Submit Search
Upload
RとPythonによるデータ解析入門
•
104 likes
•
87,475 views
Atsushi Hayakawa
Follow
Report
Share
Report
Share
1 of 31
Recommended
Pythonによるソーシャルデータ分析―わたしはこうやって修士号を取得しました―
Pythonによるソーシャルデータ分析―わたしはこうやって修士号を取得しました―
Hisao Soyama
心理学者のためのJASP入門(操作編)[説明文をよんでください]
心理学者のためのJASP入門(操作編)[説明文をよんでください]
daiki hojo
機械学習 入門
機械学習 入門
Hayato Maki
不均衡データのクラス分類
不均衡データのクラス分類
Shintaro Fukushima
Tokyo.R 41 サポートベクターマシンで眼鏡っ娘分類システム構築
Tokyo.R 41 サポートベクターマシンで眼鏡っ娘分類システム構築
Tatsuya Tojima
KDD Cup 2021 時系列異常検知コンペ 参加報告
KDD Cup 2021 時系列異常検知コンペ 参加報告
GentaYoshimura
ベイズファクターとモデル選択
ベイズファクターとモデル選択
kazutantan
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料
Yusuke Uchida
Recommended
Pythonによるソーシャルデータ分析―わたしはこうやって修士号を取得しました―
Pythonによるソーシャルデータ分析―わたしはこうやって修士号を取得しました―
Hisao Soyama
心理学者のためのJASP入門(操作編)[説明文をよんでください]
心理学者のためのJASP入門(操作編)[説明文をよんでください]
daiki hojo
機械学習 入門
機械学習 入門
Hayato Maki
不均衡データのクラス分類
不均衡データのクラス分類
Shintaro Fukushima
Tokyo.R 41 サポートベクターマシンで眼鏡っ娘分類システム構築
Tokyo.R 41 サポートベクターマシンで眼鏡っ娘分類システム構築
Tatsuya Tojima
KDD Cup 2021 時系列異常検知コンペ 参加報告
KDD Cup 2021 時系列異常検知コンペ 参加報告
GentaYoshimura
ベイズファクターとモデル選択
ベイズファクターとモデル選択
kazutantan
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料
Yusuke Uchida
XAI (説明可能なAI) の必要性
XAI (説明可能なAI) の必要性
西岡 賢一郎
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
諒介 荒木
(修正)機械学習デザインパターン(ML Design Patterns)の解説
(修正)機械学習デザインパターン(ML Design Patterns)の解説
Hironori Washizaki
第4回DARM勉強会 (構造方程式モデリング)
第4回DARM勉強会 (構造方程式モデリング)
Yoshitake Takebayashi
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
shakezo
2014 3 13(テンソル分解の基礎)
2014 3 13(テンソル分解の基礎)
Tatsuya Yokota
CV分野におけるサーベイ方法
CV分野におけるサーベイ方法
Hirokatsu Kataoka
操作変数法の書き方_田淵貴大
操作変数法の書き方_田淵貴大
Takahiro Tabuchi
遺伝的アルゴリズム(Genetic Algorithm)を始めよう!
遺伝的アルゴリズム(Genetic Algorithm)を始めよう!
