Rの高速化
ベイズ統計学の基礎概念からW理論まで概論的に紹介するスライドです．数理・計算科学チュートリアル実践のチュートリアル資料です．引用しているipynbは * http://nhayashi.main.jp/codes/BayesStatAbstIntro.zip * https://github.com/chijan-nh/BayesStatAbstIntro を参照ください． 以下，エラッタ． * 52 of 80：KL(q||p)≠KL(q||p)ではなくKL(q||p)≠KL(p||q). * 67 of 80：2ν=E[V_n]ではなくE[V_n] → 2ν (n→∞). * 70 of 80：AICの第2項は d/2n ではなく d/n. * 76 of 80：βH(w)ではなくβ log P(X^n|w) + log φ(w). - レプリカ交換MCと異なり、逆温度を尤度にのみ乗す
Rコード最適化のコツと実例集 - RjpWiki
RjpWiki はオープンソースの統計解析システム R に関する情報交換を目的とした Wiki ですこの tips (集)では R コードの最適化のコツと、実際例を紹介したいと思い ます。もちろん何が最適かは(実行時間という絶対的基準があるものの)多分に 主観的要素が入る余地(実行環境にも依存するかもしれません)がありますが。 私見によれば、個別の問題に特有な工夫を別にしても、R で高速なコードを書 く比較的小数のコツがあるような気がします。 R はインタプリタ言語ですから、C 等に比べれば実行速度は原理的に格段に 遅くなります。しかし、実は R にはそうした欠点を補うための工夫がなされ ています。例えば (1) 時間のかかる計算を内部的に C や FORTRAN サブルーチンを呼び出して 高速化する(数値計算関係の関数のほとんどが該当します)、 (2) 関数のベクトル化。R の関数のほ
Google's R Style Guide
R is a high-level programming language used primarily for statistical computing and graphics. The goal of the R Programming Style Guide is to make our R code easier to read, share, and verify. The rules below were designed in collaboration with the entire R user community at Google. Summary: R Style Rules File Names: end in .R Identifiers: variable.name (or variableName), FunctionName, kConstantNa
Rの関数定義の基本 - RjpWiki
RjpWiki はオープンソースの統計解析システム R に関する情報交換を目的とした Wiki ですR での処理は一連の関数を用いて行なわれます。 既に多くの関数が定義されており、それだけでも一通りの解析ができるものの、R の真の実力は 自分で関数を書く ことで発揮されます。 R には、最初から関数を簡便に定義するための多くの便利な機構が組み込まれており、R の組み込み関数の多くも、R 言語で書かれた関数です。関数はエディタで定義ファイルに書き込み source("ファイル名") で読み込むか、R 起動中にインタラクティブに定義します。 いずれにしても、一旦定義されれば、自前の関数も、R 固有の関数も外見からは全く同等に使えます。 目次 関数定義の基本書式 > foo <- function(引数リスト) 関数本体 # 関数本体が一つの表現式なら {} は不要 > foo <- funct
NYSOL – 超高速な大規模データ解析を実現するソフトウェアツール
超高速な大規模データ解析を 実現するソフトウェアツール NYSOL makes it easier and faster to analyze big data. NYSOLver2.4.2 SOFTWARE LIST GitHub NYSOL Manual ※NYSOLは日本発のオープンソース（無料）です。 *NYSOL is open source software in Japan LICENSE 最新情報NEWS 2019.06.05 SOFTWARE NYSOLのDockerイメージ公開 2019.05.23 SOFTWARE nysol_pympiのインストールメモ 2018.09.20 INFORMATION WebbleバージョンのKIZUNAを公開しました。 Back Number NYSOLとはABOUT NYSOL 大規模データの解析に関する様々な大学やプロジェクトで
Rで2軸PLOT（y軸の左右に値を表記）する方法 - My Life as a Mock Quant
以下のようにplot⇒par⇒plot⇒axis(4)と関数を順に書けばいいっぽい。 二個目に書いたplotの軸が第二軸としてaxis(4)により描画される。 x <- seq(0,13,0.01) plot(x, dexp(x), type = "l", ylab = "", col = 'red') par(new =T) plot(x, dnorm(x -10), type = "l", axes = FALSE, ylab = "", col = 'blue') axis(4) 描画結果は以下の通り。 y軸（左）が一個目のplot結果であるdexp関数の値で、y軸（右）が二個目のplot結果であるdnorm関数の値。 〜2012/1/16追記〜 上の例で第二軸にラベルを入れたい場合は以下のように書くといいようだ。 x <- seq(0,13,0.01) default.par <-
