Submit Search
Upload
Tokyo.R #19 発表資料 「Rで色々やってみました」
•
10 likes
•
4,156 views
Masayuki Isobe
Follow
2011/11/19 第19回東京R言語勉強会@大森 発表資料
Read less
Read more
Technology
Report
Share
Report
Share
1 of 50
Download now
Download to read offline
Recommended
LT@Chainer Meetup
LT@Chainer Meetup
Shunta Saito
Rでisomap(多様体学習のはなし)
Rでisomap(多様体学習のはなし)
Kohta Ishikawa
20150928楽しいlambda
20150928楽しいlambda
Norifumi Homma
Ilerpg Study 004
Ilerpg Study 004
Yoshiki Ushida
あまぁいRcpp生活
あまぁいRcpp生活
Masaki Tsuda
D言語会議#1
D言語会議#1
9rnsr
Ilerpg Study 003
Ilerpg Study 003
Yoshiki Ushida
会津合宿2015Day3:D問題
会津合宿2015Day3:D問題
HCPC: 北海道大学競技プログラミングサークル
Recommended
LT@Chainer Meetup
LT@Chainer Meetup
Shunta Saito
Rでisomap(多様体学習のはなし)
Rでisomap(多様体学習のはなし)
Kohta Ishikawa
20150928楽しいlambda
20150928楽しいlambda
Norifumi Homma
Ilerpg Study 004
Ilerpg Study 004
Yoshiki Ushida
あまぁいRcpp生活
あまぁいRcpp生活
Masaki Tsuda
D言語会議#1
D言語会議#1
9rnsr
Ilerpg Study 003
Ilerpg Study 003
Yoshiki Ushida
会津合宿2015Day3:D問題
会津合宿2015Day3:D問題
HCPC: 北海道大学競技プログラミングサークル
Tokyo.R 白熱教室「これからのRcppの話をしよう」
Tokyo.R 白熱教室「これからのRcppの話をしよう」
Nagi Teramo
論理指向とプログラミング2010年度秋学期第9回
論理指向とプログラミング2010年度秋学期第9回
Noritada Shimizu
Ilerpg Study 002
Ilerpg Study 002
Yoshiki Ushida
任意粒度機能モデルコードクローン検出手法のリファクタリング理解への適用の試み
任意粒度機能モデルコードクローン検出手法のリファクタリング理解への適用の試み
Kamiya Toshihiro
Ruby 3 の型解析に向けた計画
Ruby 3 の型解析に向けた計画
mametter
実行トレース間のデータの差異に基づくデータフロー解析手法の提案
実行トレース間のデータの差異に基づくデータフロー解析手法の提案
Kamiya Toshihiro
Scala 初心者が米田の補題を Scala で考えてみた
Scala 初心者が米田の補題を Scala で考えてみた
Kazuyuki TAKASE
111015 tokyo scipy2_ディスカッション
111015 tokyo scipy2_ディスカッション
Shohei Hido
for関数を使った繰り返し処理によるヒストグラムの一括出力
for関数を使った繰り返し処理によるヒストグラムの一括出力
imuyaoti
My code
My code
俊 中村
ライントレースで役立った「キュー」の話し
ライントレースで役立った「キュー」の話し
noanoa07
110828 tokyo scipy1_hido_dist
110828 tokyo scipy1_hido_dist
Shohei Hido
ICFP2009-いかにして我々は戦ったか
ICFP2009-いかにして我々は戦ったか
ina job
C# 7 Current Status
C# 7 Current Status
Takaaki Suzuki
基礎からC言語 part1
基礎からC言語 part1
Hiroyuki Ito
Implementing sobol's quasirandom sequence generator
Implementing sobol's quasirandom sequence generator
Masashi Shibata
JSX / Haxe / TypeScript
JSX / Haxe / TypeScript
bleis tift
Scala 初心者が Hom 函手を Scala で考えてみた
Scala 初心者が Hom 函手を Scala で考えてみた
Kazuyuki TAKASE
Capitalicoでのchainer 1.1 → 1.5 バージョンアップ事例
