Submit Search
Upload
はじめてのShiny
•
46 likes
•
14,610 views
Kazuya Wada
Follow
第28回Tokyo.Rでの発表資料です
Read less
Read more
Education
Report
Share
Report
Share
1 of 39
Recommended
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Takashi J OZAKI
R初心者向け講座「Rによるやさしい統計学第20章『検定力分析によるサンプルサイズの決定』」20140222 TokyoR #36
Rで階層ベイズモデル
Rで階層ベイズモデル
Yohei Sato
スパース推定法による統計モデリング(入門)
スパース推定法による統計モデリング(入門)
Hidetoshi Matsui
Lassoをはじめとするスパース推定について、統計学が専門でない方にも分かるよう入門的な資料を作成してみました。
MCMCサンプルの使い方 ~見る・決める・探す・発生させる~
MCMCサンプルの使い方 ~見る・決める・探す・発生させる~
. .
OsakaStan #5
変分ベイズ法の説明
変分ベイズ法の説明
Haruka Ozaki
変分ベイズ法の説明。 最尤法との対比で説明した。また、EMアルゴリズムとの対応も述べられている。 職場の勉強会での資料です。
機械学習と主成分分析
機械学習と主成分分析
Katsuhiro Morishita
機械学習における主成分分析について説明するとともに、実際のデータを用いた処理について説明しました。 2018-05-17 誤字修正のため、再アップ それまでのログ:view: 6934, like 4, download: 35
アンサンブル学習
アンサンブル学習
Hidekazu Tanaka
第21回R勉強会@東京(#TokyoR)の発表資料.
実務と論文で学ぶジョブレコメンデーション最前線2022
実務と論文で学ぶジョブレコメンデーション最前線2022
Teruyuki Sakaue
第70回 Machine Learning 15minutes! Broadcastというイベントでお話する内容です。 ジョブレコメンデーション系の論文とか実務でやっていることを色々共有します。
Recommended
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Takashi J OZAKI
R初心者向け講座「Rによるやさしい統計学第20章『検定力分析によるサンプルサイズの決定』」20140222 TokyoR #36
Rで階層ベイズモデル
Rで階層ベイズモデル
Yohei Sato
スパース推定法による統計モデリング(入門)
スパース推定法による統計モデリング(入門)
Hidetoshi Matsui
Lassoをはじめとするスパース推定について、統計学が専門でない方にも分かるよう入門的な資料を作成してみました。
MCMCサンプルの使い方 ~見る・決める・探す・発生させる~
MCMCサンプルの使い方 ~見る・決める・探す・発生させる~
. .
OsakaStan #5
変分ベイズ法の説明
変分ベイズ法の説明
Haruka Ozaki
変分ベイズ法の説明。 最尤法との対比で説明した。また、EMアルゴリズムとの対応も述べられている。 職場の勉強会での資料です。
機械学習と主成分分析
機械学習と主成分分析
Katsuhiro Morishita
機械学習における主成分分析について説明するとともに、実際のデータを用いた処理について説明しました。 2018-05-17 誤字修正のため、再アップ それまでのログ:view: 6934, like 4, download: 35
アンサンブル学習
アンサンブル学習
Hidekazu Tanaka
第21回R勉強会@東京(#TokyoR)の発表資料.
実務と論文で学ぶジョブレコメンデーション最前線2022
実務と論文で学ぶジョブレコメンデーション最前線2022
Teruyuki Sakaue
第70回 Machine Learning 15minutes! Broadcastというイベントでお話する内容です。 ジョブレコメンデーション系の論文とか実務でやっていることを色々共有します。
RによるBox-Cox変換
RによるBox-Cox変換
wada, kazumi
「R言語による Random Forest 徹底入門 -集団学習による分類・予測-」 - #TokyoR #11
「R言語による Random Forest 徹底入門 -集団学習による分類・予測-」 - #TokyoR #11
Koichi Hamada
「R言語による Random Forest 徹底入門 -集団学習による分類・予測-」 - #TokyoR #11
がうす・まるこふ の定理とかそのへん
がうす・まるこふ の定理とかそのへん
T T
敵対的学習に対するラデマッハ複雑度
敵対的学習に対するラデマッハ複雑度
Masa Kato
Yin, Ramchandran, and Bartlett, Rademacher Complexity for Adversarially Robust Generalization, ICML 2019
階層モデルの分散パラメータの事前分布について
階層モデルの分散パラメータの事前分布について
hoxo_m
基礎からのベイズ統計学入門 輪読会#4 LT資料 http://stats-study.connpass.com/event/27129/
グラフィカルモデル入門
グラフィカルモデル入門
Kawamoto_Kazuhiko
ブートストラップ法とその周辺とR
ブートストラップ法とその周辺とR
Daisuke Yoneoka
分析のビジネス展開を考える―状態空間モデルを例に @TokyoWebMining #47
分析のビジネス展開を考える―状態空間モデルを例に @TokyoWebMining #47
horihorio
本発表では状態空間モデルを例に、数理分析をビジネスに展開する際、モデルの仮定や前提条件などに留意する重要性を考えます。 ビジネスの問題を適切な数理モデルに翻訳すれば、その豊富な成果が解決策を与えることも多々あります。例えば状態空間モデルは、当初の状態制御への適用から、最近では広告の効果測定への適用例も見られます。これは、モデルに現場の知恵が導入しやすく、結果も分かりやすいためかと考えます。 ただし、モデルには仮定や前提条件なりがあります。それらを無視した適用は、大きな被害に繋がりかねません。今回は状態空間モデルで、それらに留意した分析設定、顧客からそれらの範囲外を求められた際の対応を考えます。
変分推論法(変分ベイズ法)(PRML第10章)
変分推論法(変分ベイズ法)(PRML第10章)
Takao Yamanaka
幾何と機械学習: A Short Intro
幾何と機械学習: A Short Intro
Ichigaku Takigawa
フォレスト会議, JST CREST CREST「学習/数理モデルに基づく時空間展開型アーキテクチャの創出と応用」機械学習グループ, 2022年4月18日.
