TreasureData + JavaScript SDK - Qiita
はじめに TreausureDataにTreasureData社が提供しているJavaScript SDKを用いてデータをアップロードする方法を記載します。 基本的な部分は既にTreasureData社のCTOの太田さんがQiitaに書いてくれているのでこちらでは実際に動かしてデータの確認までを記載します。 環境 以下環境情報になります。 HTTP Client OS: Mac OS X 10.9.5 HTTP Client ブラウザ: Chrome 38.0.2125.101 HTTP Server OS: Ubunt 12.04 HTTP Server: nginx/1.1.19 TreasureData JavaScript SDK: 1.2.0(2014/10/16時点最新) 前提条件 以下前提条件となります。 Nginxがインストール済みであること。 ブラウザ経由でアクセスできる
【第4回】レコメンデーションの虚実（4）〜ベイジアンは「Amazonを超えた」のか？ (1/2) - ITmedia アンカーデスク
レコメンデーションの虚実（4）～ベイジアンは「Amazonを超えた」のか？：ソーシャルメディア セカンドステージ（1/2 ページ） Amazonを超えるレコメンデーションエンジン 今年8月6日・13日号の『日経ビジネス』誌に、「王子とニート 若者を浪費する日本社会」という特集が掲載された。この特集の中で紹介されていたのが、ライブドアのCTO（最高技術責任者）や代表取締役を経てゼロスタートコミュニケーションズを設立したzakiさんこと山崎徳之氏。この記事で、彼の登場する場面はなんとも凄い。次のような書き出しだ。 天才プログラマーの腕はさび付いていなかった。 「よし、とりあえずアマゾンは超えたかな」 東京・渋谷の小さなオフィスで、ゼロスタートコミュニケーションズ社長の山崎徳之はキーボードから手を離すと、小さく伸びをした。 この記事のことを聞いてみると、彼は苦笑しながらこう言った。「いやあ、さす
Rでダイナミックベイジアンネットワーク - dataminer.me
日本語で検索してあまり出てこなかったから、とりあえずメモ。 以前はWindowsでPython→Rっていう形でダイナミックベイジアンネットワークを 使っていたのだけど、開発環境をUbuntuに変えたので、再インストール。 （でも、割とGUIに頼った生活をしていたので、GUIのないRはきつい） Rでダイナミックベイジアンネットワークを使うためのパッケージには G1DBNというパッケージがあり、基本的にPythonとRの2択しか 選べない自分にとっては、Rでできることはとてもありがたい。 （PythonにもMocapyというダイナミックベイジアンが使えるモジュールがある） 一応、バイオインフォマティクスが専門であたりするので、 時系列の遺伝子発現データがテストファイルとして、登録されているのも ありがたい。 使い方というか、実用例に関しては後日。 （G1DBNが使われている論文） Identi
多次元配列（行列）の構築 - R言語と統計処理を勉強する日記
R 言語で多次元配列（行列）を構築する方法について。 配列の構築と要素の参照 配列（array）は、複数の添字を持つデータ集合です。添字を k 個持つ配列は、k 次元配列（k-dimensional array）と呼ばれます。特に 2 次元配列は、行列（matrix）を記述します。 配列を構築する基本的な方法は、ベクトルに次元ベクトル（dimension vector）を設定することです。例えば 2x3 行列を構築するためには、 > v <- 1:6 # 2x3 (=6) 要素を持つベクトルを構築 > v # この時点では単なる 2x3 (=6) 要素のベクトル [1] 1 2 3 4 5 6 > dim(v) <- c(2,3) # 構築したベクトルに、次元ベクトルを設定 > v # すると、2x3 行列になる [,1] [,2] [,3] [1,] 1 3 5 [2,] 2 4 6 >
Rと集団学習
集団学習(ensemble learning)は、決して精度が高くない複数の結果を統合・組み合わせることで精度を向上させる機械学習方法である。複数の結果の統合・組み合わせの方法としては、分類問題では多数決、数値の予測(回帰)問題では平均が多く用いられている。 集団学習では、異なる重み、あるいは異なるサンプルから単純なモデルを複数作成し、これらを何らかの方法で組み合わせることで、精度と汎化力を両立するモデルを構築する。 本稿では、集団学習方法による、回帰・分類のアルゴリズムバギング(bagging)、ブースティング(boosting)、ランダム森(random forest)の基本概念およびこれらのRのパッケージと関数を紹介する。 機械学習の問題では、学習によって回帰・分類を行うシステムを学習機械と呼ぶ。文献によっては学習機械を仮説(hypothesis)、分類器・識別器(classi
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
RPubs - Rでベイジアンネットワークメモ
