RStudioのカレンダー | Advent Calendar 2016 - Qiita
2016年、歴史が動きました。RStudioのv1.0がついにリリースです！ ということで、RStudio関連のTipsを集めるためのアドベントカレンダーを立ててみました。 RStudioをより便利に使うTips RStudioの新機能紹介 初心者へのRStudio紹介 RStudioをより変態的に使うTips 自作アドインの紹介 などなど、RStudioに関連することならなんでも書いてください。なんならRに関係なくても大丈夫ですよ！ お気軽にご参加ください。 ※R Advent Calenderはこちらです：http://qiita.com/advent-calendar/2016/r-rstudio
統計・R・Stan関連の本、用途別のオススメ10冊 - StatModeling Memorandum
2016 - 12 - 24 統計・R・Stan関連の本、用途別のオススメ10冊 書評 R Stan 年末年始向けに、比較的読みやすい本を中心にオススメします。 統計学 入門 色々読んでみましたが、現在決定版と言えるものは存在しないように思えました。個人的には、シグマと 積分 の復習、場合の数・数え上げの方法、確率、確率変数、確率密度、度数分布と ヒストグラム 、代表値・平均・分散、確率分布、同時分布、周辺分布、確率変数の変数変換、検定、散布図と箱ひげ図、回帰、相関あたりをRなどを使いながらシンプルに説明していく本があるといいと思うのですが、なかなかバランスのとれたいい本がありません。初歩の初歩しか説明してない、グラフが少ない、検定にページを割きすぎ、分厚い、ちょっと難しいなどの不満点があります。立ち読みして自分にあった本を選ぶのがいいと思います。ネットで検索して調べるのでもいいと思います
東京R非公式おじさんが教える本当に気持ちいいパッケージ作成法
Hyperoptの原論文を読んでHyperoptを解説した資料です。 概要だけでなく細かいところもできるだけ説明するようにしています。
🔧RでREST APIを作る（plumber編） - cucumber flesh
様々なAPIを利用していると、次第に自分でもAPIを作りたくなりませんか？ Rの関数を利用してHTTP経由でデータの受け渡しができると嬉しいですよね。加えて、Rの作図機能を使って、APIを叩くだけで作図してくれると超ハッピーですよね。 前置きも何もなく唐突ですが、{plumber}パッケージを使ってお手軽にRでAPIサーバーを構築できるヨ、という話です。{plumber}はまだCRANに登録されていないので、利用する際にはGitHubから開発版をインストールしてきてください。 🤔RでAPIサーバー? 「RでAPIサーバーを作る」という話自体は昨年末のJapan.Rでゴミ箱さんが話されていたのですが、運営側だったこともあってしっかりと聞けていませんでした（この記事を書こうとして、そういえばゴミ箱さんがRでAPIを作る、みたいな話していたよなというのを思い出した）。ゴミ箱さんの話の中でも{p
Rで重複した値を取り除く - hiratake55 の作業メモ
→unique 関数を使う。 SQL でいう DISTINCT のようなものは無いのか?、と思って探したらやっぱり存在した。 > n<-c("Y","K","F","Y","K","Y","K","Y","K","Y","K","F","F") > unique(n) [1] "Y" "K" "F" > d<-c(8,11,23,21,1,8,21,6,4,23,1,4,9) > sort(unique(d)) [1] 1 4 6 8 9 11 21 23 一方、繰り返し出現した際の TRUE/FALSE が欲しい場合は、duplicated 関数を使う > n<-c("Y","K","F","Y","K","Y","K","Y","K","Y","K","F","F") > duplicated(n) [1] FALSE FALSE FALSE TRUE TRUE TRUE TRUE T
おすすめ！Rで解析するなら、ぜひ持っていてほしい書籍
Rで解析するなら、ぜひ持っていてほしい書籍を紹介します。なお、書籍の表紙がわかるようにAmazonアソシエイトリンクを表示しています。 随時、更新しています。価格は掲載時です。また、御殿入り書籍は下部で紹介しています。 最近読んだ本：書籍名：Rが生産性を高める〜データ分析ワークフロー効率化の実践 著 者：igjit, atusy, hanaori 価 格：3,190 発売日：2022/1 出版社：技術評論社 コメント：22.01.30 丁寧にRを生産性よく使うノウハウが紹介されている書籍です。一通り読むことでデータ解析に必要なコードの記述だけでなく、おすすめのパッケージも紹介されているので生産性が高まると思います。書籍名に負けない内容です。特筆する点としてR MarkdownやGoogleのサービスと連携する方法が記述されています。R MarkdownやGoogleのサービスと連携は古い情
💮ついに念願の「knitrで生成したPDF上で絵文字を出力する」ことに成功したぞ - cucumber flesh