協調フィルタリング入門
協調フィルタリング入門
hoxo_m
機械学習とかの知識を全く持たないエンジニアさん向けの導入資料です。
Stan超初心者入門
Stan超初心者入門
Hiroshi Shimizu
Stanの初心者が基本的な統計モデルを実行するまでの解説です。プログラミング初心者向けに書いているので,やや説明が遠回りなところもあります。
パターン認識 第10章 決定木
パターン認識 第10章 決定木
Miyoshi Yuya
識別モデルと生成モデルと損失データ
識別モデルと生成モデルと損失データ
Shohei Miyashita
それからフィッシャーの線形判別分析 Machine Learning a Probabilistic Perspective Ch.8
R-CNNの原理とここ数年の流れ
R-CNNの原理とここ数年の流れ
Kazuki Motohashi
2017年6月14日、部署内勉強会で発表
Reinforcement Learning(方策改善定理)
Reinforcement Learning(方策改善定理)
Masanori Yamada
強化学習の基礎 方策改善定理の証明
バンディットアルゴリズム入門と実践
バンディットアルゴリズム入門と実践
智之 村上
Tokyowebmining発表用資料です。複数の選択肢がある場合に、どのように選択を行うのが効率的なのか?という問題を解決するためのアルゴリズムです。
多人数不完全情報ゲームにおけるAI ~ポーカーと麻雀を例として~
多人数不完全情報ゲームにおけるAI ~ポーカーと麻雀を例として~
Kenshi Abe
2019年8月20日 第43回強化学習アーキテクチャ勉強会での発表資料です. https://rlarch.connpass.com/event/143128/
2 4.devianceと尤度比検定
2 4.devianceと尤度比検定
logics-of-blue
2013年8月10~11日にかけて北大函館キャンパス内で行われた統計勉強会の投影資料です。 2日目 2-4.devianceと尤度比検定 正規分布以外の確率分布では残差の考え方が変わってきます。そこでdevianceという概念を導入したうえで、GLMにおいて分散分析を実行する方法を解説します。 サイト作ってます http://logics-of-blue.com/
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
mlm_kansai
MACHINE LEARNING Meetup KANSAI #4 https://mlm-kansai.connpass.com/event/119084/ での、能見さんの発表資料です。
AWS Lambda + Python資料 ver0.94 20160825
AWS Lambda + Python資料 ver0.94 20160825
Yasuharu Suzuki
JAWS-UG沖縄 真夏の熱すぎるサーバレス祭り! 2016年08月 および、PythonBeginners 2ndの発表資料です。 えーっと、AWS LambdaでPython使ってみたいけど、LambdaでPythonってどっから手つけたら良いのかわからんので、とりあえずフレームワーク使っておけば型ができるからServerlessFramework(ver.0.56)とPyCharm使って手軽に構築してみたよ、って内容です。ついでにCORSの設定もしてみています。 学生などの初心者も意識して作成した資料のため「なぜPython?」や「AWS アカウント作成」「Git作成」などの記載もありますが、スキルに合わせて読み飛ばしてくださいませ〜(`・ω・´)ノシ
そろそろRStudioの話
そろそろRStudioの話
Kazuya Wada
第25回東京R勉強会の発表資料です
More Related Content
What's hot
RによるBox-Cox変換
RによるBox-Cox変換
wada, kazumi
「R言語による Random Forest 徹底入門 -集団学習による分類・予測-」 - #TokyoR #11
「R言語による Random Forest 徹底入門 -集団学習による分類・予測-」 - #TokyoR #11
Koichi Hamada
「R言語による Random Forest 徹底入門 -集団学習による分類・予測-」 - #TokyoR #11
がうす・まるこふ の定理とかそのへん
がうす・まるこふ の定理とかそのへん
T T
敵対的学習に対するラデマッハ複雑度
敵対的学習に対するラデマッハ複雑度
Masa Kato
Yin, Ramchandran, and Bartlett, Rademacher Complexity for Adversarially Robust Generalization, ICML 2019
階層モデルの分散パラメータの事前分布について