Kazuhide Okamura
卒論執筆・スライド作成のポイント
卒論執筆・スライド作成のポイント
Tsubasa Hirakawa
社会心理学者のための時系列分析入門_小森
社会心理学者のための時系列分析入門_小森
Masashi Komori
[DL輪読会]Focal Loss for Dense Object Detection
[DL輪読会]Focal Loss for Dense Object Detection
Deep Learning JP
Rパッケージ recipes の紹介 「うまい飯を作る」
Rパッケージ recipes の紹介 「うまい飯を作る」
Yutaka Kuroki
WSDM2018Study
WSDM2018Study
正志 坪坂
多重代入法の書き方 公開用
多重代入法の書き方 公開用
Koichiro Gibo
ベイズ推定とDeep Learningを使用したレコメンドエンジン開発
ベイズ推定とDeep Learningを使用したレコメンドエンジン開発
LINE Corporation
距離とクラスタリング
距離とクラスタリング
大貴 末廣
非線形データの次元圧縮 150905 WACODE 2nd
非線形データの次元圧縮 150905 WACODE 2nd
Mika Yoshimura
Deep Learningと画像認識 ~歴史・理論・実践~
Deep Learningと画像認識 ~歴史・理論・実践~
nlab_utokyo
ポーカーAIの最新動向 20171031
ポーカーAIの最新動向 20171031
Jun Okumura
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
Katsuhiro Morishita
10分でわかるPythonの開発環境
10分でわかるPythonの開発環境
Hisao Soyama
More Related Content
What's hot
XAI (説明可能なAI) の必要性
XAI (説明可能なAI) の必要性
西岡 賢一郎
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
諒介 荒木
(修正)機械学習デザインパターン(ML Design Patterns)の解説
(修正)機械学習デザインパターン(ML Design Patterns)の解説
Hironori Washizaki
第4回DARM勉強会 (構造方程式モデリング)
第4回DARM勉強会 (構造方程式モデリング)
Yoshitake Takebayashi
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
shakezo
2014 3 13(テンソル分解の基礎)
2014 3 13(テンソル分解の基礎)
Tatsuya Yokota
CV分野におけるサーベイ方法
CV分野におけるサーベイ方法
Hirokatsu Kataoka
操作変数法の書き方_田淵貴大
操作変数法の書き方_田淵貴大
Takahiro Tabuchi
遺伝的アルゴリズム(Genetic Algorithm)を始めよう!
遺伝的アルゴリズム(Genetic Algorithm)を始めよう!
Kazuhide Okamura
卒論執筆・スライド作成のポイント
卒論執筆・スライド作成のポイント
Tsubasa Hirakawa
社会心理学者のための時系列分析入門_小森
社会心理学者のための時系列分析入門_小森
Masashi Komori
[DL輪読会]Focal Loss for Dense Object Detection
[DL輪読会]Focal Loss for Dense Object Detection
Deep Learning JP
Rパッケージ recipes の紹介 「うまい飯を作る」
Rパッケージ recipes の紹介 「うまい飯を作る」
Yutaka Kuroki
WSDM2018Study
WSDM2018Study
正志 坪坂
多重代入法の書き方 公開用
多重代入法の書き方 公開用
Koichiro Gibo
ベイズ推定とDeep Learningを使用したレコメンドエンジン開発
ベイズ推定とDeep Learningを使用したレコメンドエンジン開発
LINE Corporation
距離とクラスタリング
距離とクラスタリング
大貴 末廣
非線形データの次元圧縮 150905 WACODE 2nd
非線形データの次元圧縮 150905 WACODE 2nd
Mika Yoshimura
Deep Learningと画像認識 ~歴史・理論・実践~
Deep Learningと画像認識 ~歴史・理論・実践~
nlab_utokyo
ポーカーAIの最新動向 20171031
ポーカーAIの最新動向 20171031
Jun Okumura
What's hot
(20)
XAI (説明可能なAI) の必要性
XAI (説明可能なAI) の必要性
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
(修正)機械学習デザインパターン(ML Design Patterns)の解説
(修正)機械学習デザインパターン(ML Design Patterns)の解説
第4回DARM勉強会 (構造方程式モデリング)
第4回DARM勉強会 (構造方程式モデリング)
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
2014 3 13(テンソル分解の基礎)
2014 3 13(テンソル分解の基礎)
CV分野におけるサーベイ方法
CV分野におけるサーベイ方法
操作変数法の書き方_田淵貴大
操作変数法の書き方_田淵貴大
遺伝的アルゴリズム(Genetic Algorithm)を始めよう!
遺伝的アルゴリズム(Genetic Algorithm)を始めよう!