Capitalicoでのchainer 1.1 → 1.5 バージョンアップ事例
Jun-ya Norimatsu
型推論
型推論
Eita Sugimoto
Dummiesパッケージ
Dummiesパッケージ
weda654
R実践 機械学習による異常検知 01
R実践 機械学習による異常検知 01
akira_11
More Related Content
What's hot
Tokyo.R 白熱教室「これからのRcppの話をしよう」
Tokyo.R 白熱教室「これからのRcppの話をしよう」
Nagi Teramo
論理指向とプログラミング2010年度秋学期第9回
論理指向とプログラミング2010年度秋学期第9回
Noritada Shimizu
Ilerpg Study 002
Ilerpg Study 002
Yoshiki Ushida
任意粒度機能モデルコードクローン検出手法のリファクタリング理解への適用の試み
任意粒度機能モデルコードクローン検出手法のリファクタリング理解への適用の試み
Kamiya Toshihiro
Ruby 3 の型解析に向けた計画
Ruby 3 の型解析に向けた計画
mametter
実行トレース間のデータの差異に基づくデータフロー解析手法の提案
実行トレース間のデータの差異に基づくデータフロー解析手法の提案
Kamiya Toshihiro
Scala 初心者が米田の補題を Scala で考えてみた
Scala 初心者が米田の補題を Scala で考えてみた
Kazuyuki TAKASE
111015 tokyo scipy2_ディスカッション
111015 tokyo scipy2_ディスカッション
Shohei Hido
for関数を使った繰り返し処理によるヒストグラムの一括出力
for関数を使った繰り返し処理によるヒストグラムの一括出力
imuyaoti
My code
My code
俊 中村
ライントレースで役立った「キュー」の話し
ライントレースで役立った「キュー」の話し
noanoa07
110828 tokyo scipy1_hido_dist
110828 tokyo scipy1_hido_dist
Shohei Hido
ICFP2009-いかにして我々は戦ったか
ICFP2009-いかにして我々は戦ったか
ina job
C# 7 Current Status
C# 7 Current Status
Takaaki Suzuki
基礎からC言語 part1
基礎からC言語 part1
Hiroyuki Ito
Implementing sobol's quasirandom sequence generator
Implementing sobol's quasirandom sequence generator
Masashi Shibata
JSX / Haxe / TypeScript
JSX / Haxe / TypeScript
bleis tift
Scala 初心者が Hom 函手を Scala で考えてみた
Scala 初心者が Hom 函手を Scala で考えてみた
Kazuyuki TAKASE
Capitalicoでのchainer 1.1 → 1.5 バージョンアップ事例
Capitalicoでのchainer 1.1 → 1.5 バージョンアップ事例
Jun-ya Norimatsu
型推論
型推論
Eita Sugimoto
What's hot
(20)
Tokyo.R 白熱教室「これからのRcppの話をしよう」
Tokyo.R 白熱教室「これからのRcppの話をしよう」
論理指向とプログラミング2010年度秋学期第9回
論理指向とプログラミング2010年度秋学期第9回
Ilerpg Study 002
Ilerpg Study 002
任意粒度機能モデルコードクローン検出手法のリファクタリング理解への適用の試み
任意粒度機能モデルコードクローン検出手法のリファクタリング理解への適用の試み
Ruby 3 の型解析に向けた計画
Ruby 3 の型解析に向けた計画
実行トレース間のデータの差異に基づくデータフロー解析手法の提案
実行トレース間のデータの差異に基づくデータフロー解析手法の提案
Scala 初心者が米田の補題を Scala で考えてみた
Scala 初心者が米田の補題を Scala で考えてみた
111015 tokyo scipy2_ディスカッション
111015 tokyo scipy2_ディスカッション
for関数を使った繰り返し処理によるヒストグラムの一括出力
for関数を使った繰り返し処理によるヒストグラムの一括出力
My code
My code
ライントレースで役立った「キュー」の話し
ライントレースで役立った「キュー」の話し
110828 tokyo scipy1_hido_dist
110828 tokyo scipy1_hido_dist
ICFP2009-いかにして我々は戦ったか
ICFP2009-いかにして我々は戦ったか
C# 7 Current Status
