teslaにおけるコンピュータビジョン技術の調査
Kazuyuki Miyazawa
Trends and Our Activities in Quality Management and Assurance of Machine Learning
機械学習品質管理・保証の動向と取り組み
機械学習品質管理・保証の動向と取り組み
Shintaro Fukushima
XFLAG™スタジオ engineer meet up 2016 の発表資料
elixirを使ったゲームサーバ
elixirを使ったゲームサーバ
Hidetaka Kojo
第16回 岡山Ruby, Ruby on Rails勉強会発表スライド。デモを挟まないと無いと全然面白くないですが、一応アップしておきます。
RubySeminar16_Analyze
RubySeminar16_Analyze
sady_nitro
機械学習の実装とかにはそんなに興味ない・・・マネージドでいいのがあるならそれでいいじゃんって人の機械学習ことはじめ
素人のための機械学習
素人のための機械学習
Takeuchi Yuichi
Contenu connexe
Tendances
2018/06/25 Deep Learning JP: http://deeplearning.jp/hacks/
[DLHacks]Comet ML -機械学習のためのGitHub-
[DLHacks]Comet ML -機械学習のためのGitHub-
Deep Learning JP
GAME CREATORS CONFERENCE '20の講演資料です。 動画のURL:https://youtu.be/jTIIeKKM68Q 『「龍が如く7 光と闇の行方」の自動テスト活用事例とテスト自動化チーム(仮)による若手育成の取り組みについて』 株式会社セガ 第1事業部 阪上直樹
「龍が如く7 光と闇の行方」の自動テスト活用事例とテスト自動化チーム(仮)による若手育成の取り組みについて
「龍が如く7 光と闇の行方」の自動テスト活用事例とテスト自動化チーム(仮)による若手育成の取り組みについて
SEGADevTech
ClassificationとMetric Learningの違い、Contrastive Loss と Triplet Loss、Triplet Lossの改良の変遷など
Triplet Loss 徹底解説
Triplet Loss 徹底解説
tancoro
2022年10/06の社内勉強会の発表資料です。
MediaPipeの紹介
MediaPipeの紹介
emakryo
例外設計における大罪 Jun 27, 2012 @ java-ja
例外設計における大罪
例外設計における大罪
Takuto Wada
マイクロサービスが話題を集め、コンポーネントの急速な API 化が進んでいます。 認証や認可は、主にエンドユーザとシステムの間の問題だと認識されますが、今やコンポーネント間のサービス呼び出しにおいても重要な役割を担っています。 複雑に入り組んだマイクロサービス間の認証と認可について、実際に開発している API プラットフォームの実例を元に、実践的な知見をお伝えします。
マイクロサービス時代の認証と認可 - AWS Dev Day Tokyo 2018 #AWSDevDay
マイクロサービス時代の認証と認可 - AWS Dev Day Tokyo 2018 #AWSDevDay
都元ダイスケ Miyamoto
python PyTorchLightning Hydrea MLFlow Optuna MLOps
PyTorchLightning ベース Hydra+MLFlow+Optuna による機械学習開発環境の構築
PyTorchLightning ベース Hydra+MLFlow+Optuna による機械学習開発環境の構築
Kosuke Shinoda
20180423のSLAM入門輪読会で第2章を説明した資料です
SLAM入門 第2章 SLAMの基礎
SLAM入門 第2章 SLAMの基礎
yohei okawa
Concepts and tools of logging in Java. Javaにおけるログ出力の考え方と道具について説明. CC Attribution Licenseの元に公開します.
