Submit Search
Upload
テーマ別勉強会(R言語)#1.pdf
•
0 likes
•
37 views
T
Takuya Kubo
Follow
RA協議会テーマ別勉強会(R言語)の#1です
Read less
Read more
Data & Analytics
Report
Share
Report
Share
1 of 50
Download now
Download to read offline
Recommended
Weka分類学習アルゴリズムの利用法(その1)
Weka分類学習アルゴリズムの利用法(その1)
Hidenao Abe
Rで学ぶデータマイニングI 第8章〜第13章
Rで学ぶデータマイニングI 第8章〜第13章
Prunus 1350
R言語勉強会#2.pdf
R言語勉強会#2.pdf
Takuya Kubo
現実(えくせる)と戦う話
現実(えくせる)と戦う話
bleis tift
LET2011: Rによる教育データ分析入門
LET2011: Rによる教育データ分析入門
Yuichiro Kobayashi
【C++BUILDER STARTER チュートリアルシリーズ】シーズン2 C++Builderの部 第6回 ‟文字列とオブジェクト„
【C++BUILDER STARTER チュートリアルシリーズ】シーズン2 C++Builderの部 第6回 ‟文字列とオブジェクト„
和弘 井之上
初心者講習会資料(Osaka.R#7)
初心者講習会資料(Osaka.R#7)
Masahiro Hayashi
初心者講習会資料(Osaka.r#6)
初心者講習会資料(Osaka.r#6)
Masahiro Hayashi
Recommended
Weka分類学習アルゴリズムの利用法(その1)
Weka分類学習アルゴリズムの利用法(その1)
Hidenao Abe
Rで学ぶデータマイニングI 第8章〜第13章
Rで学ぶデータマイニングI 第8章〜第13章
Prunus 1350
R言語勉強会#2.pdf
R言語勉強会#2.pdf
Takuya Kubo
現実(えくせる)と戦う話
現実(えくせる)と戦う話
bleis tift
LET2011: Rによる教育データ分析入門
LET2011: Rによる教育データ分析入門
Yuichiro Kobayashi
【C++BUILDER STARTER チュートリアルシリーズ】シーズン2 C++Builderの部 第6回 ‟文字列とオブジェクト„
【C++BUILDER STARTER チュートリアルシリーズ】シーズン2 C++Builderの部 第6回 ‟文字列とオブジェクト„
和弘 井之上
初心者講習会資料(Osaka.R#7)
初心者講習会資料(Osaka.R#7)
Masahiro Hayashi
初心者講習会資料(Osaka.r#6)
初心者講習会資料(Osaka.r#6)
Masahiro Hayashi
LDA入門
LDA入門
正志 坪坂
mori m
mori m
harmonylab
できるプログラマーを本気で育てるSwift超入門iosプログラマーへの第一歩
できるプログラマーを本気で育てるSwift超入門iosプログラマーへの第一歩
technologicarts
サイボウズ・ラボユース 最終成果報告会プレゼンテーション
サイボウズ・ラボユース 最終成果報告会プレゼンテーション
sn_monochr
ラボユース 最終成果報告会
ラボユース 最終成果報告会
shiftky
機械学習を民主化する取り組み
機械学習を民主化する取り組み
Yoshitaka Ushiku
言語処理系入門3
言語処理系入門3
Kenta Hattori
R言語勉強会#3.pdf
R言語勉強会#3.pdf
Takuya Kubo
10分で分かるr言語入門ver2.14 15 0905
10分で分かるr言語入門ver2.14 15 0905
Nobuaki Oshiro
R言語勉強会#0.pdf
R言語勉強会#0.pdf
Takuya Kubo
テーマ別勉強会(R言語)#4.pdf
テーマ別勉強会(R言語)#4.pdf
Takuya Kubo
テーマ別勉強会(R言語)#3.pdf
テーマ別勉強会(R言語)#3.pdf
Takuya Kubo
テーマ別勉強会(R言語)#2.pdf
テーマ別勉強会(R言語)#2.pdf
Takuya Kubo
R言語勉強会#10.pdf
R言語勉強会#10.pdf
Takuya Kubo
R言語勉強会#9.pdf
R言語勉強会#9.pdf
Takuya Kubo
R言語勉強会#8.pdf