C# 7 Current Status
基礎からC言語 part1
基礎からC言語 part1
Implementing sobol's quasirandom sequence generator
Implementing sobol's quasirandom sequence generator
JSX / Haxe / TypeScript
JSX / Haxe / TypeScript
Scala 初心者が Hom 函手を Scala で考えてみた
Scala 初心者が Hom 函手を Scala で考えてみた
Capitalicoでのchainer 1.1 → 1.5 バージョンアップ事例
Capitalicoでのchainer 1.1 → 1.5 バージョンアップ事例
型推論
型推論
Viewers also liked
Dummiesパッケージ
Dummiesパッケージ
weda654
R実践 機械学習による異常検知 01
R実践 機械学習による異常検知 01
akira_11
Rで学ぶ回帰分析と単位根検定
Rで学ぶ回帰分析と単位根検定
Nagi Teramo
Rで代数統計 TokyoR #42 LT
Rで代数統計 TokyoR #42 LT
Toru Imai
データサイエンティスト必見!M-1グランプリ
データサイエンティスト必見!M-1グランプリ
Satoshi Kitajima
R実践 機械学習による異常検知 02
R実践 機械学習による異常検知 02
akira_11
TokyoR42_around_chaining
TokyoR42_around_chaining
TokorosawaYoshio
Tokyor42 ggplot2
Tokyor42 ggplot2
Yohei Sato
東京R非公式おじさんが教える本当に気持ちいいパッケージ作成法
東京R非公式おじさんが教える本当に気持ちいいパッケージ作成法
Nagi Teramo
異常検知と変化検知 第4章 近傍法による異常検知
異常検知と変化検知 第4章 近傍法による異常検知
Ken'ichi Matsui
R入門(dplyrでデータ加工)-TokyoR42
R入門(dplyrでデータ加工)-TokyoR42
Atsushi Hayakawa
Tokyor42_r_datamining_18
Tokyor42_r_datamining_18
Yohei Sato
機械学習を用いた異常検知入門
機械学習を用いた異常検知入門
michiaki ito
時系列分析による異常検知入門
時系列分析による異常検知入門
Yohei Sato
Viewers also liked
(14)
Dummiesパッケージ
Dummiesパッケージ
R実践 機械学習による異常検知 01
R実践 機械学習による異常検知 01
Rで学ぶ回帰分析と単位根検定
Rで学ぶ回帰分析と単位根検定
Rで代数統計 TokyoR #42 LT
Rで代数統計 TokyoR #42 LT
データサイエンティスト必見!M-1グランプリ
データサイエンティスト必見!M-1グランプリ
R実践 機械学習による異常検知 02
R実践 機械学習による異常検知 02
TokyoR42_around_chaining
TokyoR42_around_chaining
Tokyor42 ggplot2
Tokyor42 ggplot2
東京R非公式おじさんが教える本当に気持ちいいパッケージ作成法
東京R非公式おじさんが教える本当に気持ちいいパッケージ作成法
異常検知と変化検知 第4章 近傍法による異常検知
異常検知と変化検知 第4章 近傍法による異常検知
R入門(dplyrでデータ加工)-TokyoR42
R入門(dplyrでデータ加工)-TokyoR42
Tokyor42_r_datamining_18
Tokyor42_r_datamining_18
機械学習を用いた異常検知入門
機械学習を用いた異常検知入門
時系列分析による異常検知入門
時系列分析による異常検知入門
Similar to Tokyo.R #19 発表資料 「Rで色々やってみました」
第一回Data mining勉強会 -第二章
第一回Data mining勉強会 -第二章
Tomonobu_Hirano
第一回Data mining勉強会 -第二章 - 原案
第一回Data mining勉強会 -第二章 - 原案
yushin_hirano
はじめての「R」
はじめての「R」
Masahiro Hayashi
Kashiwa.R#1 画像解析とパターン認識における R の利用
Kashiwa.R#1 画像解析とパターン認識における R の利用
nmaro
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Yuya Unno
Rcppのすすめ
Rcppのすすめ
Masaki Tsuda
関数型言語&形式的手法セミナー(3)
関数型言語&形式的手法セミナー(3)
啓 小笠原
Introduction to NumPy & SciPy