卒論執筆・スライド作成のポイント
卒論執筆・スライド作成のポイント
社会心理学者のための時系列分析入門_小森
社会心理学者のための時系列分析入門_小森
[DL輪読会]Focal Loss for Dense Object Detection
[DL輪読会]Focal Loss for Dense Object Detection
Rパッケージ recipes の紹介 「うまい飯を作る」
Rパッケージ recipes の紹介 「うまい飯を作る」
WSDM2018Study
WSDM2018Study
多重代入法の書き方 公開用
多重代入法の書き方 公開用
ベイズ推定とDeep Learningを使用したレコメンドエンジン開発
ベイズ推定とDeep Learningを使用したレコメンドエンジン開発
距離とクラスタリング
距離とクラスタリング
非線形データの次元圧縮 150905 WACODE 2nd
非線形データの次元圧縮 150905 WACODE 2nd
Deep Learningと画像認識 ~歴史・理論・実践~
Deep Learningと画像認識 ~歴史・理論・実践~
ポーカーAIの最新動向 20171031
ポーカーAIの最新動向 20171031
Viewers also liked
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
Katsuhiro Morishita
10分でわかるPythonの開発環境
10分でわかるPythonの開発環境
Hisao Soyama
「Python言語」はじめの一歩 / First step of Python
「Python言語」はじめの一歩 / First step of Python
Takanori Suzuki
python-twitterを用いたTwitterデータ収集
python-twitterを用いたTwitterデータ収集
Hikaru Takemura
PythonによるWebスクレイピング入門
PythonによるWebスクレイピング入門
Hironori Sekine
野球Hack!~Pythonを用いたデータ分析と可視化 #pyconjp
野球Hack!~Pythonを用いたデータ分析と可視化 #pyconjp
Shinichi Nakagawa
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東海Vol.5 IPythonをマスターしよう
Python東海Vol.5 IPythonをマスターしよう
Hiroshi Funai
Pythonで簡単ネットワーク分析
Pythonで簡単ネットワーク分析
antibayesian 俺がS式だ
Scikit learnで学ぶ機械学習入門
Scikit learnで学ぶ機械学習入門
Takami Sato
scikit-learnを用いた機械学習チュートリアル
scikit-learnを用いた機械学習チュートリアル
敦志 金谷
Gensim
Gensim
saireya _
Python入門 : 4日間コース社内トレーニング
Python入門 : 4日間コース社内トレーニング
Yuichi Ito
データ解析技術入門(R編)
データ解析技術入門(R編)
Takumi Asai
無料!AppSociallyで、スマホ・アプリの招待/口コミを増やそう!
無料!AppSociallyで、スマホ・アプリの招待/口コミを増やそう!
Yusuke Takahashi, PhD
AppSocially株式会社について
AppSocially株式会社について
Yusuke Takahashi, PhD
Why we are working on AppSocially
Why we are working on AppSocially
Yusuke Takahashi, PhD
第31回TokyoR LT資料
第31回TokyoR LT資料
tetsuro ito
Abテストと検定
Abテストと検定
Teruki Shinohara
可視化周辺の進化がヤヴァイ~rChartsを中心として~
可視化周辺の進化がヤヴァイ~rChartsを中心として~
Nagi Teramo
Viewers also liked
(20)
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
10分でわかるPythonの開発環境
10分でわかるPythonの開発環境
「Python言語」はじめの一歩 / First step of Python
「Python言語」はじめの一歩 / First step of Python
python-twitterを用いたTwitterデータ収集
python-twitterを用いたTwitterデータ収集
PythonによるWebスクレイピング入門
PythonによるWebスクレイピング入門
野球Hack!~Pythonを用いたデータ分析と可視化 #pyconjp
野球Hack!~Pythonを用いたデータ分析と可視化 #pyconjp
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東海Vol.5 IPythonをマスターしよう
Python東海Vol.5 IPythonをマスターしよう
Pythonで簡単ネットワーク分析
Pythonで簡単ネットワーク分析
Scikit learnで学ぶ機械学習入門
Scikit learnで学ぶ機械学習入門
scikit-learnを用いた機械学習チュートリアル
scikit-learnを用いた機械学習チュートリアル
Gensim
Gensim
Python入門 : 4日間コース社内トレーニング
Python入門 : 4日間コース社内トレーニング
データ解析技術入門(R編)
データ解析技術入門(R編)
無料!AppSociallyで、スマホ・アプリの招待/口コミを増やそう!
無料!AppSociallyで、スマホ・アプリの招待/口コミを増やそう!
