はじまるデータ分析応用ビジネス AI/データ分析ブームは近年ますます勢いづいていますが、チュートリアルからなかなか先に進めない方も多いのではないでしょうか?db analytics showcase Sapporo 2018では、実ビジネスへの応用にヒントを見出すための30セッションを用意。札幌でデータ分析技術/AIなどを応用したビジネスを展開している企業の方からも多く講演いただきました。
![db analytics showcase Sapporo 2018 | db tech showcase](https://cdn-ak-scissors.b.st-hatena.com/image/square/1cd718fd8794114b0eee561045984f9a35e3a076/height=288;version=1;width=512/https%3A%2F%2Fwww.db-tech-showcase.com%2Fmv_sapporo2018-2x.png)
The source for financial, economic, and alternative datasets, serving investment professionals.
概要 Rは対話的にデータ分析をおこなうことに適したプログラミング言語であり、それに加えてデータの可視化などのパッケージも含むデータ分析の「スイート」と言えます。 この記事ではまだRに触れたことがないユーザーが、Rの基本を解説しつつ、決定木およびランダムフォレストと呼ばれるアルゴリズムを用いた予測モデルを作成する手順までをチュートリアル形式でカバーしていきます。 このチュートリアルを終えると、構造化データの統計を瞬時に算出できるようになり、かつ、その分析モデルをつかって予測をおこなうことができるようになります。 環境 OSはMacOS X Yosemiteを利用しますが、Macの他のバージョン、およびWindowsでもほとんどの手順はそのまま適用できるはずです。 下記URLよりお使いのOSに合ったRをダウロードします。 https://cran.ism.ac.jp インストーラーを実行します
R と Python の連携を考える 最近 R による基本的なデータプロッティングやファイル入出力の方法について説明しました。 データ分析の言語としては Python ですべてをやろうという傾向があるようですが、やはり過去の膨大な R による資産は魅力的でそう簡単に切り捨てられるものではありません。 よくあるケースとしては、部分的なデータ解析については R を流用したいが、全体的なプログラミングは Python で書きたいというシーンでしょう。また、プロッティングだけ R でおこないたいという場合もあるでしょう。こんなとき Python と R で連携できれば問題が一気に解決して便利です。 Python から R を利用するライブラリ PypeR かつては RPy2 というライブラリが使われていたようですが、最近使われており主流なのは PypeR です。 PypeR のインストール インス
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