Introduction to NumPy & SciPy
Shiqiao Du
Thinking in Cats
Thinking in Cats
Eugene Yokota
Rの高速化
Rの高速化
弘毅 露崎
なにわテック20180127
なにわテック20180127
Natsutani Minoru
普通のプログラミング言語R
普通のプログラミング言語R
Shuyo Nakatani
DSIRNLP06 Nested Pitman-Yor Language Model
DSIRNLP06 Nested Pitman-Yor Language Model
Kei Uchiumi
Deep Learningの基礎と応用
Deep Learningの基礎と応用
Seiya Tokui
20170806 Discriminative Optimization
20170806 Discriminative Optimization
Takuya Minagawa
Introduction of Python
Introduction of Python
Tomoya Nakayama
Python 機械学習プログラミング データ分析ライブラリー解説編
Python 機械学習プログラミング データ分析ライブラリー解説編
Etsuji Nakai
Python physicalcomputing
Python physicalcomputing
Noboru Irieda
競技プログラミングにおけるコードの書き方とその利便性
競技プログラミングにおけるコードの書き方とその利便性
Hibiki Yamashiro
君はまだ,本当のプリプロセスを知らない
君はまだ,本当のプリプロセスを知らない
digitalghost
Similar to Tokyo.R #19 発表資料 「Rで色々やってみました」
(20)
第一回Data mining勉強会 -第二章
第一回Data mining勉強会 -第二章
第一回Data mining勉強会 -第二章 - 原案
第一回Data mining勉強会 -第二章 - 原案
はじめての「R」
はじめての「R」
Kashiwa.R#1 画像解析とパターン認識における R の利用
Kashiwa.R#1 画像解析とパターン認識における R の利用
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Rcppのすすめ
Rcppのすすめ
関数型言語&形式的手法セミナー(3)
関数型言語&形式的手法セミナー(3)
Introduction to NumPy & SciPy
Introduction to NumPy & SciPy
Thinking in Cats
Thinking in Cats
Rの高速化
Rの高速化
なにわテック20180127
なにわテック20180127
普通のプログラミング言語R
普通のプログラミング言語R
DSIRNLP06 Nested Pitman-Yor Language Model
DSIRNLP06 Nested Pitman-Yor Language Model
Deep Learningの基礎と応用
Deep Learningの基礎と応用
20170806 Discriminative Optimization
20170806 Discriminative Optimization
Introduction of Python
Introduction of Python
Python 機械学習プログラミング データ分析ライブラリー解説編
Python 機械学習プログラミング データ分析ライブラリー解説編
Python physicalcomputing
Python physicalcomputing
競技プログラミングにおけるコードの書き方とその利便性
競技プログラミングにおけるコードの書き方とその利便性
君はまだ,本当のプリプロセスを知らない
君はまだ,本当のプリプロセスを知らない
More from Masayuki Isobe
オープンソースを用いたドローンの自律制御ソフトウェア技術
オープンソースを用いたドローンの自律制御ソフトウェア技術
Masayuki Isobe
関数型プログラミングとモナド
関数型プログラミングとモナド
Masayuki Isobe
ジャパンドローンセミナー
ジャパンドローンセミナー
Masayuki Isobe
AIBOX DroneBrain 製品パンフレット
AIBOX DroneBrain 製品パンフレット
Masayuki Isobe
ファイブソリューションズデベロッパーネットワーク
ファイブソリューションズデベロッパーネットワーク
Masayuki Isobe
ドローン向けソフトウェア事業
ドローン向けソフトウェア事業
Masayuki Isobe
RDF/OWLの概要及びOSS実装、及び活用イメージについて
RDF/OWLの概要及びOSS実装、及び活用イメージについて
Masayuki Isobe
第三回機械学習アルゴリズム実装会イントロダクション