階層モデルの分散パラメータの事前分布について
hoxo_m
基礎からのベイズ統計学入門 輪読会#4 LT資料 http://stats-study.connpass.com/event/27129/
グラフィカルモデル入門
グラフィカルモデル入門
Kawamoto_Kazuhiko
ブートストラップ法とその周辺とR
ブートストラップ法とその周辺とR
Daisuke Yoneoka
分析のビジネス展開を考える―状態空間モデルを例に @TokyoWebMining #47
分析のビジネス展開を考える―状態空間モデルを例に @TokyoWebMining #47
horihorio
本発表では状態空間モデルを例に、数理分析をビジネスに展開する際、モデルの仮定や前提条件などに留意する重要性を考えます。 ビジネスの問題を適切な数理モデルに翻訳すれば、その豊富な成果が解決策を与えることも多々あります。例えば状態空間モデルは、当初の状態制御への適用から、最近では広告の効果測定への適用例も見られます。これは、モデルに現場の知恵が導入しやすく、結果も分かりやすいためかと考えます。 ただし、モデルには仮定や前提条件なりがあります。それらを無視した適用は、大きな被害に繋がりかねません。今回は状態空間モデルで、それらに留意した分析設定、顧客からそれらの範囲外を求められた際の対応を考えます。
変分推論法(変分ベイズ法)(PRML第10章)
変分推論法(変分ベイズ法)(PRML第10章)
Takao Yamanaka
幾何と機械学習: A Short Intro
幾何と機械学習: A Short Intro
Ichigaku Takigawa
フォレスト会議, JST CREST CREST「学習/数理モデルに基づく時空間展開型アーキテクチャの創出と応用」機械学習グループ, 2022年4月18日.
協調フィルタリング入門
協調フィルタリング入門
hoxo_m
機械学習とかの知識を全く持たないエンジニアさん向けの導入資料です。
Stan超初心者入門
Stan超初心者入門
Hiroshi Shimizu
Stanの初心者が基本的な統計モデルを実行するまでの解説です。プログラミング初心者向けに書いているので,やや説明が遠回りなところもあります。
パターン認識 第10章 決定木
パターン認識 第10章 決定木
Miyoshi Yuya
識別モデルと生成モデルと損失データ
識別モデルと生成モデルと損失データ
Shohei Miyashita
それからフィッシャーの線形判別分析 Machine Learning a Probabilistic Perspective Ch.8
R-CNNの原理とここ数年の流れ
R-CNNの原理とここ数年の流れ
Kazuki Motohashi
2017年6月14日、部署内勉強会で発表
Reinforcement Learning(方策改善定理)
Reinforcement Learning(方策改善定理)
Masanori Yamada
強化学習の基礎 方策改善定理の証明
バンディットアルゴリズム入門と実践
バンディットアルゴリズム入門と実践
智之 村上
Tokyowebmining発表用資料です。複数の選択肢がある場合に、どのように選択を行うのが効率的なのか?という問題を解決するためのアルゴリズムです。
多人数不完全情報ゲームにおけるAI ~ポーカーと麻雀を例として~
多人数不完全情報ゲームにおけるAI ~ポーカーと麻雀を例として~
Kenshi Abe
2019年8月20日 第43回強化学習アーキテクチャ勉強会での発表資料です. https://rlarch.connpass.com/event/143128/
2 4.devianceと尤度比検定
2 4.devianceと尤度比検定
logics-of-blue
2013年8月10~11日にかけて北大函館キャンパス内で行われた統計勉強会の投影資料です。 2日目 2-4.devianceと尤度比検定 正規分布以外の確率分布では残差の考え方が変わってきます。そこでdevianceという概念を導入したうえで、GLMにおいて分散分析を実行する方法を解説します。 サイト作ってます http://logics-of-blue.com/
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
mlm_kansai
MACHINE LEARNING Meetup KANSAI #4 https://mlm-kansai.connpass.com/event/119084/ での、能見さんの発表資料です。
What's hot
(20)
RによるBox-Cox変換
RによるBox-Cox変換
「R言語による Random Forest 徹底入門 -集団学習による分類・予測-」 - #TokyoR #11
「R言語による Random Forest 徹底入門 -集団学習による分類・予測-」 - #TokyoR #11