AppSocially株式会社について
AppSocially株式会社について
Why we are working on AppSocially
Why we are working on AppSocially
第31回TokyoR LT資料
第31回TokyoR LT資料
Abテストと検定
Abテストと検定
可視化周辺の進化がヤヴァイ~rChartsを中心として~
可視化周辺の進化がヤヴァイ~rChartsを中心として~
More from Atsushi Hayakawa
tidyverse.orgの翻訳
tidyverse.orgの翻訳
Atsushi Hayakawa
Zepp play soccerで測ってみた
Zepp play soccerで測ってみた
Atsushi Hayakawa
dataclassとtypehintを使ってますか?
dataclassとtypehintを使ってますか?
Atsushi Hayakawa
トライアスロンとgepuro task views V2.0 Japan.R 2018
トライアスロンとgepuro task views V2.0 Japan.R 2018
Atsushi Hayakawa
バンクーバー旅行記
バンクーバー旅行記
Atsushi Hayakawa
Analyze The Community Of Tokyo.R
Analyze The Community Of Tokyo.R
Atsushi Hayakawa
Visual Studio CodeでRを使う
Visual Studio CodeでRを使う
Atsushi Hayakawa
トライアスロンと僕 - Japan.R 2017
トライアスロンと僕 - Japan.R 2017
Atsushi Hayakawa
simputatoinで欠損値補完 - Tokyo.R #65
simputatoinで欠損値補完 - Tokyo.R #65
Atsushi Hayakawa
useR!2017 in Brussels
useR!2017 in Brussels
Atsushi Hayakawa
Japan.R 2016の運営
Japan.R 2016の運営
Atsushi Hayakawa
Rstudio上でのパッケージインストールを便利にするaddin4githubinstall
Rstudio上でのパッケージインストールを便利にするaddin4githubinstall
Atsushi Hayakawa
統計的学習の基礎 4.4~
統計的学習の基礎 4.4~
Atsushi Hayakawa
Splatoon界での壮絶な戦い&Japan.Rの宣伝
Splatoon界での壮絶な戦い&Japan.Rの宣伝
Atsushi Hayakawa
最近のクラウドストレージの事情と私情
最近のクラウドストレージの事情と私情
Atsushi Hayakawa
gepuro task views
gepuro task views
Atsushi Hayakawa
nginxのログを非スケーラブルに省メモリな方法で蓄積する
nginxのログを非スケーラブルに省メモリな方法で蓄積する
Atsushi Hayakawa
implyを用いたアクセスログの可視化
implyを用いたアクセスログの可視化
Atsushi Hayakawa
イケてる分析基盤をつくる
イケてる分析基盤をつくる
Atsushi Hayakawa
らずぱいラジコン
らずぱいラジコン
Atsushi Hayakawa
More from Atsushi Hayakawa
(20)
tidyverse.orgの翻訳
tidyverse.orgの翻訳
Zepp play soccerで測ってみた
Zepp play soccerで測ってみた
dataclassとtypehintを使ってますか?
dataclassとtypehintを使ってますか?
トライアスロンとgepuro task views V2.0 Japan.R 2018
トライアスロンとgepuro task views V2.0 Japan.R 2018
バンクーバー旅行記
バンクーバー旅行記
Analyze The Community Of Tokyo.R
Analyze The Community Of Tokyo.R
Visual Studio CodeでRを使う
Visual Studio CodeでRを使う
トライアスロンと僕 - Japan.R 2017
トライアスロンと僕 - Japan.R 2017
simputatoinで欠損値補完 - Tokyo.R #65
simputatoinで欠損値補完 - Tokyo.R #65
useR!2017 in Brussels
useR!2017 in Brussels
Japan.R 2016の運営
Japan.R 2016の運営
Rstudio上でのパッケージインストールを便利にするaddin4githubinstall
Rstudio上でのパッケージインストールを便利にするaddin4githubinstall
統計的学習の基礎 4.4~
統計的学習の基礎 4.4~
Splatoon界での壮絶な戦い&Japan.Rの宣伝
Splatoon界での壮絶な戦い&Japan.Rの宣伝
最近のクラウドストレージの事情と私情
最近のクラウドストレージの事情と私情
gepuro task views
gepuro task views
nginxのログを非スケーラブルに省メモリな方法で蓄積する
nginxのログを非スケーラブルに省メモリな方法で蓄積する
implyを用いたアクセスログの可視化
implyを用いたアクセスログの可視化
イケてる分析基盤をつくる
イケてる分析基盤をつくる
らずぱいラジコン
らずぱいラジコン
RとPythonによるデータ解析入門
1.