進捗です。Rmarkdown (PDF)内にemoji ㊗ pic.twitter.com/geMjfSO8ip— \x48\x65\x6c\x6c\x6f (@u_ribo) August 28, 2015 そういえば我々はRで絵文字を扱うことに情熱を燃やしていた時期があった（２月14日になにしてるんだ、と今思った）。 ```{r 💣, eval=FALSE} みたいにchunk optionで絵文字が使えることを確認した。試してみるもんだな— \x48\x65\x6c\x6c\x6f (@u_ribo) February 2, 2015 notchained.hatenablog.com github.com http://rpubs.com/yutannihilation/rollingsushi qiita.com qiita.com 君たちは頭がおかしい— ホクソナギ (@te
💮Rで通知 - cucumber flesh
「Rに管理されたい。」...そういう願望が人類共通、誰しもにあると思う。 Rじゃなくてもできるはずだけど、Rに管理されたい願望が強いので、Rに管理してほしい。 コードの実行完了を通知する ちょっと調べた限りで以下の記事が見つかった。 Getting R to notify you when it’s finished running | Alice M. Brawley Notifications from R | The stupidest thing... Rから通知をとばす from TokorosawaYoshio これらは特定のコードが実行した後に通知してくれるというもの。メールやらYoやら、手段はいろいろとある。ただ、メールは正直ダサいし、Yoも今では使っていない。もっとシンプルに通知してくれるものが欲しい。 更に探してみたらgistでキャプテンがすでに書いていた。惚れる。やっ
dplyrを使いこなす！JOIN編 - Qiita
はじめに 今回は、複数(主に2つ)のdata.frameを結合する方法についてまとめます。 実際に分析する際に、1つのdata.frameだけで完結することはあんまりなく、マスタデータの結合など複数のdata.frameを組み合わせて使う必要がありますが、またまたdplyrを使えば簡単にできます。 結合と言っても、結構色んな方法があるので、分かりやすいようにチートシートからイメージ図を拝借してきました。 1つのdata.frameを操作する場合は、↓の記事を参照してください。 dplyrを使いこなす！基礎編 dplyrを使いこなす！Window関数編 JOINの種類 JOINの種類は大きく分けて以下の3つあります。 種類 説明
Rでお遊び:あなたのデータはどんな音？「audiolyzR」パッケージの紹介
データの特性を表現する方法として図や表があります。ちょっと変わった、散布図またはヒストグラムからデータの特性を音で表現するパッケージを紹介します。 なお、データの特性を音で表現するのに「アプリケーション audiolyzR」が必要です。未インストールの場合には、収録されているコマンド実行時にメッセージでインストールを実施するかメッセージがコンソールに表示されます。指示に従いインストールしてください。 参考までに「アプリケーション audiolyzR」のダウンロードリンクを紹介します。 Windows: http://s3.amazonaws.com/audiolyzR/installers/the_audiolyzR_win_v5.zip Mac: http://s3.amazonaws.com/audiolyzR/installers/the_audiolyzR_mac_v5.zip な
第2回 レポートづくりを加速せよ ～R Markdown環境の導入＆チュートリアル～ | gihyo.jp
前回はレポートづくりのオートメーション化がもたらすメリットについてやや概念的な説明をしました。今回はR Markdown環境を導入し、レポート作成の手順を説明します。実際に簡単なレポートづくりを体験して、R Markdownの威力を味わってください。 また、実務を想定した（とは言っても非常に単純化したものですが）2種類のチュートリアルを用意しましたので、これらのチュートリアルを通してオートメーション化されたレポートづくりを自分の仕事の中でどう活かすか想像してみてください。 なお、本連載記事に関する疑問・質問・コメントなどは著者Twitterアカウント（@kohske）でも受け付けていますのでお気軽にどうぞ。 R Markdown環境の導入 R Markdownを利用するには、 R {rmarkdown}パッケージ pandoc の3つのツールを導入する必要があります。 PDF形式のレポート
H2OのRパッケージ{h2o}でお手軽にDeep Learningを実践してみる(1)：まずは決定境界を描く - 渋谷駅前で働くデータサイエンティストのブログ