Javaのログ出力: 道具と考え方
Javaのログ出力: 道具と考え方
Taku Miyakawa
「GraphDB徹底入門」〜構造や仕組み理解から使いどころ・種々のGraphDBの比較まで幅広く〜
「GraphDB徹底入門」〜構造や仕組み理解から使いどころ・種々のGraphDBの比較まで幅広く〜
Takahiro Inoue
「マージがなんとなく怖い」「リベースするなって怒られて怖い」「エラーが出て怖い」 Git 入門者にありがちな「Git 怖い」を解消するため、Git のお仕事(コミット、ブランチ、マージ、リベース)について解説します。
こわくない Git
こわくない Git
Kota Saito
単眼SLAMの勉強会の初回としてARブームのブレイクスルーのきっかけとなったPTAMに関して調査をしました。
SLAM勉強会(PTAM)
SLAM勉強会(PTAM)
Masaya Kaneko
Introduction of Microsoft COCO Dataset for image captioning
MS COCO Dataset Introduction
MS COCO Dataset Introduction
Shinagawa Seitaro
[第1回関東Kaggler会](https://connpass.com/event/290248/) での LT の資料です。 CatBoost を GPU で学習させるときのハイパラについての小ネタのお話。
CatBoost on GPU のひみつ
CatBoost on GPU のひみつ
Takuji Tahara
2020-06-18 JAISA画像処理PJでの講演資料
画像処理AIを用いた異常検知
画像処理AIを用いた異常検知
Hideo Terada
変分推論と Normalizing Flow
変分推論と Normalizing Flow
Akihiro Nitta
Introduction of pyMC (Japanese)
PyMC mcmc
PyMC mcmc
Xiangze
社内勉強会での発表資料です。公開情報をもとにTeslaのコンピュータビジョン技術について調査したものです。
Teslaにおけるコンピュータビジョン技術の調査
Teslaにおけるコンピュータビジョン技術の調査
Kazuyuki Miyazawa
Trends and Our Activities in Quality Management and Assurance of Machine Learning
機械学習品質管理・保証の動向と取り組み
機械学習品質管理・保証の動向と取り組み
Shintaro Fukushima
XFLAG™スタジオ engineer meet up 2016 の発表資料
elixirを使ったゲームサーバ
elixirを使ったゲームサーバ
Hidetaka Kojo
Tendances
(20)
[DLHacks]Comet ML -機械学習のためのGitHub-
[DLHacks]Comet ML -機械学習のためのGitHub-
「龍が如く7 光と闇の行方」の自動テスト活用事例とテスト自動化チーム(仮)による若手育成の取り組みについて
「龍が如く7 光と闇の行方」の自動テスト活用事例とテスト自動化チーム(仮)による若手育成の取り組みについて
Triplet Loss 徹底解説
Triplet Loss 徹底解説
MediaPipeの紹介
MediaPipeの紹介
例外設計における大罪
例外設計における大罪
マイクロサービス時代の認証と認可 - AWS Dev Day Tokyo 2018 #AWSDevDay
マイクロサービス時代の認証と認可 - AWS Dev Day Tokyo 2018 #AWSDevDay
PyTorchLightning ベース Hydra+MLFlow+Optuna による機械学習開発環境の構築
PyTorchLightning ベース Hydra+MLFlow+Optuna による機械学習開発環境の構築
SLAM入門 第2章 SLAMの基礎
SLAM入門 第2章 SLAMの基礎
Javaのログ出力: 道具と考え方
Javaのログ出力: 道具と考え方
「GraphDB徹底入門」〜構造や仕組み理解から使いどころ・種々のGraphDBの比較まで幅広く〜
「GraphDB徹底入門」〜構造や仕組み理解から使いどころ・種々のGraphDBの比較まで幅広く〜
こわくない Git
こわくない Git
SLAM勉強会(PTAM)
SLAM勉強会(PTAM)
MS COCO Dataset Introduction
MS COCO Dataset Introduction
CatBoost on GPU のひみつ
CatBoost on GPU のひみつ
画像処理AIを用いた異常検知
画像処理AIを用いた異常検知
変分推論と Normalizing Flow
変分推論と Normalizing Flow
PyMC mcmc
PyMC mcmc
Teslaにおけるコンピュータビジョン技術の調査
Teslaにおけるコンピュータビジョン技術の調査
機械学習品質管理・保証の動向と取り組み
機械学習品質管理・保証の動向と取り組み
elixirを使ったゲームサーバ
elixirを使ったゲームサーバ
Similaire à RubyとRのおいしい関係
第16回 岡山Ruby, Ruby on Rails勉強会発表スライド。デモを挟まないと無いと全然面白くないですが、一応アップしておきます。
RubySeminar16_Analyze
RubySeminar16_Analyze
sady_nitro
機械学習の実装とかにはそんなに興味ない・・・マネージドでいいのがあるならそれでいいじゃんって人の機械学習ことはじめ
素人のための機械学習
素人のための機械学習
Takeuchi Yuichi
サイボウズ×マネーフォワード×Goodpatch Front-end Meetup http://connpass.com/event/30188/ #frontend_biz