第三回機械学習アルゴリズム実装会イントロダクション
Masayuki Isobe
CasperJSを使って任意のWebサイトを電子書籍化する方法
CasperJSを使って任意のWebサイトを電子書籍化する方法
Masayuki Isobe
ScrapyとPhantomJSを用いたスクレイピングDSL
ScrapyとPhantomJSを用いたスクレイピングDSL
Masayuki Isobe
第二回機械学習アルゴリズム実装会 - LDA
第二回機械学習アルゴリズム実装会 - LDA
Masayuki Isobe
ブランディング指標の数値化について
ブランディング指標の数値化について
Masayuki Isobe
TEDxTitech 2013 speech material
TEDxTitech 2013 speech material
Masayuki Isobe
Rec sys2013 reading_isobe
Rec sys2013 reading_isobe
Masayuki Isobe
広告ナビゲータ・広告シミュレータ
広告ナビゲータ・広告シミュレータ
Masayuki Isobe
rzmq
rzmq
Masayuki Isobe
Uuyアドテクセミナー
Uuyアドテクセミナー
Masayuki Isobe
第12回モヤLT発表資料
第12回モヤLT発表資料
Masayuki Isobe
Tokyo.R 26 LT isobe
Tokyo.R 26 LT isobe
Masayuki Isobe
Tokyo r 25_lt_isobe
Tokyo r 25_lt_isobe
Masayuki Isobe
More from Masayuki Isobe
(20)
オープンソースを用いたドローンの自律制御ソフトウェア技術
オープンソースを用いたドローンの自律制御ソフトウェア技術
関数型プログラミングとモナド
関数型プログラミングとモナド
ジャパンドローンセミナー
ジャパンドローンセミナー
AIBOX DroneBrain 製品パンフレット
AIBOX DroneBrain 製品パンフレット
ファイブソリューションズデベロッパーネットワーク
ファイブソリューションズデベロッパーネットワーク
ドローン向けソフトウェア事業
ドローン向けソフトウェア事業
RDF/OWLの概要及びOSS実装、及び活用イメージについて
RDF/OWLの概要及びOSS実装、及び活用イメージについて
第三回機械学習アルゴリズム実装会イントロダクション
第三回機械学習アルゴリズム実装会イントロダクション
CasperJSを使って任意のWebサイトを電子書籍化する方法
CasperJSを使って任意のWebサイトを電子書籍化する方法
ScrapyとPhantomJSを用いたスクレイピングDSL
ScrapyとPhantomJSを用いたスクレイピングDSL
第二回機械学習アルゴリズム実装会 - LDA
第二回機械学習アルゴリズム実装会 - LDA
ブランディング指標の数値化について
ブランディング指標の数値化について
TEDxTitech 2013 speech material
TEDxTitech 2013 speech material
Rec sys2013 reading_isobe
Rec sys2013 reading_isobe
広告ナビゲータ・広告シミュレータ
広告ナビゲータ・広告シミュレータ
rzmq
rzmq
Uuyアドテクセミナー
Uuyアドテクセミナー
第12回モヤLT発表資料
第12回モヤLT発表資料
Tokyo.R 26 LT isobe
Tokyo.R 26 LT isobe
Tokyo r 25_lt_isobe
Tokyo r 25_lt_isobe
Recently uploaded
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
sugiuralab
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
FumieNakayama
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
博三 太田
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
akihisamiyanaga1
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
FumieNakayama
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
UEHARA, Tetsutaro
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
Yuki Kikuchi
Recently uploaded
(9)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
Tokyo.R #19 発表資料 「Rで色々やってみました」
1.
