R Programming R Basics Introduction Sample Session Manage your workspace Settings and Installation Documentation Control Structures Working with functions Debugging Using C or Fortran Utilities Estimation utilities Packages Data Management Data types Working with data frames Importing and exporting data Text Processing Times and Dates Graphics Grammar of graphics Publication quality output Descrip

朱鷺の杜Wiki（ときのもり うぃき）† 朱鷺の杜Wikiは，機械学習に関連した，データマイニング，情報理論，計算論的学習理論，統計，統計物理についての情報交換の場です．これら機械学習関係の話題，リンク，関連事項，書籍・論文紹介などの情報を扱います． 更新されたページを確認するにはRSSリーダを使って右下のRSSリンクをチェックするか，最終更新のページを参照してください． ページの中でどこが更新されたかを見るには，上の「差分」をクリックして下さい． 数式の表示に MathJax を利用しています．数式の上でコンテキストメニューを使うと各種の設定が可能です．特に設定をしなくても数式は閲覧できますが，フォントをインストールすれば数式の表示がきれいで高速になります．詳しくは 数式の表示 のページを参照して下さい． ごく簡単なWikiの使い方がこのページの最後にあります．トップページやメニューなど

農学生命情報科学特論 I ＠東京大学アグリバイオインフォマティクス教育研究ユニット (2023-10) プログラミング言語未経験者を対象とした Python 入門講義。農学や分子生物学などの分野で利用される Python の最新事例を紹介しながら、Python の基礎文法の講義を行う。

伊庭幸人 （いば ゆきと） -> お手数ですがこちらへ 〒190-8562　東京都立川市緑町　10-3 統計数理研究所 モデリング研究系 Email: iba AT (AT-> @ism.ac.jp )

持橋大地 統計数理研究所 数理・推論研究系 准教授 [研究室サイト] プロフィール 興味 論文, ソフトウェア 教科書・出版物 文書 日記 公開講座,研究会,ワークショップ 学生・共同研究 English | Japanese [統数研/統計的機械学習研究センター/持橋研究室] daichi Last modified: Tue Apr 18 08:45:23 2023

統計数理研究所 H24年度公開講座 「確率的トピックモデル」 持橋大地 (統計数理研究所) 石黒勝彦 (NTTコミュニケーション科学基礎 　　　　 研究所) 2013/1/15-16 統計数理研究所 会議室1 本講座の構成     1日目: トピックモデルの基礎 –  トピックモデルとは, Naïve Bayes, PLSI, LDA –  EMアルゴリズム, VB-EMアルゴリズム, Gibbsサンプラー, 他のモデルとの関係 2日目: トピックモデルの応用 –  複雑なトピックモデル、時系列モデル –  画像、音声、ネットワークデータ –  半教師あり学習、補助情報あり学習 無限モデル(ノンパラメトリックベイズ)は本講座では扱わない 2 講義予定       3 1日目 –  AM/ 導入, LSI, ナイーブベイズ, PLSI, EMアルゴリ

My friend Jonah asked me to guest lecture in his R seminar aimed at grad students and postdocs in Integrative Biology. I gave Jonah a bunch of topics ranging from reproducible research with R to data manipulation. The consensus was data visualization so I put together a 2 hour talk/hands on presentation for ggplot2 beginners. Here’s my presentation if anyone else might find it useful. What worked

Proceedings of the Institute of Statistical Mathematics 「統計数理」は広く統計科学に関する投稿論文を掲載し、統計科学の深化と発展、そして統計科学を通じた社会への貢献を目指しています。年2回発行。オンラインで全文を公開しています。

遅ればせながら，BUGS/Stan勉強会 #2 で「Stan で尤度フリー MCMC」というタイトルで発表したので，資料を公開します[A]。 近似ベイズ計算 (approximate Bayesian computation, ABC) は，尤度フリー，つまり尤度を用いない枠組みです。このブログでも何回か取り上げたことがあります。今回は Stan という DSL から利用するために尤度を近似式に置き換える話から始めてしまったので，尤度フリーなのに尤度 (Stan の世界では事後確率) を修正する方法というわかりづらいストーリーになってしまいました。申し訳ありません。 補足すると， Stan の世界で ABC の枠組みを利用する場合に考える尤度 (ウェイト) は，解析的に求めるものではなく解析者が任意に設定できるという点が違います。 Stan で ABC を行うと非常に面倒くさいことになりま