『健全なフロントエンド開発をしよう 〜Railsに乗っかるという選択編〜』 アップ用
『健全なフロントエンド開発をしよう 〜Railsに乗っかるという選択編〜』 アップ用
kotaro_hirayama
イベント : Sansan tech meetup #3 Eightを支える技術編 日時 : 2017/02/24
Eightにおけるエンジニア主導の取り組み
Eightにおけるエンジニア主導の取り組み
Sansan
平成23年度 産学官連携セミナー(鹿児島市) 2012/02/23 於: ソフトプラザかごしま
Ruby on Rails を用いたWEBアプリケーションの開発
Ruby on Rails を用いたWEBアプリケーションの開発
Koichi Shimozono
Tokyurubykaigi05
Tokyurubykaigi05
yamanekko
MTDDC Meetup TOKYO 2016の登壇スライドです Sample Source Code: https://github.com/FromF/MTSearchSwift
Movable Type Data API Swiftアプリ作成事例
Movable Type Data API Swiftアプリ作成事例
FromF
TokyuRuby会議#09 LT
Application Bootstrap
Application Bootstrap
Takafumi ONAKA
2012年2月25日に開催された岡山Javaユーザー会勉強会で発表した内容です
JRubyで作るapiサーバー
JRubyで作るapiサーバー
Yamamoto Kazuhisa
ウェブキャリアさま主催 Ruby on Rails Summer Festival 2008の資料。 http://www.web-career.com/seminar/summer-fes/
逆引きクイックセミナー
逆引きクイックセミナー
Koichiro Ohba
第14回 西日暮里.rb (https://nishinipporirb.doorkeeper.jp/events/28527) あきーにょカンファレンス#1に参加できず、お蔵入りになっていたスライドのお蔵出し。
The World is Connected
The World is Connected
Koichi ITO
Ruby / Rails ビギナーズ勉強会 第17回 #coedorb https://coedo-rails.doorkeeper.jp/events/52638
Railsチュートリアル(second)を終えて
Railsチュートリアル(second)を終えて
Hirata Tomoko
Railsの学習を進める中でよく目にする「REST」とは何かを説明するスライドです。 RESTの概要と、RESTfulなURI設計をするにはどうすればいいのかを纏めています。
Railsから学ぶRESTfulなuri設計
Railsから学ぶRESTfulなuri設計
Kanako Kobayashi
CMSどうでしょう〜MT・WP対決列島〜 仙台編での資料です。
サーバサイドエンジニアから見た MT構築のレガシーなノウハウ (入門編)
サーバサイドエンジニアから見た MT構築のレガシーなノウハウ (入門編)
Osamu Nagatani
Talk of RubyPrize 2014
Ruby with My Life
Ruby with My Life
Hiroshi SHIBATA
浜松Ruby会議01 (http://regional.rubykaigi.org/hamamatsu01) サンプルコード https://gist.github.com/koic/ea337f39012cd9efa775
Reading 1st dRuby
Reading 1st dRuby
Koichi ITO
Rails Developers Meetup #5 https://techplay.jp/event/631406
マイクロサービスにおける非同期アーキテクチャ
マイクロサービスにおける非同期アーキテクチャ
ota42y
Ruby / Ruby on Rails ビギナーズ勉強会 第9回 #coedorbのショートセッションの資料 https://coedo-rails.doorkeeper.jp/events/33769
2015 12-19-ruby rails
2015 12-19-ruby rails
Hiroshi Oyamada
XP祭り 2015 (http://xpjug.com/xp2015/)
俺も受託開発〜準委任契約によるふつうのソフトウェア開発〜
俺も受託開発〜準委任契約によるふつうのソフトウェア開発〜
Koichi ITO
株式会社LOUPE エンジニアチームの勉強会「LOUPE Study」の発表資料です。 第一回目の担当は僕。 テーマは「SinatraでのWeb開発について」でした。
Sinatra軽量Web開発 - LOUPE Study #1
Sinatra軽量Web開発 - LOUPE Study #1
Takuya Mukohira
Similaire à RubyとRのおいしい関係
(20)
RubySeminar16_Analyze
RubySeminar16_Analyze
素人のための機械学習
素人のための機械学習
『健全なフロントエンド開発をしよう 〜Railsに乗っかるという選択編〜』 アップ用
『健全なフロントエンド開発をしよう 〜Railsに乗っかるという選択編〜』 アップ用
Eightにおけるエンジニア主導の取り組み
Eightにおけるエンジニア主導の取り組み
Ruby on Rails を用いたWEBアプリケーションの開発
Ruby on Rails を用いたWEBアプリケーションの開発
Tokyurubykaigi05
Tokyurubykaigi05
Movable Type Data API Swiftアプリ作成事例
Movable Type Data API Swiftアプリ作成事例