がうす・まるこふ の定理とかそのへん
がうす・まるこふ の定理とかそのへん
敵対的学習に対するラデマッハ複雑度
敵対的学習に対するラデマッハ複雑度
階層モデルの分散パラメータの事前分布について
階層モデルの分散パラメータの事前分布について
グラフィカルモデル入門
グラフィカルモデル入門
ブートストラップ法とその周辺とR
ブートストラップ法とその周辺とR
分析のビジネス展開を考える―状態空間モデルを例に @TokyoWebMining #47
分析のビジネス展開を考える―状態空間モデルを例に @TokyoWebMining #47
変分推論法(変分ベイズ法)(PRML第10章)
変分推論法(変分ベイズ法)(PRML第10章)
幾何と機械学習: A Short Intro
幾何と機械学習: A Short Intro
協調フィルタリング入門
協調フィルタリング入門
Stan超初心者入門
Stan超初心者入門
パターン認識 第10章 決定木
パターン認識 第10章 決定木
識別モデルと生成モデルと損失データ
識別モデルと生成モデルと損失データ
R-CNNの原理とここ数年の流れ
R-CNNの原理とここ数年の流れ
Reinforcement Learning(方策改善定理)
Reinforcement Learning(方策改善定理)
バンディットアルゴリズム入門と実践
バンディットアルゴリズム入門と実践
多人数不完全情報ゲームにおけるAI ~ポーカーと麻雀を例として~
多人数不完全情報ゲームにおけるAI ~ポーカーと麻雀を例として~
2 4.devianceと尤度比検定
2 4.devianceと尤度比検定
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
Similar to はじめてのShiny
AWS Lambda + Python資料 ver0.94 20160825
AWS Lambda + Python資料 ver0.94 20160825
Yasuharu Suzuki
JAWS-UG沖縄 真夏の熱すぎるサーバレス祭り! 2016年08月 および、PythonBeginners 2ndの発表資料です。 えーっと、AWS LambdaでPython使ってみたいけど、LambdaでPythonってどっから手つけたら良いのかわからんので、とりあえずフレームワーク使っておけば型ができるからServerlessFramework(ver.0.56)とPyCharm使って手軽に構築してみたよ、って内容です。ついでにCORSの設定もしてみています。 学生などの初心者も意識して作成した資料のため「なぜPython?」や「AWS アカウント作成」「Git作成」などの記載もありますが、スキルに合わせて読み飛ばしてくださいませ〜(`・ω・´)ノシ
そろそろRStudioの話
そろそろRStudioの話
Kazuya Wada
第25回東京R勉強会の発表資料です
Shiny-Serverあれこれ
Shiny-Serverあれこれ
Kazuya Wada
JapanR 2013での発表資料です。Shiny-Serverに関することとか
Morioka As 0x06 Usagi Koyomirya
Morioka As 0x06 Usagi Koyomirya
兎 伊藤
Morioka.as->lab(0x06) http://wiki.morioka-as.org/index.cgi?page=Morioka.as-%3Elab%280x06%29 http://wonderrabbitproject.net/koyomirya/
【テックリンク】平日の夜1時間で学ぶ!RubyonRails初心者ハンズオン
【テックリンク】平日の夜1時間で学ぶ!RubyonRails初心者ハンズオン
linkbal
[RubyonRails初心者ハンズオン] 金曜日の夜にRailsを学ぼう! WEBサービス開発が容易なRubyonRails、この機会に学んでみませんか? 一緒に学ぶ仲間もできるかもしれません。 複数のrails経験者がサポートします! 開催日:2016/08/19 開催場所:株式会社リンクバル
Case study to use MongoDB in middle-class SIer / (中規模) SIerだってMongoDBできたよ!
Case study to use MongoDB in middle-class SIer / (中規模) SIerだってMongoDBできたよ!
Naruhiko Ogasawara
In Japanese: 「納涼もんご祭り」のミライト情報システム(ぼくの所属企業です)のブースで流してたスライドショウです。……ちゃんと上司の許可は取りましたのでご安心を?
中規模Androidアプリ開発の過程に生じた問題と対策の紹介
中規模Androidアプリ開発の過程に生じた問題と対策の紹介
NilOne Ltd.