R言語勉強会#8.pdf
Takuya Kubo
R言語勉強会#7.pdf
R言語勉強会#7.pdf
Takuya Kubo
R言語勉強会#6.pdf
R言語勉強会#6.pdf
Takuya Kubo
R言語勉強会#5.pdf
R言語勉強会#5.pdf
Takuya Kubo
R言語勉強会#4.pdf
R言語勉強会#4.pdf
Takuya Kubo
R言語勉強会#1.pdf
R言語勉強会#1.pdf
Takuya Kubo
More Related Content
Similar to テーマ別勉強会(R言語)#1.pdf
LDA入門
LDA入門
正志 坪坂
mori m
mori m
harmonylab
できるプログラマーを本気で育てるSwift超入門iosプログラマーへの第一歩
できるプログラマーを本気で育てるSwift超入門iosプログラマーへの第一歩
technologicarts
サイボウズ・ラボユース 最終成果報告会プレゼンテーション
サイボウズ・ラボユース 最終成果報告会プレゼンテーション
sn_monochr
ラボユース 最終成果報告会
ラボユース 最終成果報告会
shiftky
機械学習を民主化する取り組み
機械学習を民主化する取り組み
Yoshitaka Ushiku
言語処理系入門3
言語処理系入門3
Kenta Hattori
R言語勉強会#3.pdf
R言語勉強会#3.pdf
Takuya Kubo
10分で分かるr言語入門ver2.14 15 0905
10分で分かるr言語入門ver2.14 15 0905
Nobuaki Oshiro
Similar to テーマ別勉強会(R言語)#1.pdf
(9)
LDA入門
LDA入門
mori m
mori m
できるプログラマーを本気で育てるSwift超入門iosプログラマーへの第一歩
できるプログラマーを本気で育てるSwift超入門iosプログラマーへの第一歩
サイボウズ・ラボユース 最終成果報告会プレゼンテーション
サイボウズ・ラボユース 最終成果報告会プレゼンテーション
ラボユース 最終成果報告会
ラボユース 最終成果報告会
機械学習を民主化する取り組み
機械学習を民主化する取り組み
言語処理系入門3
言語処理系入門3
R言語勉強会#3.pdf
R言語勉強会#3.pdf
10分で分かるr言語入門ver2.14 15 0905
10分で分かるr言語入門ver2.14 15 0905
More from Takuya Kubo
R言語勉強会#0.pdf
R言語勉強会#0.pdf
Takuya Kubo
テーマ別勉強会(R言語)#4.pdf
テーマ別勉強会(R言語)#4.pdf
Takuya Kubo
テーマ別勉強会(R言語)#3.pdf
テーマ別勉強会(R言語)#3.pdf
Takuya Kubo
テーマ別勉強会(R言語)#2.pdf
テーマ別勉強会(R言語)#2.pdf
Takuya Kubo
R言語勉強会#10.pdf
R言語勉強会#10.pdf
Takuya Kubo
R言語勉強会#9.pdf
R言語勉強会#9.pdf
Takuya Kubo
R言語勉強会#8.pdf
R言語勉強会#8.pdf
Takuya Kubo
R言語勉強会#7.pdf
R言語勉強会#7.pdf
Takuya Kubo
R言語勉強会#6.pdf
R言語勉強会#6.pdf
Takuya Kubo
R言語勉強会#5.pdf
R言語勉強会#5.pdf
Takuya Kubo
R言語勉強会#4.pdf
R言語勉強会#4.pdf
Takuya Kubo
R言語勉強会#1.pdf
R言語勉強会#1.pdf
Takuya Kubo
More from Takuya Kubo
(12)
R言語勉強会#0.pdf
R言語勉強会#0.pdf
テーマ別勉強会(R言語)#4.pdf
テーマ別勉強会(R言語)#4.pdf
テーマ別勉強会(R言語)#3.pdf
テーマ別勉強会(R言語)#3.pdf
テーマ別勉強会(R言語)#2.pdf
テーマ別勉強会(R言語)#2.pdf
R言語勉強会#10.pdf
R言語勉強会#10.pdf
R言語勉強会#9.pdf
R言語勉強会#9.pdf
R言語勉強会#8.pdf
R言語勉強会#8.pdf
R言語勉強会#7.pdf
R言語勉強会#7.pdf
R言語勉強会#6.pdf
R言語勉強会#6.pdf
R言語勉強会#5.pdf
R言語勉強会#5.pdf
R言語勉強会#4.pdf
R言語勉強会#4.pdf
R言語勉強会#1.pdf
R言語勉強会#1.pdf
テーマ別勉強会(R言語)#1.pdf
1.