第31回R勉強会@東京(#TokyoR) RとPythonによる データ解析入門 @gepuro
2.
ブログ: http://blog.gepuro.net
3.
今日は、Pythonの 話をしに来ました。 * Tokyo.Scipyの 人ではありません。
4.
先日、こんな本が出版されました 中身は、まだ読んでいません。 http://www.oreilly.co.jp/books/9784873116150/
5.
目次をみると ● 武器と防具の装備 ● いざマトリックスへ ●
8つの魔法の習得 ● オフィスとトイレの関係 ● ランチタイムの経済学者になる方法 ● メールから自分を発見する ● 心臓の鼓動 ● 鳥の群れを表現する ● お金と性別と進化
6.
面白そう 目次しか見ていませんが、実際 のデータ分析例が書かれてい るので、勉強になりそうです。
7.
今日のタイトルは、 RとPythonによ るデータ解析入 門です。
8.
R Python [検索]
9.
検索でヒットした http://www.okada.jp.org/RWiki/?Python%20%A4%C7%A1%A1R
10.
rpy2 PythonからRを 呼び出すことが 出来る!
11.
僕が感じるメリット ● webのクローラを書く ● データベースを操作 ●
文字列処理 ● などが楽になる ● RとPythonの両方を覚える必要がある。 ● Pythonで保持しているデータをRに渡す必要 僕が感じるデメリット
12.
scikit-learnが物足りない!? scikit-learn(Pythonの機械学習 ライブラリ)には、たくさんのモデ ルが実装されているけど、R言語 には敵わない!?
13.
scikit-learn http://scikit-learn.org/stable/ ワクワクするグラフがたくさんあります!
14.
データ操作はPandasで Rでいうデータフ レームがPython で使えます!
15.
scikit-learnとPandas 良い組み合わせだと思い ます。実際に試してみて、 便利さを感じました。
16.
Rでの処理 csv→前処理→ 機械学習
17.
よくある分析 webからデータ取得 →csvに整形→前処 理→機械学習 全部をRでやりますか?
18.
こんな人がいるのでは? ●Perl,Ruby,Pythonと かでデータを集めて、 ●整形して ●Rを使う。 awkを使うことも。
19.
全部を一つの言語からやりたい Pythonを使って、 awkを使って、R を使う。
20.
それ、rpy2で出来ますよ ●Pythonならwebからのデータ取 得も楽々 ●Pandasで、データフレームを ●機械学習は、rpy2でRに任せる
21.
rpy2 PythonからRを 呼び出すことが 出来る! 大事な事なので二回言いました
22.
インストール pip install rpy2 簡単ですね。
23.
使用方法 http://www.okada.jp.org/RWiki/?Python%20%A4%C7%A1%A1R#nb4e7b5b
24.
簡単ですね ● importして ● robjects.r(’関数名')で呼び出して ●
robjects.FloatVector()で値を渡して ● rmean(vec)で実行する
25.
R言語を自在に ● robjects.r(“lm”)とすれば、R言語のlm()が使える。 ● robjects.r(“summary”)も出来る。 ●
plot()の仕方は調べてます。良い方法がありました ら、教えて下さい!!
26.
pandasを使っても ●data["変数名"]のようにし て、robejectsに渡せます。 ●numpyからでも大丈夫 pandasの中身はnumpyです。
27.
R言語を自在に ● robjects.r(“lm”)とすれば、R言語のlm()が使える。 ● robjects.r(“summary”)も出来る。 ●
plot()の仕方は調べてます。良い方法がありました ら、教えて下さい!!
28.
library(“hogehoge”) ● robjects.r(“””library(“MASS”)”””)って やったら出来た。 ●もっとスマートな方法がある気がする。 これで、stepAIC()も使えるようになるね。
29.
とにかくrpy2を使ってみる
30.
pandasの話もしたい http://www.slideshare.net/gepuro/intoroduction-of-pandas-with-python 昔、しました。
31.
ご清聴ありがとうございました