『MarkeZine』が主催するマーケティング・イベント『MarkeZine Day』『MarkeZine Academy』『MarkeZine プレミアムセミナー』の 最新情報をはじめ、様々なイベント情報をまとめてご紹介します。 MarkeZine Day
とっつきにくいけど実はエクセル以上に賢いヤツ フリー統計解析ソフトウェア「R」を触ってみよう【R入門講座】
『MarkeZine』が主催するマーケティング・イベント『MarkeZine Day』『MarkeZine Academy』『MarkeZine プレミアムセミナー』の 最新情報をはじめ、様々なイベント情報をまとめてご紹介します。 MarkeZine Day
非エンジニアにもわかるR言語で何ができるか？【データマイニング】 その２ | Sanow Labs blog（サノウラボブログ）
GMOアドパートナーズ(株)がソーシャルメディア・Web広告戦略を提供するラボサイト!Web広告のトレンドや、SEO/SEM、ソーシャルメディアの最新手法の紹介から、ニュース、インタビュー記事等を掲載していきます。実績を通じて得た経験や専門的且つ、実践的なテクニックを活かして、他社の先を行く実効性のあるマーケティング戦略論を提供します。はじめに 「風が吹けば桶屋が儲かる」 この言葉の意味をご存知でしょうか。何故、風が吹くと桶屋が儲かるのでしょう。 大風で土埃が立つ →土埃が目に入って盲人が増える →盲人は三味線を買う →三味線に使う猫皮が必要になり、猫が殺される →猫が減れば鼠が増える →鼠は桶をかじる →桶の需要が増え桶屋が儲かる ある事象の発生により、一見すると全く関係がないと思われる物事に影響が及ぶという日本古くから伝わることわざです。また、現代でも連関規則の有名な例とし
非公開サイト
サイトの構築。作品の販売。ブログの投稿。この他にもさまざまな機能があります。 ログイン サイトをはじめよう 非公開サイト このサイトは現在プライベート設定になっています。
R バージョン3に寄せて - 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2014-01-03 Ｑ＆Ａ (初級者コース)/15 トップ頁へのコメント 2013-12-27 R と Julia 2013-12-23 ＲでＧＩＳ 2013-12-20 R本リスト 2013-12-19 R史 2013-12-18 SweaveでエディタとDVIビューア間の相互移動 latticeExtra R と Linked Data 2013-12-17 なんでも掲示板アーカイブ（５） 2013-12-14 R で数独 2013-12-11 Rでスポーツ統計 2013-12-10 R のインストール Rとインターフェースのあるアプリとサービス RecentDeleted 2013-12-09 SweaveTips集 2013-12-08 R と Big Data 処理 R掲示板 P
データ・サイエンスのプログラミング言語はRからPythonに置き換わる | readwrite.jp
これまでデータ・サイエンティストの選ぶプログラミング言語はRだったのだが、急激にPythonに置き換わろうとしている。 このシフトの理由はいくつかあるようだが、第一にはPython自体が汎用的で比較的学びやすい言語であるのに対し、Rが習得するにあたってやや複雑であることがあげられるだろう。 データにますます依存しつつある現代社会とデータに飢えたサイエンティストにとっては「簡単さ」こそが鍵となるのだ。 Rは実際にはプログラミング言語ではないRを覚えることに苦労する人が多い理由として考えられるのは、Rが実際にはプログラミング言語ではないからかもしれない。R専門家のジョン・クックいわく、Rとは「統計のためのインタラクティブな環境」であり、厳密にはプログラミング言語ではないのだ。彼はさらに「Rをプログラミング言語だと考るのではなく、Rがプログラミング言語を内包しているのだと考えた方が良いと分かった
R+pythonでKAGGLEの2値予測に挑戦!