第1回 R言語勉強会 横浜国立大学 研究推進機構 特任教員(講師)/
URA 久保琢也 2021年11月16日
2.
自己紹介
3.
自己紹介:経歴 【氏名】久保 琢也 【所属】横浜国立大学 研究推進機構 【職位】特任教員(講師)/
URA 【学位】博士(学術): 心理言語学 ⇨ 文系も文系 【職歴】 ・2016年5月∼2019年3月 広島大学 URA ・2019年4月∼2021年7月 信州大学 URA ・2021年8月∼ 現在 横浜国立大学 URA
4.
自己紹介:プログラミング経験 ❖大学院時代 • 実験データの統計解析のためにRの勉強を始める。 • 研究室で勉強会(読書会)などを主催 ❖URAになってから •
広島:Rを用いたデータ分析を独習(Courseraや Bootcamp) • 信州:IR担当として業務でRを利用。飛躍的にスキルが 向上。Webアプリ開発を始める • 横国:業務でRは使っていないが、Webアプリ開発は継 続中。プログラミングの知識は研究支援のための アプリ開発(office365)に生かされている。
5.
勉強会について
6.
勉強会の狙い この勉強会では研究力分析で行うようなデー タの集計やグラフの描画をRで実行する方法を 勉強していきます。 3回の勉強会では基本的な内容しか扱えませ んが、これから継続してRを勉強していくため の1つの足掛かりとなることを目指します。
7.
勉強会のスケジュールと内容 日程 内容 第1回 11月16日(火)13:00∼14:30 11月30日(火)14:00∼15:30 (フォローアップ) Rの基礎 第2回
12月14日(火)13:00∼14:30 12月21日(火)14:00∼15:30 (フォローアップ) データの 操作・集計 第3回 1月11日(火)13:00∼14:30 1月18日(火)14:00∼15:30 (フォローアップ) グラフの描画
8.
勉強する際の心得(私見) 「できること」を理解する − コードそのものは暗記しなくても良い − 具体的な方法はネットでいくらでも見つかる 細かいことは気にしない −
やりたいことを実現する方法は無数にある。 − 不恰好でも、まずは正しい結果が出れば良い。 分からないことは人に聞くのが早い − 自分の疑問はみんなの疑問 − C4RAはSlackでのコミュニケーション基盤がある!
9.
R言語について
10.
R言語について:概要 ❖ R言語とは − データ解析や統計分析、グラフィックスに強みを有する プログラミング言語 −
オークランド大学のRoss IhakaとRobert Gentleman により開発 − 現在ではR Development Core Teamによりメンテナン スと拡張がなされている − オープンソースで無償
11.
R言語について:人気ランク https://www.tiobe.com/tiobe-index/
12.
R言語について:機能性 ❖ R言語 +
Rstudioでできること − データ分析/統計解析 − 美しいグラフィック − 機械学習/深層学習 − 自然言語処理 − ウェブスクレイピング − レポーティング(PPT, Word, PDF, HTML) − etc. ウェブアプリ ウェブサイト
13.
R言語について:パッケージ ❖ 豊富なパッケージ(ライブラリ) − 特定の目的のために開発された関数(機能)やデータセッ トの集まり −
パッケージに頼らなくてもある程度のことはできるが、 パッケージを使った方が格段に便利 − Rやパッケージのver.によって動作しないことがある (それぞれ古いver.に戻すことも可能) グラフ描画 パッケージ データ操作 パッケージ 文字列操作 パッケージ 機械学習 パッケージ Baseパッケージ Rの実行環境
14.