オープンソースで作るスマホ文字認識アプリ
オープンソースで作るスマホ文字認識アプリ
陽平 山口
OpenCV・NHocrを使った文字認識アプリの作り方を解説します。
130329 perl casual_ruik
130329 perl casual_ruik
Rui Kimura
Perl Casual #5 Perlでの”小規模”アプリ制作事例
SwaggerとAPIのデザイン
SwaggerとAPIのデザイン
Kazuhiro Hara
Swaggerではじめる楽々RESTful APIデザイン&ドキュメント管理
iPhoneアプリ開発の歩き方〜Swift編〜
iPhoneアプリ開発の歩き方〜Swift編〜
Yusuke SAITO
この資料は2014-9-16にCreek&River社で行ったセミナー、「プログラム未経験でもできる!iOSアニメーションUI入門 〜新言語Swiftでスワイプアニメーションを作ってみよう〜」にて使用したスライドを、配布用に再編集したものです。
Fluxflex meetup 2011 in Tokyo
Fluxflex meetup 2011 in Tokyo
Kyosuke Inoue
Rが苦手な人にもRを使って頂くために~RcommanderとRook~
Rが苦手な人にもRを使って頂くために~RcommanderとRook~
Kazuya Wada
第21回 東京R勉強会での発表資料です
fluxflex meetup in Tokyo
fluxflex meetup in Tokyo
Kyosuke Inoue
APIドキュメントの話 #sphinxjp
APIドキュメントの話 #sphinxjp
Takeshi Komiya
Apiドキュメントの話 in SphinxCon JP 2015
DeployR使ってみた話
DeployR使ってみた話
Kazuya Wada
Japan.R 2015での発表資料です。ShinyとrApacheとDeployRとのお話
9/16 Tokyo Apache Drill Meetup - drill vs sparksql
9/16 Tokyo Apache Drill Meetup - drill vs sparksql
Mitsutoshi Kiuchi
演題:いきなり道場破り!Drillがなんぼのもんじゃ!SparkSQL最強伝説を証明して見せる!
Realm meet up #17
Realm meet up #17
Daisuke Nagata
Realm meet up
Hardware Sketching Workshop 2013
Hardware Sketching Workshop 2013
Shigeru Kobayashi
Slides for the workshop at IAMAS from April 30 to May 2 regarding hardware sketching
AnsibleでAzureの インフラを管理する話 + α
AnsibleでAzureの インフラを管理する話 + α
yaegashi
Ansiblejpディベロッパー部 2020.02 の LT 資料です。 https://ansible-users.connpass.com/event/162758/
Similar to はじめてのShiny
(20)
AWS Lambda + Python資料 ver0.94 20160825
AWS Lambda + Python資料 ver0.94 20160825
そろそろRStudioの話
そろそろRStudioの話
Shiny-Serverあれこれ
Shiny-Serverあれこれ
Morioka As 0x06 Usagi Koyomirya
Morioka As 0x06 Usagi Koyomirya
【テックリンク】平日の夜1時間で学ぶ!RubyonRails初心者ハンズオン
【テックリンク】平日の夜1時間で学ぶ!RubyonRails初心者ハンズオン
Case study to use MongoDB in middle-class SIer / (中規模) SIerだってMongoDBできたよ!
Case study to use MongoDB in middle-class SIer / (中規模) SIerだってMongoDBできたよ!
中規模Androidアプリ開発の過程に生じた問題と対策の紹介
中規模Androidアプリ開発の過程に生じた問題と対策の紹介
オープンソースで作るスマホ文字認識アプリ
オープンソースで作るスマホ文字認識アプリ
130329 perl casual_ruik
130329 perl casual_ruik
SwaggerとAPIのデザイン
SwaggerとAPIのデザイン
iPhoneアプリ開発の歩き方〜Swift編〜
iPhoneアプリ開発の歩き方〜Swift編〜
Fluxflex meetup 2011 in Tokyo
Fluxflex meetup 2011 in Tokyo
Rが苦手な人にもRを使って頂くために~RcommanderとRook~
Rが苦手な人にもRを使って頂くために~RcommanderとRook~
fluxflex meetup in Tokyo
fluxflex meetup in Tokyo
APIドキュメントの話 #sphinxjp
APIドキュメントの話 #sphinxjp
DeployR使ってみた話
DeployR使ってみた話
9/16 Tokyo Apache Drill Meetup - drill vs sparksql
9/16 Tokyo Apache Drill Meetup - drill vs sparksql
Realm meet up #17
Realm meet up #17
Hardware Sketching Workshop 2013
Hardware Sketching Workshop 2013
AnsibleでAzureの インフラを管理する話 + α
AnsibleでAzureの インフラを管理する話 + α
More from Kazuya Wada
オンラインTVサービスの分析事例
オンラインTVサービスの分析事例
Kazuya Wada
WebDB forum 2016での発表資料です
道玄坂Lt#2 wdkz
道玄坂Lt#2 wdkz
Kazuya Wada
道玄坂LT祭り第2回(統計、機械学習、データ抽出)での発表資料「ぼくもTableau」です。
ハイレゾの話
ハイレゾの話
Kazuya Wada
Japan.R2014での発表資料です
データサイエンティストカジュアルトーク by wdkz
データサイエンティストカジュアルトーク by wdkz
Kazuya Wada
knitrによる再現可能な分析の力説とRHadoopの使い方について
R-3.0.0でGLM
R-3.0.0でGLM
Kazuya Wada
第30回Tokyo.Rでの発表資料です
JuliaでGLM
JuliaでGLM
Kazuya Wada
第3回Japan.Rでの発表資料です
Rで触れる日本経済~RでVAR編~
Rで触れる日本経済~RでVAR編~
Kazuya Wada
第27回Tokyo.Rでの発表資料です
RのffでGLMしてみたけど...
