1. High Performance Python Computing for Data Science ~データ分析でPythonを高速化したいときに見る何か~ 株式会社ブレインパッド 佐藤 貴海 @tkm2261 PyData.Tokyo Meetup #4 2015年4月3日PyData.Tokyo Meetup #4 1
2. 自己紹介 • 清水裕士 – 専門:社会心理学グループダイナミクス – 所属:広島大学大学院総合科学研究科助教 – 趣味:フリーの統計ソフトを作ってます – 連絡先:simizu706(あっと)hiroshima-u.ac.jp • (あっと)を@に変えてください。 – ブログ:http://norimune.net – Twitter: @simizu706 Kazutan.R 3. 本発表のメニュー • Rで因子数の決定についての分析をしよう! – VSS関数で因子数決定の指標を出力しよう! – fa.parallel関数で平行分析を使おう! • Rで因子分析をしよう! – fa関数を使おう! – 多彩な回転方法でグルグルしよう! • Rでカテゴリカル因子分析 – mirt関数を使おう! Kazutan.R 4. 因子分析 • 項目群の背後にある潜在因子を見つける – 心理尺度を用
Editor's Notes 連続変量で変数を測定した場合でも、分散分析のように要因間の交互作用効果に興味があることも多い。 従来ではそれらの変数を高群・低群のように2値化してから分散分析を行ってきたが、データ効率の悪さと検出力の低さなどから、最近ではこのような方法は推奨されていない。 そこで、変数の連続性を残したままで、交互作用効果を検討する方法を紹介する。重回帰分析とは、複数の独立変数で従属変数を予測する分析です モデルはこんな感じです。今回、重回帰分析で交互作用を検討するわけですが、交互作用効果のおさらいです。 交互作用効果があるということは、独立変数の効果が他の変数によって変わるということです。 具体例はこれです。 この「なんてね」という言葉の背後に隠された意味は、皆さんご存知の、「ただしイケメンに限る」というやつです。 好意を伝達されてうれしくなるという、好意の伝達がうれしさに及
5. 1.データを読み込む • テキストファイル: data <- read.table(ファイル名) • CSVファイル: data <- read.csv(ファイル名) • 固定長ファイル data <- read.fwf(ファイル名) • バイナリ(.RData), .Rファイル: source(ファイル名) • データベース(ODBC利用): conn <- RODBC::odbcConnect(dsn, …) data <- RODBC:: sqlQuery(conn, クエリ) • XML data <- xmlToDataFrame(ファイル名) • shapeファイル(.shp) data <- maptools::readShapePoly(ファイル名) • iniファイル data <- raster::readIniFile 6. 1.データを読み込む ☕ ☕ ☕ デ
2. 7/8/2014 2 自己紹介 Twitter ID: @tanimocchi (もっちぃ) 数学科出身、博士(情報科学) 所属:タヒにかけ半導体 仕事:マーケティングなのか? 新規事業開拓なのか? 統計解析は必要! だと信じてる 統数研公開講座には時折参加してますので、ご一緒の際は宜しくお願いします。 アンケート設計・分析にも従事 教科書良くわからなかったので、適当に無視して且つ補足しながら進め させて頂きます。今回、理論的背景に関しては、参考文献のどこを読め ば良いか程度のみをご紹介します。 5th #みどりぼん 「データ解析のための統計モデリング入門」読書会 4. 7/8/2014 4 出典:「統計学入門 (基礎統計学)」 5th #みどりぼん 「データ解析のための統計モデリング入門」読書会 「第11章 推定」と「第12章 仮説検定」、及び下記Web
Twitter: ottamm_190 追記 2022/4/24 speakerdeck版:https://speakerdeck.com/masatoto/shen-ceng-xue-xi-falsebu-que-shi-xing-uncertainty-in-deep-neural-networks コンパクト版:https://speakerdeck.com/masatoto/shen-ceng-xue-xi-niokerubu-que-shi-xing-ru-men
Several recent papers have explored self-supervised learning methods for vision transformers (ViT). Key approaches include: 1. Masked prediction tasks that predict masked patches of the input image. 2. Contrastive learning using techniques like MoCo to learn representations by contrasting augmented views of the same image. 3. Self-distillation methods like DINO that distill a teacher ViT into a st
2. 自己紹介 1 / 392013/8/31 • Twitter ID: @horihorio • お仕事: 分析コンサルタント • 興味: 統計色々/DB/R/Finance/金融業/会計 • 過去の発表: ここ • 最近の出来事 • 金融業以外の分析にも進出 • だが何故か証券アナリストを取った • 優秀な人のマネジメントっぽい事を • 息子が1歳になった ロジスティック回帰の考え方・使い方 3. 今回の想定ケース 2 / 392013/8/31 ロジスティック回帰の考え方・使い方 • 旅行代理店勤務 マーケティング部所属3年目 • 「Rによるやさしい統計学」で Rの操作、線形回帰に慣れた • 上司(超文系)に 「いつもツアーの案内DM送っているけど、 もっと上手い送り方って考えてくれない?」 と言われた。どうしよう… 4. 紹介すること 3 / 392013/8/31 ロジスティッ
5. 分析ツール ● R○ 無料,非エンジニアでも扱いやすい言語 ● Python ○ Numpy, Scipy, Scikit-learnなどの科学計算ライブラリ が充実。エンジニアに親しまれやすい ● Julia ○ 2012年登場,玄人向け, 開発段階 ● Excel ○ ほとんどの人が使える。ピボットテーブル便利 ● など Japan.Rでパネルディスカッションを 予定してます。 7. R言語の使い方に困ったら ● Rjpwiki ○ http://www.okada.jp.org/RWiki/ ● RPubs ○ https://rpubs.com/ ● seekR ○ http://seekr.jp/ ● R-tips ○ http://cse.naro.affrc.go.jp/takezawa/r-tips/r.html ● JIN’S Page ○ http://www1.
1. Copyright ©2014 Treasure Data. All Rights Reserved. トレジャーデータ流 データ分析の始め方 ∼データサイエンティストがもたらす新しい価値∼ 2014/6/27 Takahiro Inoue (Chief Data Scientist) taka@treasure-data.com 1 2. Copyright ©2014 Treasure Data. All Rights Reserved. アジェンダ • トレジャーデータサービス概要 • データサイエンティストのプロセス • 事例(オンラインゲーム) 2 目的:数多くの事例を通してデータ分析のヒントを得てほしい 3. Copyright ©2014 Treasure Data. All Rights Reserved. 自己紹介 • 井上 敬浩 (Twitter: @do
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
処理を実行中です
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