An API Generator for R
Plumber allows you to create a web API by merely decorating your existing R source code with roxygen2-like comments. Take a look at an example. # plumber.R #* Echo back the input #* @param msg The message to echo #* @get /echo function(msg="") { list(msg = paste0("The message is: '", msg, "'")) } #* Plot a histogram #* @serializer png #* @get /plot function() { rand <- rnorm(100) hist(rand) } #* R
🔧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
Monitor Cassandra Performance Metrics
Product { this.openCategory = category; const productMenu = document.querySelector('.product-menu'); window.DD_RUM.onReady(function() { if (productMenu.classList.contains('show')) { window.DD_RUM.addAction(`Product Category ${category} Hover`) } }) }, 160); }, clearCategory() { clearTimeout(this.timeoutID); } }" x-init=" const menu = document.querySelector('.product-menu'); var observer = new Muta
Data Mining Large Medical Time Series Databases
Eamonn Keogh, Jessica Lin, Ada Fu This webpage provides some extra details about time series discords. The first paper on time series discords was: E. Keogh, J. Lin and A. Fu (2005). HOT SAX: Efficiently Finding the Most Unusual Time Series Subsequence. In The Fifth IEEE International Conference on Data Mining. Click here for a slightly longer version of the paper. This 10 page version has more ex
本のサポートページ – Tsuyoshi Ide
井手剛が書いた本のサポートページです。 異常検知と変化検知 (講談社, 2015) [冒頭部立ち読み] [ 講談社サイエンティフィクのページ] 本書は、前著『 入門 機械学習による異常検知』の続編と位置づけられます。統計学における伝統的な仮説検定の枠にとらわれず、最新の機械学習の技術を幅広く盛り込みながら、異常検知・変化検知の実用的な技術を体系的に解説するよう努力しました。 理論構成上の本書の特色は、異常検知問題を「ネイマン・ピアソン決定則」と本書が呼ぶ考え方に基づく意思決定の問題として定義し、通常いわゆるベイズ決定則に基づいて行われる2値分類問題との違いを明確に区別していることです。これによりラベル付きデータの取り扱いが明確になり、また、共著者の杉山さんのグループがここ数年精力的に展開してきた密度比推定理論とのつながりも明確になります。この点において、前著『入門 機械学習による異常検知』
Google スプレッドシートからデータをSQLライクに取得してグラフを描く - Qiita
スプレッドシートのQUERY関数やVisualization APIではSQLライクなクエリ言語を使ってデータの集計をすることができます。今回はクエリ言語を使ってデータを集計し、結果を利用してグラフを描くアプリケーションを作成してみます。 前回作成したPivotTable.jsでは集計関数を一つしか使えないため、ある値の最小値、最大値、平均を並べるといったことはできませんでした。今回の方法では同時に集計関数を複数使う事も可能になっています。 Google スプレッドシートのデータをPivotTable.jsで表示する - Qiita TL;DR スプレッドシートのQUERY関数、Visualization APIではSQLライクなクエリ言語を使ってスプレッドシートからのデータ取得・集計ができる クエリ言語のGROUP BY句やPIVOT句はピボットテーブルと対応づけると覚えやすい クエリし
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