Application Bootstrap
Application Bootstrap
JRubyで作るapiサーバー
JRubyで作るapiサーバー
逆引きクイックセミナー
逆引きクイックセミナー
The World is Connected
The World is Connected
Railsチュートリアル(second)を終えて
Railsチュートリアル(second)を終えて
Railsから学ぶRESTfulなuri設計
Railsから学ぶRESTfulなuri設計
サーバサイドエンジニアから見た MT構築のレガシーなノウハウ (入門編)
サーバサイドエンジニアから見た MT構築のレガシーなノウハウ (入門編)
Ruby with My Life
Ruby with My Life
Reading 1st dRuby
Reading 1st dRuby
マイクロサービスにおける非同期アーキテクチャ
マイクロサービスにおける非同期アーキテクチャ
2015 12-19-ruby rails
2015 12-19-ruby rails
俺も受託開発〜準委任契約によるふつうのソフトウェア開発〜
俺も受託開発〜準委任契約によるふつうのソフトウェア開発〜
Sinatra軽量Web開発 - LOUPE Study #1
Sinatra軽量Web開発 - LOUPE Study #1
Plus de sady_nitro
20191228 JAWS-UG Okayama AWS re:Invent 2019で発表されたSageMakerアップデートのrecap
What's new with Amazon SageMaker
What's new with Amazon SageMaker
sady_nitro
20181117 Azure Machine Lerning 勉強会 in Okayama (3)
20181117 azure ml_seminar_3
20181117 azure ml_seminar_3
sady_nitro
20181117 Azure Machine Lerning 勉強会 in Okayama (2)
20181117 azure ml_seminar_2
20181117 azure ml_seminar_2
sady_nitro
20181117 Azure Machine Lerning 勉強会 in Okayama (1)
20181117 azure ml_seminar_1
20181117 azure ml_seminar_1
sady_nitro
座駆動LT大会20180901
座駆動LT Surface Go 実機レビュー
座駆動LT Surface Go 実機レビュー
sady_nitro
2018/08/18 オカヤマ コンピュータサイエンス ラボ Vol.1 セッション1
組合せ最適化問題と解法アルゴリズム
組合せ最適化問題と解法アルゴリズム
sady_nitro
2018/08/18 オカヤマコンピュータサイエンス ラボ Vol.1のオープニングトーク
オカヤマ コンピュータサイエンス ラボ についてのおはなし
オカヤマ コンピュータサイエンス ラボ についてのおはなし
sady_nitro
2016/12/17 合同勉強会 in 大都会岡山 2016 Winter
Try Azure Machine Learning
Try Azure Machine Learning
sady_nitro
2016/02/20 ComCamp 2016 powered by MVP
Comcamp 2016 Okayama VSTS
Comcamp 2016 Okayama VSTS
sady_nitro
OITEC第19回勉強会。開発フローに合わせたTFSの使い方について。
OITEC19_TFS
OITEC19_TFS
sady_nitro
2013-03-24 第23回オープンラボ岡山
みんな大好き機械学習
みんな大好き機械学習
sady_nitro
Plus de sady_nitro
(11)
What's new with Amazon SageMaker
What's new with Amazon SageMaker
20181117 azure ml_seminar_3
20181117 azure ml_seminar_3
20181117 azure ml_seminar_2
20181117 azure ml_seminar_2
20181117 azure ml_seminar_1
20181117 azure ml_seminar_1
座駆動LT Surface Go 実機レビュー
座駆動LT Surface Go 実機レビュー
組合せ最適化問題と解法アルゴリズム
組合せ最適化問題と解法アルゴリズム
オカヤマ コンピュータサイエンス ラボ についてのおはなし
オカヤマ コンピュータサイエンス ラボ についてのおはなし
Try Azure Machine Learning
Try Azure Machine Learning
Comcamp 2016 Okayama VSTS
Comcamp 2016 Okayama VSTS
OITEC19_TFS
OITEC19_TFS
みんな大好き機械学習
みんな大好き機械学習
RubyとRのおいしい関係
1.
RubyとRのおいしい関係 2015/06/06 第18回 岡山Ruby, Ruby
on Rails勉強会 貞松 政史 @sady_nitro
2.
自己紹介 •名前:貞松 政史 (@sady_nitro) •所属:株式会社リゾーム •興味:Microsoft系テクノロジー/Ruby/機械学習 •多芸は無芸を地で行く
自作自演なんでも屋
3.
近況 •弊社の新パッケージを開発中 –必然的にMSテクノロジー寄りに そうでなくても寄ってる •Azure Machine Learningと Visual
Studio Onlineが好き •オープンセミナー岡山2015に参加しました –懇親会でRubyとRを使ったネタでLTしました
4.