Rstudioの使い方
15.
Rstudioの使い方 とりあえずRスクリプトを開く
16.
Rstudioの使い方 スクリプト(下書き) コンソール(実行) フォルダ、可視化、Help等 環境(変数、関数)等
17.
Rstudioの使い方 ① コードを書く ② 実行したいコードで (Win)
control + Enter (Mac)command + Enter 自動的にコンソールで実行される
18.
Rstudioの使い方 コンソールが「>」(プロンプト)のときに 新しいコードを実行可能 「+」はコードが終わっていないことを示す ⇨ 続きを書く or
中断する(Escape) ※コンソール
19.
演算子
20.
算術演算子 # 足し算 1 +
1 # 引き算 5 - 2 # 掛け算 3 * 6 # 割り算 12 / 4 # 累乗 2 ^ 10
21.
比較演算子 ⇨ TRUE/FALSE #
「等しい」かどうかを判定 1 == 1 # 「等しくない」かどうか判定 5 != 2 # 「左辺が右辺よりも大きい」かどうか判定 3 > 6 # 「右辺が左辺よりも大きい」かどうか判定 1 < 4 # 「左辺が右辺以上」かどうか判定 5 >= 8 # 「右辺が左辺以上」かどうか判定 1 <= 4
22.
変数(Variable)
23.
変数とは 何らかの値を入れておく 箱のようなもの 変数 値
24.
変数の作り方 − 変数名は文字(大文字、小文字は区別)、数字、アンダーラ イン、ドットを使う − 変数名に日本語を使ってもいいが個人的に非推奨 #
変数 x に2を代入 x <- 2 # 変数 y に3を代入 y <- 3 変数名 <- 値 # 変数 x の中身を確認 x # 変数 y の中身を確認 y
25.
変数を使った計算 # 変数 x
と 5 の和 x + 5 # 変数 x と変数 y の和 x + y # 変数 x と変数 y の積を変数 z に代入 z <- x + y # 変数 z の中身を確認 z
26.
変数の値を変えるには − 変数を使って計算しただけでは変数の中身は変わらない − 既にある変数の値を変えるには「
<- 」で値を上書きする 変数名 <- 値 # x の値を確認 x # x と 5 の和を計算 x + 5 # x の値は? x # x の値を確認 x # x と 5 の和を計算し、x に代入 x <- x + 5 # x の値は? x
27.
関数(Function)
28.
関数とは 関数 値(引数) 値(戻り値) 与えられた値に対して何らかの 処理を行ってくれるやつ
29.
− 引数の数は関数によって異なる(※引数がない関数もある) − 引数に変数を与えることもできる 関数の形 関数名
(引数1, 引数2, …) # 平方根を返す関数 sqrt( 9 ) # 常用対数を返す関数 log10( 100 ) # 絶対値を返す関数 abs( -5 ) # 平方根を返す関数 sqrt( x ) # 常用対数を返す関数 log10( y ) # 絶対値を返す関数 abs( -z )
30.
関数の使い方がわからない時は sum( )の使い方を調べたい ⇨ help(
sum ) help (関数名)
31.
ベクトル(Vector)
32.
ベクトルとは ベクトル?
33.
ベクトルとは ベクトル 同じ型の値を複数個まとめたもの ⇨ 複数の値をまとめて計算できる!
34.
ベクトルの作り方 # 数値型ベクトルを作る num <-
c( 100, 300, 500, 700, 900, 1100 ) # 文字型ベクトルを作る(※文字は で囲む) univ <- c( A , B , C , D , E , F ) # 論理型ベクトルを作る natl <- c( T, T, T, F, F, F ) # T = TRUE, F = FALSE c (値1, 値2, …) ※ c: concatenate
35.
ベクトルを使った計算 ❖ 関数を使った計算(数値型ベクトル) # numの要素の数を取得 length(
num ) # numの合計を計算 sum( num ) # numの平均値を計算 mean( num ) # numの最小値を計算 min( num ) # numの最大値を計算 max( num )
36.