2. 岡 右⾥里里恵(早⼤大理理⼯工M1) データサイエンティスト⾒見見習い iAnalysis でインターンを初めてちょうど2ヶ⽉月くらい 出⾝身、住まい等 横浜(神奈奈川都⺠民) 趣味 映画鑑賞, シンセ 好きな物 redbull 誰？ 2 @0kayu 3. 研究 : 「fMRI画像解析による精神病の診断予測」 を、やる予定(今まではシミュレーション主体の研究(物理理化学)) ← ◦ 「そのために機械学習, 統計をフルに使えるようにならなければ!」 で、何をする人？ 3 @0kayu 初心者 R , python , 機械学習, 統計は初めてまだ2ヶ⽉月ちょい
Rで計量時系列分析～CRANパッケージ総ざらい～
2. 一応、自己紹介を… 尾崎 隆 (Takashi J. OZAKI, Ph.D.) “J”に深い意味はありません 学者だった頃に同業界にT. Ozakiさんがいたので と思ってJをつけたら、別業界にT. J. Ozakiさんが… 2013/8/31 2 4. 一応、自己紹介を… こういうキャリアをたどっております 1997～2001年 東京大学工学部計数工学科 （※情報工学系） 2001～2006年 東京大学大学院新領域創成科学研究科 修士＆博士課程（脳科学） 2006～2011年 理化学研究所脳科学総合研究センター 研究員（脳科学） 2011～2012年 東京大学教養学部 特任研究員（心理学） 2012年4月 慶應義塾大学医学部 特任助教（産学連携） ※30代のうちにポスドク問題を乗り切ることは 事実上不可能と判断して、キャリアチェンジに 打って出る
何も考えずに線形回帰すると怖いので、計量時系列分析でダメ押ししてみる - 渋谷駅前で働くデータサイエンティストのブログ
何気なく読んでいて、途中で「？」と思った記事がありました。 ITエンジニアのためのデータサイエンティスト養成講座（5）：「ビールと紙おむつ」のような相関関係を探る分析手法にはどんなものがある？――データ分析方法についての検討 (1/5) 何をやっているのかなー、と思って読み進めていったら一つ引っ掛かるところが。まず、この特集で扱っているのは「気温」と「電力消費（の日次最大値）」という時系列データなんですよね。なのに、4ページ目で普通に線形単回帰してます。 時系列をプロットしたのを眺めれば、どう見たって互いに相関しているのは丸分かりなのでどう計算しても構わないなんていうのは一目瞭然なんですが、それでも手法の説明のところで「時系列分析(ARMA / ARIMA)」とか言っているので、もうちょっと色々その辺を踏まえた何かがあっても良いのかなと思ったのでした。ということで、いつもながらRで見てみよ
Genetic drift simulation | R-bloggers
[This article was first published on R snippets, 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. While preparing for the new teaching semester I have created an implementation of NetLogo GenDrift P local in GNU R. The model works as follows. Initially a s
RStudio
RStudioの紹介 RStudio™ はRのための新しい統合開発環境(IDE)です。RStudioは，あなたがRを最大限利用する手助けとなるよう直感的なユーザインターフェイスと強力なコーディングツールを結合させたものです。 生産的 RStudioはRを使って何かを生み出す時に必要なものすべてを単一のカスタマイズ可能な環境にまとめたものです。その直感的なインタフェイスと強力なコーディングツールは作業をより早く終える助けとなるでしょう。 どこでも走る RStudioはWindows, Mac OS X, Linuxといったすべての主要なプラットホームで利用できます。RStudioはRとともにサーバ上で走らせることもできるので，複数のユーザがウェブブラウザを用いてRStudio IDEを利用することもできます。 フリー&オープン R同様，RStudioもソフトウェアの共有と改変，すべてのユーザ
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
NeuralNetwork、SVM、NaiveBayesでのSpam判別の精度比較！訓練データの割合でどう変わるのか？！ - kingqwertの覚書
R, 統計, 機械学習 まぁ、表題の通りです。NeuralNetwork、SVM、NaiveBayesの３つの手法で、訓練データの割合を１〜９９％まで変更させた時に、どのように正答率が変化するのかをシュミレーションしてみましょう。結果はこのようになりました。 明らかにNaiveBayesの精度が悪いですね。SVMとニューラルはほぼ同じくらいですが、訓練データの割合が少ない場合はSVMよりもニューラルネットの方が精度が高いようです。 これは、4600のデータしかないので訓練データが１％などというのは少なすぎて微妙だとは思いますが、結構如実に３手法の間で違いが出てきて興味深いですね。なぜそうなるのかは、のちのち書いていこうと思います。 あと、Tipsとしては、for文の中において、今何回目のループなのかを判別するためにfor文内の最初に message(paste(i,""),appendLF
モデル式を使えるようになりたい - もうカツ丼はいいよな
lm()とかで使うチルダ使ったアレ． lm(x ~ y, data = hoge) モデル式，モデル公式，model fomulaなどと呼ぶ．すごくおおざっぱな言い方をすると，チルダ"~"の左側の変数を右側の式で説明するモデルを作成する*1． > str(x~y) Class 'formula' length 3 x ~ y ..- attr(*, ".Environment")=<environment: R_GlobalEnv> クラスはformulaで，表現式オブジェクトみたく評価されてない状態のオブジェクトができる． もうちっと詳しいことはやはりあそこ(Rの言語仕様とか色々参考にできそうな関数とかのメモ - yasuhisa's blog)を参考にしてもらうとして，やりたかったのは何かというとdata=というアレ． my.dataframe <- data.frame(x=1:5,
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
On the growth of R and Python for data science | R-bloggers
R-Fiddle
Plotting Times of Discrete Events | R-bloggers
「R言語上級ハンドブック」を執筆しました - あらびき日記
RStudio
Learn R, Python & Data Science Online
R のデータ構造とメモリ管理 - あらびき日記