我らが自称ゆるふわ*1ガチ勢代表@motivic_氏がこんな記事をupしてました。 ということで、こんなに簡単にDeep LearningをR上で試せるんだったらついでに僕もやってみようと思ったのでした。ただし同じirisでやるのも芸がないので*2、そこはちょっと変えてみましたよーということで。 そうそう、Deep Learningの原理については@0kayuさんのまとめがめちゃくちゃ参考になると思うので、是非是非ご参照ください。 実装ディープラーニング 今回はまだ初歩の初歩しか触りませんが、それでもチューニングのところなどにこのスライドにも出てくるような様々な原理的側面がかかわってきます。 そもそもH2Oって何だっけ 0xdata - H2O h2o/R at master · 0xdata/h2o · GitHub 元々H2Oはin-memoryプラットフォームとしてHadoop上や最
R による文書分類入門
This document discusses analyzing text data from Japanese language transcripts of talks in R. It shows tokenizing the Japanese text into words using the MeCab library and creating bigram features by grouping the tokenized words into pairs. Some key steps include: 1. Tokenizing the Japanese transcripts into words and part-of-speech tags using RMeCabDF(). 2. Creating a tokens dataframe with title, w
テキストマイニングの基礎
〜準備編〜 まずRをインストールしておくこと（不慣れな人は丁寧に解説したRインストールのページを参照のこと）。 Rでテキストマイニングをするために石田基広氏のウェブサイトよりRMeCab_0.90.zipというファイルをダウンロードする。ファイル名は変更されるかもしれないし、0.90というバージョンも変わるかもしれないので最新のものをダウンロードすること。なおダウンロードされた.zipファイル（圧縮されたファイル）は解凍する必要がなく、.zipファイルをそのまま適当なディレクトリ（フォルダ）に置いておけばよい。 Rのワークディレクトリ（getwd()とコマンドすれば確認できる）に、例えばzip_packagesという名前のフォルダを作成しておき、その中に保存しておくと分かりやすいだろう。 〜R上での準備〜 R上でRMeCabを利用するためには [パッケージ] -> [ローカルにあるzipフ
seekR - 統計分析ソフトウェア R のための検索エンジン
統計分析ソフトウェア R のための検索エンジンです。R 言語に関する内容に特化した検索結果を表示します。
初心者でもほぼ無料でR言語を勉強できるコンテンツ10選 - paiza開発日誌
Photo by Hermann Kaser こんにちは。谷口がお送りします。 ITエンジニアの方の中には「R言語を学習したい」という方も多くいらっしゃるかと思います。 R言語は、データ分析やデータ処理に特化したオープンソースのプログラミング言語です。システムを開発をする他のプログラムミング言語とは位置付けが異なり、統計解析機能が付いていて、解析処理やその結果をグラフィカルに表示することができます。 そのため、多量のデータ解析が求められるソーシャルゲームの解析や、リサーチ、データマイニング、アソシエーション分析が必要な業務の求人が増えています。 また近年データサイエンティストが注目されていることもあり、今後求人が増えることが予想されます。 そこで今回は、プログラミング未経験～初心者の方が、なるべくコストをかけずにR言語に触れられて、学習に役立てられるコンテンツを10件ご紹介していきます。
ロジスティック回帰の考え方・使い方 - TokyoR #33
最適輸送問題（Wasserstein 距離）を解く方法についてのさまざまなアプローチ・アルゴリズムを紹介します。 線形計画を使った定式化の基礎からはじめて、以下の五つのアルゴリズムを紹介します。 1. ネットワークシンプレックス法 2. ハンガリアン法 3. Sinkhorn アルゴリズム 4. ニューラルネットワークによる推定 5. スライス法 このスライドは第三回 0x-seminar https://sites.google.com/view/uda-0x-seminar/home/0x03 で使用したものです。自己完結するよう心がけたのでセミナーに参加していない人にも役立つスライドになっています。 『最適輸送の理論とアルゴリズム』好評発売中！ https://www.amazon.co.jp/dp/4065305144 Speakerdeck にもアップロードしました: https
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
RPubs - プログラム入門（改訂版）
潜在的意味インデキシング（LSI）徹底入門 - あらびき日記
Hatena ID
