因果探索ライブラリcausalnex - と。
quantumblackって名前がかっこいい 以前quantumblack社がオープンソースで開発しているkedroを紹介しました。 socinuit.hatenablog.com これ、kedro開発者にも見つかっていろいろと反応をいただいて大変光栄でした。 今回は同社が同様にオープンソースで開発しているcausalnexを使ってみます。 理由は単純。 ロゴが、かっこいい。 まだチュートリアル段階ですが、これだけでも十分に実用に足るんじゃなかろうか、 というくらいには強い。仕事のOSがUbuntuなら完全に優勝していた。 githubはこちら github.com 基本的には公式チュートリアルに沿ってやっていきます。 進捗的には因果グラフをつくるところまで。 チュートリアルではベイジアンネットワークの作成ができていますが、 そこまで追いついていないので一旦保留。 下準備 causalne
『繋がり』を見る： Cytoscapeと周辺ツールを使ったグラフデータ可視化入門
Keiichiro OnoSoftware Engineer Specialized in Data Visualization and Bioinformatics. Data Visualization Japan co-organizer.
Binary data visualization - CodiSec
2 December 2016 Maciej Pytel This page contains examples of Veles visualization. For explanation on how they actually work check out Binary visualization explained. By testing Veles visualizations on numerous files we found that different types of data look very differently. We can easily notice the differences between a bitmap, a mobi file, a java .class file and an x86 compiled binary. On a side
住所一覧からマックと吉野家の光の地図を作ってみた
おひさしぶりです。お久しぶりです。どうやら巷ではアクセスアップのコツとして「内容よりも一日の更新頻度を上げたほうが人気が出る」らしいですが、ここはそんなこと全く気にせずにのんびりと更新していきます。（かと言って質が高いかと言えば疑問ですが…） さて、更新してみようと思い立ったきっかけはこんな記事からでした。 「マックまでの近さ」が光で表された米国地図 | WIRED JAPAN この地図を作成したのは、Steven Von Worley氏。ロサンゼルス盆地の、本当に何もないようなところで目にしたマクドナルドに刺激されてこの地図の作成を思い立ったという。で、ブックマークのコメントを見たらこんなものが。 はてなブックマーク - 「マックまでの近さ」が光で表された米国地図 | WIRED VISION Layzie food, ネタ 東と西でクッキリ分れてるねえ。誰か、日本で「吉野家」バージョン
gganimateでバーチャートレースを作って競争心を煽る - 株式会社ホクソエムのブログ
ホクソエムサポーターの輿石です。普段はデータ分析会社で分析業務や社内Rパッケージ開発をはじめ分析環境を整備する仕事をしています。 最近WEB系のメディアで「バーチャートレース(bar chart race )」と呼ばれるぬるぬる動く棒グラフを見ることが増えてきました。興味を惹くという点で優れた面白い可視化だと思います。Rではgganimateパッケージを使うことで簡単にggplot2のグラフをアニメーションにできたので、作成方法を細かい部分含めて紹介します。 なお、本記事ではggplot2の詳細には触れていませんが、詳細は「Rグラフィックスクックブック」がオススメです。なんと本記事が投稿された2019年11月21日は約6年ぶりの改版となる第2版の発売日なようです！6年前は少し面倒だったことも今ではより簡単にできるようになっていたりするので、すでにggplot2が使えるあなたも是非ッ。 Rグ
nlplotを使ってみた - Re:ゼロから始めるML生活
最近、昨年書かれたこちらの記事を見かけました。 www.takapy.work なんだか非常に良さそうな感じで実際に使ってみたので、今回は使ってみたときのメモです。 nlplot is なに？ 実際に使ってみる 前提条件 使用するデータ 環境 表示してみた 注意点 使用したサンプルスクリプト 感想 nlplot is なに？ 自然言語の基本的な可視化を手軽にできるようにしたパッケージです。 自然言語を簡単に可視化・分析できるライブラリ「nlplot」を公開しました - ギークなエンジニアを目指す男 何やら簡単にNLPにおける可視化ができるツールらしく、非常に便利そうです。 Githubはこちら。 github.com 何やら可視化できるのは、 N-gram bar chart N-gram tree Map Histogram of the word count wordcloud co-