RのffでGLMしてみたけど...
Kazuya Wada
第26回東京R勉強会の発表資料です
RでつくるWebアプリ~rApache編~
RでつくるWebアプリ~rApache編~
Kazuya Wada
Rでろくろを回してみようとした
Rでウォーリを探してみた
Rでウォーリを探してみた
Kazuya Wada
2012/4/18 SSPSザーユ会(裏SPSSユーザ会)でのLT発表資料です。主にRのEBImageパッケージを利用しています。
RのffとbigmemoryとRevoScaleRとを比較してみた
RのffとbigmemoryとRevoScaleRとを比較してみた
Kazuya Wada
Japan.R#2
RでGPU使ってみた
RでGPU使ってみた
Kazuya Wada
第19回R勉強会@東京での発表資料です
Tokyo.R#16 wdkz
Tokyo.R#16 wdkz
Kazuya Wada
Rで大規模解析 ソースコードからのコンパイルとか rJavaの使い方とか Hiveとか
More from Kazuya Wada
(13)
オンラインTVサービスの分析事例
オンラインTVサービスの分析事例
道玄坂Lt#2 wdkz
道玄坂Lt#2 wdkz
ハイレゾの話
ハイレゾの話
データサイエンティストカジュアルトーク by wdkz
データサイエンティストカジュアルトーク by wdkz
R-3.0.0でGLM
R-3.0.0でGLM
JuliaでGLM
JuliaでGLM
Rで触れる日本経済~RでVAR編~
Rで触れる日本経済~RでVAR編~
RのffでGLMしてみたけど...
RのffでGLMしてみたけど...
RでつくるWebアプリ~rApache編~
RでつくるWebアプリ~rApache編~
Rでウォーリを探してみた
Rでウォーリを探してみた
RのffとbigmemoryとRevoScaleRとを比較してみた
RのffとbigmemoryとRevoScaleRとを比較してみた
RでGPU使ってみた
RでGPU使ってみた
Tokyo.R#16 wdkz
Tokyo.R#16 wdkz
はじめてのShiny
1.
続・はじめてのShiny
2013/01/26 Tokyo.R#28 和田 計也 サイバー系
2.
サイバー系
はじめに ※この発表は個人の見 解であり、所属する組 織の公式見解ではあり ません。 2 2013/01/26
3.
サイバー系
自己紹介 u 和田 計也(@wdkz) u 静岡県袋井市出身 u サイバー系企業でデータマイニングエンジニア職 u 最近は奥華子ばっか聴いてます u 前職はバイオベンチャー u バイオマーカ探索してた u 学生時代は枯草菌の研究 3 2013/01/26
4.
サイバー系
今日のお話 u Shinyとは? u とりあえずShiny u Shinyアプリの配布 u Shinyの実例 4 2013/01/26
5.
サイバー系
今日のお話 u Shinyとは? u とりあえずShiny u Shinyアプリの配布 u Shinyの実例 5 2013/01/26
6.
サイバー系
(いきなり脱線しますが)Mathematica 9が出ました u シャイニングウィザードと発音するみたいです 6 2013/01/26
7.
サイバー系
Mathematica 9が出ました u MathematicaからRを使うことで ➡こんなインタラクティブなのが出来るみたいです! 7 2013/01/26
8.
サイバー系
Shiny u それ出来ます、そうShinyを使えばね http://glimmer.rstudio.com/wdkz125/theWorld/ 8 2013/01/26
9.
サイバー系
Shinyとは? u Shinyとは、インタラクティブなWebアプリをR でチョー手軽に作れるRのライブラリ Rとnode.jsをwebsocketsで繋いでる感じ u 2012年11月に初登場 u Joe Chengさん作 (RStudio Inc.) UseR!2012でwebsocketsの話してた人やー 9 2013/01/26
10.
サイバー系
ShinyかわいいよShiny u rApacheとかあったじゃん!? だがあれはインタラクティブではない それにrApacheの作者はもう飽きたらしい すまん 飽きた UseR!2012でwebsocketsの話してた人やー 10 2013/01/26
11.
サイバー系
今日のお話 u Shinyとは? u とりあえずShiny u Shinyアプリの配布 u Shinyの実例 11 2013/01/26
12.
サイバー系
とりあえずShiny u さっきの再び出します u これを実際にやってみましょう 12 2013/01/26
13.