オープンセミナー岡山2015 懇親会LT
5.
オープンセミナー岡山2015 懇親会LT •人の主観でなく、システマティックに当日の ハイライトを作成 •RubyとRとMeCabを利用して#oso2015の ハッシュタグツイートを分析 •テキスト分析とビジュアライズの一例として •延長線上として本発表を志願
6.
おしながき •なぜRubyとRの組合せが「おいしい」のか •数値分析のケーススタディ •テキスト分析のケーススタディ •まとめ
7.
なぜRubyとRの組合せが「おいしい」のか
8.
「RubyとR」といえば… •「RとRubyによるデータ解析入門」 •「R」が先に付いてるだけあって R力がアップする一冊 •Rubyはデータ取得・加工の手段 という位置付け
9.
なぜRubyとRの組合せが「おいしい」のか •世間一般に溢れる「分析」を実施する場合… –データの蓄積 –データのクリーニング –データの加工・集計 –分析・解析アルゴリズムの適用 –分析・解析結果のビジュアライズ
10.
なぜRubyとRの組合せが「おいしい」のか •Rubyが得意な領域 –データの蓄積 •Ruby on Railsで構築されたWebアプリ・サービス •既にデータの蓄積があるケースも多い –データのクリーニング –データの加工・集計 •言語の仕様としてコレクション操作や文字列操作に強い •Ruby
on RailsでActive Recordが利用できる
11.
なぜRubyとRの組合せが「おいしい」のか •Rが得意な領域 –分析・解析のアルゴリズム適用 –分析・解析結果のビジュアライズ •R自体がそれに特化した言語 •実用的なパッケージが多く存在する
12.
なぜRubyとRの組合せが「おいしい」のか 分析・解析の実施において 互いの長所を生かしてより良いアウトプットを得られる どちらも強力なライブラリ(パッケージ)が存在するので 学習コストなども低め
13.
テキスト分析のケーススタディ
14.
テキスト分析のケーススタディ •キーワード抽出+Word Cloudsによる可視化 –オープンセミナー岡山2015 懇親会LTでやったやつ •TwitterAPIで取得したツイート •MeCabによる単語抽出 •Rubyによるフィルタリング •Rのパッケージによるビジュアライズ
15.
テキスト分析のケーススタディ •ツイートの取得 –twitter gemを導入すれば楽勝
16.
テキスト分析のケーススタディ •MeCabによる単語の抽出 –mecab-ruby gemを導入すれば楽勝 –(導入が楽勝ではないという話も)
17.
テキスト分析のケーススタディ •Rubyによるフィルタリング –Rubyはコレクション操作が容易 •select •reject •collect etc… –正規表現の扱いが容易 •「=~」とか –URLや記号など、不要なワードを除外する
18.
テキスト分析のケーススタディ •Rのパッケージによるビジュアライズ –wordcloudパッケージを導入すr(以下略 –RStudioを使えばさらに便利に
19.
テキスト分析のケーススタディ •RStudio –RのGUIツール(IDE的なもの) –Rスクリプトが利用しやすい –パッケージのインストール等も画面操作で出来る
20.
テキスト分析のケーススタディ •せっかくなので#okarubyハッシュタグの ツイートを分析
21.
数値分析のケーススタディ
22.
数値分析のケーススタディ •ユーザー(顧客)のクラスタリング(グルーピング) –ちょっとギョーミーな題材を •ユーザーIDと利用ショップの入ったデータを集計 •クラスター分析を実行し、ユーザーを分類 •せっかくだから取得した分類を使ってさらに分析
23.
数値分析のケーススタディ •データの定義 –DBに以下のテーブルが存在するという想定
24.
数値分析のケーススタディ •データの集計 –テーブルを集計して以下の形式のデータを作る 会員(ユーザー)のID ユーザーごとのショップの利用回数
25.
数値分析のケーススタディ •クラスター分析 –Rを使用してデータをクラスター分析にかける –K-Means Clusteringを使用
26.
数値分析のケーススタディ •取得した分類を使ってさらに分析 –分類ごとの特徴、傾向を分析する
27.
まとめ
28.
まとめ •分析・解析の実施において –RubyとRは互いの長所を生かしやすい –どちらも強力なライブラリ(パッケージ)が存在するので 学習コストなども比較的低め –Rを使うときはRStudioが便利 –ケーススタディで示したように意外と実践的
Télécharger maintenant