Rで色々やってみました
礒部 正幸 (@chiral) 第19回 #TokyoR
2.
自己紹介 ● ソフト開発エンジニア
○ 学生時代: 記号的統計モデリング(prolog+統計) ○ 現在: セキュリティ技術企業の研究開発部に所属 ■ パケットキャプチャ製品、ログ解析製品にデータマイニン グを応用し、企業組織内の色々な事象を自動認識する 技術の開発に従事(+設計実装/マネジメントなど) ○ R暦: 2ヶ月(感想:R便利すぎワロタwww)
3.
アジェンダ 1. 中心極限定理をシミュレーションで確かめてみた話 2. PRMLの検証を始めたら第一章で謎に出会った話 3.
ガウスカーネルのσがよく分からないのでRで図を描いてみた話 4. Rのアプリケーションとして動画のシーンカッターを作ってみた話 5. 2011^(23!)をRのワンライナーで計算できて感動した話
4.
(1)中心極限定理のシミュレーション
5.
中心極限定理とは ● 統計学の本の最初のほうに大抵出てくる重要な定理 おおざっぱにいうと 「どんな分布でも、『その分布からN個サンプリングして平均をとった 値』はN→∞で正規分布になる」 や 「どんな乱数でも、「N個平均」のラッパー越しに使うと正規乱数に なってしまう」 という感じだと思います。
6.
for(i in 1:100)
r[i]<-mean(runif(100)) hist(r) [0,1]の一様分布から100個サンプ リングしてヒストグラム作成
7.
r<-c() f<-function(n,m) { for(i
in 1:m) r[i]<-mean(runif(n)); hist(r,main=paste('n =',n)); } layout(t(matrix(1:4,c(2,2)))) for (n in c(10,100,1000,10000)) f(n,1000) 正規分布っぽいのが出た。
8.
横軸[0,1]にすると中心に寄っていく様子が見える。(大数の法則) f1<-function(n,m) { for(i
in 1:m) r[i]<-mean(runif(n)); hist(r,breaks=seq(0,1,length=100),main=paste('n =',n)); } for (n in c(10,100,1000,10000)) f1(n,1000)
9.
正規分布を描いてみる x<-seq(0,1,length=100) y<-pnorm(x,0.5, … ゚Д゚)ハッ!分散ってどうなるんだっ け?
それから、一様分布[0,1]の分 散は1/12 http://goo.gl/wCdIY
10.
g<-function(n) { x<-seq(0,1,length=100);
y<-dnorm(x,0.5,1/sqrt(12*n)); plot(x,y,type='n',main=paste('n =',n)); lines(x,y); } for (n in c(10,100,1000,10000)) g(n) よさそう。
11.
(2)回帰の検証(PRML第一章)
12.
PRML第一章 図1.5 y=(xのM次多項式) で係数を最小二乗法で求めたときの 二乗誤差(をデータ数で割ったもの)のグラフ。 (横軸がM,縦軸が二乗誤差)
13.
Rで追試してみた ソースコードはコチラ: https://gist.github.com/1272638
PRMLと形が違う。。
14.
2回目
PRMLと形が違う。。
15.
3回目
PRMLと形が違う。。
16.
4回目
PRMLと形が違う。。
17.
もしバグじゃないとしたら… C.M.Bishop先生! 同じ絵が描けません!
 ̄ ̄ ̄ ̄∨ ̄ ̄ ̄ ̄ ∧__∧∩ (´∀`)/ _ / / / \ ⊂ノ ̄ ̄ ̄\ ||\ \ ||\|| ̄ ̄ ̄ ̄|| || || ̄ ̄ ̄ ̄|| 元のsin(x)に加えるノイズの標準偏差 を変えても同様の結果になる。
18.