ベクトルを使った計算 ❖ 関数を使った計算(文字型ベクトル) # 小文字に変換 tolower(
univ ) # 大文字に変換 toupper( univ ) # 文字数の取得 nchar( univ ) # univ の 各値に 大学 を結合 paste0( univ, 大学 )
37.
ベクトルを使った計算 ❖ 関数を使った計算(論理型ベクトル) # 全ての要素が
TRUE かどうか all( natl ) # TRUEが含まれるかどうか any( natl ) # TRUEの個数 sum( natl ) # TRUEは 1 , FALSEは 0
38.
ベクトルの各要素を取り出す # 2番目の要素にアクセス num[ 2
] # 3番目から5番目の要素にアクセス num[ c( 3, 4, 5 ) ] num[ 3 : 5 ] # 3番目から5番目以外の要素にアクセス num[ - c( 3, 4, 5 ) ] num[ - ( 3 : 5 ) ] num Index ① ② ③ ④ ⑤ ⑥ 値 100 300 500 700 900 1100
39.
ベクトルの各要素を書き換える # 1番目の要素に 900
を代入 num[ 1 ] <- 900 # 2番目、3番目の要素に 600 を代入 num[ c( 2, 3 ) ] <- 600 # 4番目、5番目、6番目の要素に 750, 850, 1000 を代入 num[ 4 : 6 ] <- c( 750, 850, 1000 ) # numの中身を確認 num num Index ① ② ③ ④ ⑤ ⑥ 値 100 300 500 700 900 1100
40.
データフレーム (Data Frame)
41.
データフレームとは 大学名 国立大学 研究費 (百万円) A大学 T
900 B大学 T 600 C大学 T 600 D大学 F 750 E大学 F 850 F大学 F 1000 これです
42.
データフレームの特徴 大学名 国立大学 研究費 (百万円) A大学 T
900 B大学 T 600 C大学 T 600 D大学 F 750 E大学 F 850 F大学 F 1000 文字型ベクトル 論理型ベクトル 数値型ベクトル − 2次元(行、列)のデータ構造 − 複数のベクトルを列としてまとめたもの − 各列でデータの個数は同じ
43.
データフレームの作り方 − デフォルトでベクトルを入れた変数名が列名となる − 「列名
= ベクトル」とすると、列名も指定可能 # 変数 univ, natl, num からデータフレームを作成 df <- data.frame( univ, natl, money = num ) # dfを確認 df data.frame (ベクトル1, ベクトル2, …)
44.
データフレームを引数に取る関数 # 列名を取得する names( df
) # 行数と列数を取得する dim( df ) # データの構造を取得する str( df ) # 各列のサマリーを取得する summary( df )
45.
データフレームの要素にアクセス df[ 行, 列
] [ 1, 1 ] [ 1, 2 ] [ 1, 3 ] [ 2, 1 ] [ 2, 2 ] [ 2, 3 ] [ 3, 1 ] [ 3, 2 ] [ 3, 3 ] 行 列
46.
特定の列だけ取り出す # インデクスから列を取り出す df[ ,
2 ] # インデクスから複数の列を取り出す df[ , c( 1, 3 ) ] # 列名から列を取り出す df[ , natl ] # 列名から複数の列を取り出す df[ , c( univ , money ) ]
47.
特定の列だけ取り出す ❖ 「 df
$ 列名 」で1つの列を取り出せる # univ列を取り出す df$univ # natl列を取り出す df$natl # money列の合計を取得 sum( df$money )
48.
特定の行だけ取り出す # 3行目を取り出す df[ 3,
] # 3∼5行目を取り出す df[ 3 : 5, ] # 4行目以外を取り出す df[ - 4, ]
49.
最後に:勉強する際の心得(再掲) 「できること」を理解する − コードそのものは暗記しなくても良い − 具体的な方法はネットでいくらでも見つかる 細かいことは気にしない −
やりたいことを実現する方法は無数にある。 − 不恰好でも、まずは正しい結果が出れば良い。 分からないことは人に聞くのが早い − 自分の疑問はみんなの疑問 − C4RAはSlackでのコミュニケーション基盤がある!
50.
終わり
Download now