Datasets to Practice Your Data Mining | R-bloggers
[This article was first published on RDataMining, and kindly contributed to R-bloggers]. (You can report issue about the content on this page here) Want to share your content on R-bloggers? click here if you have a blog, or here if you don't. There are many datasets available online for free for research use. Some of them are listed below. – The R Datasets Package: There are around 90 datasets ava
予測理論 | Logics of Blue
ここでは予測という観点から書かれた記事を載せています。 また、フリーのデータ解析環境「R」を使った例も多く載せています。 ※統計基礎の内容を別の記事に移動しました。こちらから閲覧できます。 最終更新：2018年05月04日 スポンサードリンク 予測理論の基礎 予測の話 予測に便利な統計の基本や、本ページの趣旨などについて書かれています。 予測理論とpredictability 予測って何？ という素朴な疑問から始める予測理論の入門スライド的なものです。 回帰分析系 単回帰分析 単回帰分析による予測の簡単な説明と、プログラムです モデル選択 理論編 モデル選択の簡単な方法論の説明 モデル選択 実践編 実際にモデル選択をして見る 重回帰分析 重回帰分析による予測 平滑化スプラインと加法モデル 非線形な状況をモデル化できる平滑化スプラインと加法モデルの紹介と予測 ・一日目 統計基礎～正規線形モデ
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 - ほくそ笑む
はじめに 統計解析の手法を学ぶのに、教科書を読むのは素晴らしい学習方法です。 しかし、教科書で理論的なことを学んだだけでは、統計手法を使いこなせるようにはなりません。 統計解析手法を身につけるには、実際のデータについて手法を適用し、パラメータを変えるなどの試行錯誤を行い、結果を考察するというような経験を積むことが大切です。 それでは実際のデータをどうやって手に入れましょうか？ 実験や調査をして実際のデータを得るのは大変でお金もかかります。 幸運なことに、世の中には適度なサイズの自由に使えるデータがたくさん存在します。 例えば、統計言語 R には、100以上ものデータセットがデフォルトで付属しています。 ただし、不幸なことに、それらのほとんどは英語で説明が書かれています。 英語は、いつかは乗り越えなければならない壁ですが、最初のうちはちょっと避けて通りたいところです。 というわけで、今日は、
サービス終了のお知らせ - NAVER まとめ
サービス終了のお知らせ NAVERまとめは2020年9月30日をもちましてサービス終了いたしました。 約11年間、NAVERまとめをご利用・ご愛顧いただき誠にありがとうございました。
はじめての「R」
2023/02/06追記: slideshareが非常に使いづらくなってしまったため、speakerdeckに転載しました。 https://speakerdeck.com/masaha03/hazimeteno-r 補足記事を書きました。併せてご覧ください。http://m884.hateblo.jp/entry/2012/12/03/232431Read less
統計解析用フリーソフト・R-Tips
R は有名な統計言語『 S 言語』をオープンソースとして実装し直した統計解析ソフトです．さまざまなプラットフォーム（OS）に対応しており，誰でも自由にダウンロードすることができます．それにも関わらず，世界中の専門家が開発に携わっており，日々新しい手法・アルゴリズムが付け加えられています．とにかく計算が速い上にグラフィックも充実しているので数値計算などにも持ってこいです．このドキュメントは Windows 版 R と Mac OS X 版 R（と一部 Linux 版 R ）でコマンドを調べた足跡です． ちなみに，この頁の内容を新しくした書籍は こちら ，電子書籍版は こちら で販売されております．
R: The R Project for Statistical Computing
Getting Started R is a free software environment for statistical computing and graphics. It compiles and runs on a wide variety of UNIX platforms, Windows and MacOS. To download R, please choose your preferred CRAN mirror. If you have questions about R like how to download and install the software, or what the license terms are, please read our answers to frequently asked questions before you send
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
認証がかかっています
RStudio
MATCHIT: Nonparametric Preprocessing for Parametric Causal Inference1
10分で分かるR言語入門ver2_0906