(Background image by Pixabay) 最近また「データ分析をやるならRとPythonのどちらでやるべきか」という話題が出ていたようです。 言語仕様やその他の使い勝手という点では、大体この記事に書いてあることを参考にすれば良いと思います。その上で、人には当然ながら趣味嗜好がありますので、個々人が好みだと思う方を使えば良い話ではあります。 とは言え、僕自身もクソコードの羅列ながらこのブログにR & Pythonのコードを載せているということもあるので、便乗して今回の記事では僕個人の意見と感想も書いてみようと思います。いつもながらど素人の意見（特にPythonは本業ではない）なのと、自分がメインに使っているRでもtidyverseをほとんど使わないなど割とout-of-dateな使い方をしているということもあり、読んでいておかしなところなどあればどしどしご指摘くださると有難

R の changepoint パッケージの使い方についてです。 第66回R勉強会＠東京（#TokyoR）発表資料 https://atnd.org/events/92993

お久しぶりです。 最近上司と「機械学習とかその辺の技術が発展したら、真っ先に自動化されて仕事なくなるのはハンパなエンジニアと中間管理職だよね〜」という話をして危機感を募らせている @takeshi0406 です。 WEBエンジニアにはご存じの方も多いと思いますが、転職ドラフトというWEBサービスがあります。 job-draft.jp このサービスは、次のような理念や問題感から始まった作られたものだそうです。素晴らしいです。 企業による公開競争入札。 これなら、自由競争でのリアルな相対価値がわかるようになる。 エンジニアだからこそ、より明確に。 誰が評価され、誰が評価されないのか。 自分の価値向上には、これから何をすべきなのか。 私も「友達を紹介してオライリー・ジャパンの本をGETしよう！」の文言につられて、友だちを3人紹介した上で登録したのですが、レジュメを丁寧に読んでダメ出ししてもらえ（

この記事は、R Advent Calendar 2016の10日目の記事です。 昨日はcallmekohei様のR言語を使ってロト6を当ててみる！でした。 intro その昔、昆虫少年?だった時代は、$Amarygminae$という連中を相手にしていました。 上位分類が$Tenebrionidae$と言いまして、日本語ではゴミムシダマシと呼びます。 この他にも、カミキリモドキ、ニセマグソコガネとか、そーゆーのが大好きでした。 この系統の名前で文句無しのチャンピオンは、ニセハムシダマシでしょうね。 ハムシも、それに似たハムシダマシもちゃんといます。 ハムシダマシに似て非なるムシを見つけちゃったから、ニセハムシダマシ。 ちなみに、ハムシモドキという連中もいますが、 寡聞にして、ニセハムシモドキの存在は知りません。 ふふふ オトナダマシ えーと、何でしたっけ。 そう。 人前でプレゼンテーションを

データを扱うレポートには、グラフやテーブルなど、データの可視化が不可欠です。今回は特にR MarkdownでHTML形式のレポートを作成する時に役立つ可視化手法について紹介します（PDFレポートなどでも使える手法もあります⁠）⁠。可視化においてもコピペ汚染の排除、再現性の確保、すなわちオートメーション化が最重要課題であることに変わりはありません。今回紹介する手法は全て、外部グラフ作成ツールやテーブル作成ツールなどを使うこと無く、.Rmdファイルの中で完結できるようになっています。 なお、それぞれの手法についての詳細な解説は避けて、どのようなことができるのかを広く浅く紹介します。というのも、レポートを作る際には自分が使う手法をきちんと使えれば充分で、全ての手法に精通している必要はないからです（誌面が足りないというのと執筆時間が足りないというのもあります⁠）⁠。今回の記事を一通り眺めてもらって

今回は「ほぼＲしか使ったことがない」人間*1が、できる限り二者の優劣をくっきり述べる。 僕はほとんどＲしか使ったことがない。Pythonはtfidfやクイックソートをライブラリ無しで実装した程度。 前半の主張は以下である。 「過去のＲでの１０回程度の解析において、Ｒで不十分さを感じてPythonを使った経験は１度だけ、しかも部分的にしかなかった。Ｒの使いにくさを感じることも最近はだいぶ無くなった。だから初学者には「事足りる」Ｒを勧める。」 前半の主張 今までにＲでやった解析の内容は大体以下である。 （未発表）は途中で頓挫した、もしくは現在進行中／契約により詳細＆解析結果の公開不可能のプロジェクトである。 [ビジネス・製造業] 米国新車価格の線形重回帰分析（授業の期末課題） [ビジネス・不動産] 不動産賃貸価格の線形重回帰分析（発表スライド） [ビジネス・ＩＴ] ＥコマースサイトのＡＲＩＭＡ

2014年は研究の再現性ということが非常に話題になった年だったと思います。ソフトウェア開発の世界の技術であるバージョン管理システムが、データ分析のコードの管理と再現性の確保にも非常に便利だと思ったので簡単なまとめです。分析のコードは書くけどバージョン管理になじみがない研究者やwannabe(私とか)を対象にしています。 "ほんとは簡単？SourceTreeでGitを始めよう！" (http://naichilab.blogspot.jp/2014/01/gitsourcetreegit.html ) "サルでもわかるGit入門" (http://www.backlog.jp/git-guide/intro/intro1_1.html ) というわかりやすい記事を参照しながら、データ分析の文脈で解説します。 とりあえずファイル名でバージョン管理 データハンドリングや解析のコードを変更するにあ