サイバー系
Shinyでwebアプリを作る① u 適当なフォルダを作成 今回の例では「01_plot」とした u その中に2個のファイルを作成 ⅰ)server.R ⅱ)ui.R 上記2つのファイル名は必ず こうしなければいけない!! 13 2013/01/26
14.
サイバー系
Shinyでwebアプリを作る② u viewの作成はui.R library(shiny) shinyUI(pageWithSidebar( headerPanel("Hello Shiny!"), sidebarPanel( numericInput("obs", "Number of points:", 1000), sliderInput("mean", "Mean:", min=-100, max=100, value=0), sliderInput("sd", "Standard Deviation:", min=0, max=100, value=1) ), viewは3つからなる mainPanel( ⅰ)ヘッダー・・・タイトル plotOutput("distPlot") ⅱ)サイドバー・・・インプットのとこ ) ⅲ)メイン・・・アウトプットのとこ )) 14 2013/01/26
15.
サイバー系
Shinyでwebアプリを作る③ u view部分ui.Rの深入り_sidebar inputオブジェクトには固有の名前をつけておく sidebarPanel( (server.Rから入力値を取得するのに使う) numericInput("obs", "Number of points:", 1000), sliderInput("mean", "Mean:", min=-100, max=100, value=0), sliderInput("sd", "Standard Deviation:", min=0, max=100, value=1) ), サイドバーは、 Inputを書き足すこと でどんどん増やせる。 Inputに何があ るかはCRAN上のShinyのReference Manual等を見るとわかる 15 2013/01/26
16.
サイバー系
Shinyでwebアプリを作る④ u logicの作成はserver.R library(shiny) ui.Rで定義した、アウトプットの固有名 shinyServer(function(input, output) { output$distPlot <- reactivePlot(function() { dist <- rnorm(input$obs, mean=input$mean, ui.Rで定義した、インプットの固有名を sd=input$sd) 使うことで値を取得できる hist(dist, prob=TRUE) lines(density(dist, adjust=2), lty="dotted", col="blue") }) }) メインパネルは、server.R内で reactive 関数をオーバーライドするこ とでinteractiveな描写ができるようにな る。reactive 関数に何があるかは Reference Manual等を見るとわかる 16 2013/01/26
17.
サイバー系
Shinyでwebアプリを起動する u カレントフォルダに01_plotフォルダ があってその中にserver.Rとui.Rと がある状態でRコンソールから > library(shiny) > runApp(“01_plot”) Listening on port 8100 デフォルトブラウザが起動 17 2013/01/26
18.
サイバー系
今日のお話 u Shinyとは? u とりあえずShiny u Shinyアプリの配布 u Shinyの実例 18 2013/01/26
19.
サイバー系
Shinyアプリの配布方法_ローカル編 u プログラムごと渡してローカルで起動してもらう 1.フォルダごとzipで固めて渡す。渡された人は解凍してR 起動してshiny::runApp( hogehoge )する 利点:最も汎用性高い 欠点:ITリテラシーの高くない人に、Rを起動してrunApp してもらうことの絶望感 2.Gistにコードを上げて shiny::runGist( hogehoge )してもらう 利点:URLを教えるだけでいいのが楽 欠点:社外秘情報を含むものには使えないし、1同様 3.@hoxo_mさん作成のOpenShiny.exeを使う 利点:ITリテラシーに関係なく使ってもらえそう 欠点:Winマシン限定。exeファイルを配布するというドキドキ感 19 2013/01/26
20.
サイバー系
3.OpenShiny.exeの紹介 u @hoxo_mさんが.netで作った「Shinyをワンクリックで起動する やつ」 配布方法:適当なフォルダに①「OpenShiny.exe」 ②「server.R」③「ui.R」を置いてフォルダごと配布 使用方法:もらった人はOpenShiny.exeをクリックするだけ!! フォルダ名は 適当なのつけてね 20 2013/01/26
21.
サイバー系
Shinyアプリの配布方法_サーバ編 u サーバにデプロイしてURLをみてもらう 4.rApacheに組み込んじゃう 無理 即答 5.Shinyホスティングサービス(RStudio.com運営)を使う 楽 β版だからいつ止まっても(有償化しても)おかしくない 社外秘情報を含むものには使えない 6.Shiny-serverを使ってデプロイ ちょい面倒だけど社内で使うならこれかな 21 2013/01/26
22.
サイバー系
5.RStudio.com運営shinyホスティングサービス u まああれだ、ホスティング用のアカウント発行したぜ!って いうe-mailに書かれてる通りやればできる 1.sshでログインして 2.自分のホームに /ShinyApp/ディレクトリ作って 3.そこに適当なディレクトリ(例えばtheWorld)作って 4.scpでそこにui.Rとserver.Rをアップロード http://glimmer.rstudio.com/wdkz125/theWorld/ ディレクトリ名 ユーザ名 22 2013/01/26
23.