考察:理由づけてみる ・M(多項式の次数)が小さいとき → 多項式自体がロバスト → 学習データに振り回されない →
学習データの平均残差平方和も大きい → テストデータの平均残差平方和は小さい (PRMLと違う) ・Mが大きいとき → 学習データのノイズに引きずられて過学習 → 学習データにはジャストフィット → テストデータからは大きくハズレる (PRMLと同じ)
19.
(3)ガウシアンカーネルのσパラメータ
20.
・カーネル法で一番良く使われそうなカーネル関数 ・正規分布(ガウス分布)の形に似ている → 近い点どうしは値が大きく →
遠い点どうしは値が小さく ・σパラメータ → 正規分布の分散のようなもの 直感的な図を描いてみます。
21.
Rで実装 ソースコード: https://gist.github.com/1289543 以下をσを色々変えてアニメーション ・y=sin(x) + ガウスノイズ ・SVM
: library(kernlib) で2クラス分類 ・プロット アニメーション(FLASH)
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
考察 ・パラメトリックなカーネル関数は位相構造のテンプレート (パラメータは位相の粒度を調整する) ・ガウシアンカーネルの場合は、 密着位相(粗)
← 小さくなる ← σ → 大きくなる → 離散位相(細) (単純/フィットしにくい) (複雑/過学習) ・本実験の「sin(x)+ノイズ」の場合、最適なσは0.5~1だった → 最適なσを決める基準は交差判定が一般的らしい → 「サポートベクトルの少なさ」も基準になりうると思われる
36.
(4)動画シーンカッター
~Rのbcpパッケージを使って~
37.
bcp(Bayesian Change Point)パッケージ 何か応用できないか?
→ 動画シーンカッター
38.
動画シーンカッターを作る 檀れいさん出演 「金麦」 15秒CM
動画再生(youtube)
39.
カラーヒストグラムとエントロピー
= 3.89 R G B = 4.06 R G B フレーム = 2.90 R G B カラーヒストグラム エントロピー → bcpに食わせる
40.
実装
ソースコード(Perl) YouTube動画(flvファイル) フレーム切り出し(0.25秒ごと) Perl カラーヒストグラム作成(フレーム毎) エントロピー計算(フレーム毎) Rのbcpパッケージで変化点検出 変化点のフレームを出力
41.
金麦CMで検証
いい感じ エントロピー(Perl)
42.
出力結果
bcpの事後確率 > 0.5 …まぁまぁですかね。
43.
考察・感想 ・カラーヒストグラムのエントロピーくらいで、画像の連続的変化をト ラッキングできる ・高次元の位相を低次元にマップするような指標なら、同様の手法 が使えそう ・bcpパッケージのドキュメントには、「等分散を仮定」と書いてあり、 その辺りが「フレームを分類しきれてない原因」かと思われる ・「何らかの前処理」→(数値データ)→「R言語」というパターンで 色々なアプリを作っていきたい
44.
(5)高機能電卓としてのR
~2011^(23!) mod 10000 ~
45.
数学問題botより出題 2)が解けなかったので、Rで解くことにした
46.
コーディング ・無名関数の呼出 → カッコでくくるだけ 例)time<-(function(h,m,s)(h*60+m)*60+s)(14,30,5) ・無名関数の再帰
→ Recall() 例) fact<-function(n) ifelse(n==1,1,n*Recall(n-1)) ・コマンドラインからワンライナー → R -q -e 'プログラム' 例) c:> R -q -e 'print(pi)' Rプログラムをツイートできた。
47.
考察 ・Rは左辺値が変数宣言と見なされるのが電卓的に便利 ・無名関数をラムダ式のように使えて便利 ・無名関数の再帰が組み込みで便利 ・コマンドラインからワンライナーも便利 → Rでワンライナー、オススメかもです。
48.
おまけ(1)
https://gist.github.com/1272737
49.
おまけ(2)
50.
ご清聴ありがとうございました。
(違
Download now