#バグ報告を頂ければ24時間以内に直します！ カモン-> @gogo_tanaka 俺指向言語Q fooo↑↑ 動機 僕はただの数学/統計系の学部生で、RやMathematicaなどの言語を強いられる事が多いのですが、 RubyやHaskellやScalaなどのステキな言語を知っていると「ちょっとな〜」と思っておりましたところ、 突然「あ、新しい言語作らなアカン」という不可思議な衝動に駆られ ガッと取り憑かれたように実装し、少し冷静になってQiitaを書いているのが今です. フィードバックを頂きながら育てて行きたいと思います（コミッター絶賛募集中、ワイワイ楽しくやりたいです. アメちゃん差し上げるのでお願いします. ） 現在はコンパイラと４秒くらいで作ったインタプリタがあります. ポリシー 一番大きな観念としては ###「紙とペンの感動をキーボードで」 です. 後々の可読性や保守性などはど

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

統計解析器RをJavaで使う。 RをJavaで扱うライブラリもあるようだけど、 ライブラリの中を理解するのが大変そうなので、 ライブラリを使わずにRの出力をJavaで受け取りたい。 というわけで、やってみた。 環境 Ubuntu 10.04 Netbeans 6.8 コード help()コマンドを実行した時の出力を受け取る。 import java.io.BufferedReader; import java.io.BufferedWriter; import java.io.IOException; import java.io.InputStream; import java.io.InputStreamReader; import java.io.OutputStream; import java.io.OutputStreamWriter; /** * * @author Syu_

『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

Rは統計をするうえでとても使い勝手の良いプログラミング言語です。 本スライドでは、データの型の説明から、集計までに基本的なプログラミング方法を説明します。 会社サイト：http://www.data-artist.com/Read less

さて、前回リストの記事から半年ぐらい経ちましたよーということで、それ以降に発刊された書籍などを吟味した上で更新したリストをお届けしたいと思います。といっても引き続き今回のリストにも入っているものが多いので変わり映えしないかもですが。。。 前回同様、統計学や機械学習にまつわる学術的な知識を得るだけにとどまらず、ビジネスにおけるデータ分析のプロとして知っておきたい知識を得るために必要な書籍もリストに入れてあります。 確率論まわりの基礎理論についての書籍は僕自身が勉強途中なので割愛しました*1。またコーディングまわりの本は一旦割愛してあります。というか僕はエンジニアとは言い難い身なので（泣）、コーディングまわりや詳細な実装プロセスなどは適宜必要な本を読んで下さいということで。。。 そして改めての断り書きですが、これは「ある程度既に統計学や機械学習などに馴染みがあってそれなりにPythonでコード

グローバルTokyoRで何話そうかなー、と思っていたんですがそう言えば主賓がvisualizationの人なんだったっけなぁということで、可視化の話にでもしようかなと。ということで、僕の大好きなネタでもやろうかと思います。 それは、「とにかく{arules} + {arulsViz}で可視化してしまえ」戦略。基本的に世の中のデータマイニングにせよ分類問題にせよ、実は様々な説明変数の共起（？）関係で表せることが多く*1、そういう時は何だかんだでassociation rulesを使うのが一番手っ取り早いんですよね。僕自身の勉強不足を補う目的からも（汗）、ちょっと書いてみようと思います。 アイテム間の条件付き確率たくさん→ベイジアンネットワークもどき→有向非循環グラフ 基本的に、association rulesはアイテム間の共起確率をある状態に対する条件付き確率として出すものです*2。そして

興味を持ち続けていた統計解析や、R言語の勉強をはじめました！　まだまだ初歩の初歩ですが、この記事がいつか偉大な一歩になれるように頑張っていく所存ですw まずは、R言語や統計解析に関する入門記事や、モチベーションがアップしそうな記事をまとめていきます！ (02/23 11:00) 初学者の人にお勧めな資料にフォーカスしてまとめ直し 🍮 [スライド] 統計学入門 統計学の全体像をつかむのに最適なスライドです。初歩…とはちょっと呼べないくらい内容が深いです！ 🏈 [スライド] 初めての「R」 統計解析を始めるときにWindowsな方も、Macな方もとっつきやすのが『R』です。このRを完全初心者をターゲットに説明をしていただけている資料です。超わかりやすいです！ 🍄 [デスクトップアプリケーション] R用のIDE: RStudioRStudio RStudioはR言語用のIDEです。Wind

7. R言語とJavaScript比較 library(Wordcloud)を使用 library("wordcount") wordcloud( + data$Term, data$Freq, + scale=c(5,2), + max.words=Inf, + random.order=T, + random.color=T) 変化があまり見れないのはこ のとき使ったデータが悪かっ たので・・・ 8. R言語とJavaScript比較 D3.js+d3-cloud d3.csv('resources/data/out.csv', function(data){ var h = 600; var w = 800; var random = d3.random.irwinHall(2) var countMax = d3.max(data, function(d){ return d.Fr