サイバー系
6.Shiny-serverについて http://blog.rstudio.org/2012/12/04/shiny-update/ とりあえずlinux で動くけどwinと かmacosxで動 かないよ オープンソースに してみたよ!! 有償版も考えてるらしい 23 2013/01/26
24.
サイバー系
6.Shiny-server有償版についてわかっていること とりあえず、有償版では何らかの認証ができたらいいな って思ってるらしい 24 2013/01/26
25.
サイバー系
6.Shiny-serverのインストール u Shiny-severインストールに必要なもの 1. R.2.15.0以上 2. Rのshinyライブラリをユーザフォルダじゃないところに インストール 3. node.js 0.8.16以上 ubuntuの場合 sudo apt-‐get install python-‐software-‐properties python g++ make sudo add-‐apt-‐repository ppa:chris-‐lea/node.js sudo apt-‐get update sudo apt-‐get install nodejs npm u Shiny-severのインストール sudo npm install -‐g shiny-‐server sudo useradd -‐r shiny sudo mkdir -‐p /var/shiny-‐server/www sudo mkdir -‐p /var/shiny-‐server/log 25 2013/01/26
26.
サイバー系
6.Shiny-serverの起動 u 以下のディレクトリに適当な名前のディレクトリ作成して そこにui.Rとserver.Rとをコピって /var/shiny-server/www/AppName u 起動 sudo shiny-server u ブラウザからアクセス http://<hostname>:3838/AppName 26 2013/01/26
27.
サイバー系
今日のお話 u shinyとは? u とりあえずshiny u shinyアプリの配布 u shinyの実例 27 2013/01/26
28.
サイバー系
shinyの実例デモ u デモで使うデータはもちろんiris irisに関する詳しい資料は以下を参照して下さい➡ 「irisの正体 (R Advent Calendar 2012 6日目)」 http://d.hatena.ne.jp/tsutatsutatsuta/20121206/1354737461 28 2013/01/26
29.
サイバー系
shinyの利用例 tabで いろいろ 選べる 29 2013/01/26
30.
サイバー系
shinyの利用例 summ aryの tabを 選択す ると もっと下のほうにsummary結果も出てるんだけど、見えんな 30 2013/01/26
31.
サイバー系
shinyの利用例 ここでデータのレンジを絞ると、下のグラフ中のデータポイント も変化する 31 2013/01/26
32.
サイバー系
shinyの利用例 WebG L使って 3次元p lotも出 来る 32 2013/01/26
33.
サイバー系
shinyの利用例 決定木 選んで みたり 33 2013/01/26
34.
サイバー系
shinyの利用例 GLM選 んでみ たり 34 2013/01/26
35.
サイバー系
shinyの利用例 サイド バーも ックス チェッ オンオ クボ 変わる フで動 よ 的に 35 2013/01/26
36.
サイバー系
shinyのTips u staticなページ(タブ)を作りたい HTML()関数でhtmlを直書きする u インタラクティブすぎる submitButtonを配置すれば、ボタン押すまで反映しない u サイドバーパネルもインタラクティブにしたい conditionalPanelを使う conditionalPanel(condition= input.@@=true ,,,) u サイドバーパネルをもっとインタラクティブにしたい ui.R中はuiOutput("rice") みたいにしておいてserver.Rで output$rice <- reactiveUI(function(){ selectInput( gets , dandy , choice=1:10, selected=1) }) ってすればいい。↑ここでinputの値取得して条件分岐とかバリバリ書く 36 2013/01/26
37.
サイバー系
shinyのここがイマイチ u 日本語一切使えない。コメントにすら日本語が含まれると動かない u 左にサイドバーパネル、右にグラフパネルという構図が固定 幅とか変えたいのに.... u レンジスライダーのレンジを保持して左右に動いて欲しい u レンジスライダー、キーボードの矢印で操作できない u レンジスライダーにintegerの値しか使えない u submitButtonをcheckboxで出したり消したりしたい 37 2013/01/26
38.
サイバー系
参考文献 u shiny https://github.com/rstudio/shiny/ u shiny-server https://github.com/rstudio/shiny-server u tutorial http://rstudio.github.com/shiny/tutorial/ u google group https://groups.google.com/forum/?fromgroups#!forum/shiny-discuss u shinyでrglを使う https://github.com/trestletech/shiny-sandbox/tree/master/rgl u hoxo_mさんのShinyアプリをワンクリックで起動するやつ http://d.hatena.ne.jp/hoxo_m/20121122/p1 u バタデ先生の、みんなでシャイニイイイイイイイイイイイイイイイ http://d.hatena.ne.jp/dichika/touch/20130118/1358470135 38 2013/01/26
39.
サイバー系
まとめ 1. シャイニングウィザードを紹介して 2. ついでにshinyも紹介して 3. shinyアプリの配布方法も紹介して 4. 最後にデモった 39 2013/01/26