やってみた。プロ棋士の強さ推定 - 結婚制度の廃止を望んでやまない
階層ベイズモデルで勝敗データからプロ棋士の強さを推定する,StatModeling Memorandumという実験があります。大変面白いので私もやってみました。 データ収集 まず将棋のプロ棋士の対局結果を将棋連盟 棋士別成績一覧から収集しました。こちらのサイトは1964年度以降の棋士公式戦対局結果がまとまっています。米長邦雄の四段昇段が1963年、中原誠の四段昇段が1965年です。大昔ですね。素晴らしいですね。以下の方針でスクレイピングしました。 データベース中のプロ棋士同士の対局をすべて収集する 対局者のどちらかあるいは両方が四段昇段前（奨励会員もしくはアマチュア）であっても収集対象とする 不戦勝、不戦敗は除外 2017年7月30日時点で、対局総数は103849局、棋士総数292人でした。 また、参考用にプロ棋士の生年月日および四段昇段日も収集しました。こちらは将棋連盟のデータベース、将
株式会社ALBERT（レコメンドエンジン）
データ分析から導き出されたインサイト無しにAI（人工知能）の活用は始まりません。私たちは、各業界知識とデータ・アナリティクス技術を駆使しデータドリブン経営を強力に支援します。 データ、アナリティクス、AIは企業にとって競合他社との差別化を図るかつてないほど大きな要因になっています。今日の経営幹部が効率を向上しながら新たな収益源を開拓し、新しいビジネスモデルをタイムリーに構築する方法を模索する中、価値を生み出し成長を続ける企業には「データ活用」という共通項があります。私たちは、無数のデータから企業にとって本当に必要なデータを活用するための方法を知っています。 将来を見据えたオペレーション体制を備えている企業の半数以上（52％）は、すでにデータとアナリティクスを大規模に活用しています。データとAIに関する取り組みをビジネス戦略に沿って実施することで投資利益率を迅速に最大化し、最終的にはAIをビ
データビジュアライゼーション事例メモ - データの境界
こちらのイベントに参加してきました。 passmarket.yahoo.co.jp トークで紹介されたビジュアライゼーション事例のリンクをペタペタ貼っておきます リニアは日本をどれだけ狭くするのか？ ～到達所要時間ビジュアライゼーションマップに挑戦～ - ビッグデータレポート - ヤフー株式会社 www.youtube.com Yahooのビジュアライズといえばこの記事。東京駅を起点として日本全国にあらゆる交通機関を使って移動するとどれくらい時間がかかるかを超美麗に可視化した動画。百聞は一見にしかず。 沖縄戦全記録|NHKオンライン 沖縄戦時、どこでどれだけの人が亡くなったかをビジュアライズ。当時の状況のインタビューや動画記録なども掲載 Gay rights in the US, state by state | World news | theguardian.com アメリカの各州にお
Jupyter上でDashを使えるjupyter_dash - Qiita
Dashは可視化をインタラクティブに行えるウェブフレームワークです。そしてDashにはJupyter上でアプリケーションを動作させるjupyter_dashというパッケージが存在しています。そして最近、Google Colab上でjupyter_dashが動作するようになりました。 今回はjupyter_dashの使い方に加えて、Jupyter上でDashが使えるメリットを紹介したいと思います。 今回はグーグルコラボ上で全ての作業を行います。サンプルのノートは次のリンク先にあります。 準備 jupyter_dashはコラボにインストールされていません。あと可視化に使うplotlyのバージョンが古いものになっているので、更新します。
因子分析からクラスター分析までの流れ - bob3’s blog
マーケティングの基本的な考え方のひとつであるSTP戦略。 STPとはsegmentation、targeting、positioningの頭文字をとったものです。 消費者をニーズの異なるいくつかのグループに分類し、商品開発の対象を絞り込み、消費者から見た競合他社の商品との相対的な位置付けを定める、という考え方です。 そのS（segmentation）のステップではクラスター分析が良く使われます。 ここではSD法によるアンケートの回答から因子分析を行い、その因子得点をもとにクラスター分析を行うところまでをR言語でやってみたいと思います。 解説が不十分ですが、追々追記したいと思います。 データはここにある「COFFEE.txt」を使わせていただきます。 このデータは「経済・経営のための統計学」という書籍のデータです。 経済・経営のための統計学 (有斐閣アルマ) 作者: 牧厚志,和合肇,西山茂,
dash-cytoscapeで可視化する重みをつけた最短経路問題を書く
3. グラフの定義 グラフ(ツリーグラフやDAG)は、ライブラリによって様々な記述方法があります（隣接行列表現など）が、今回dash-cytoscapeで使用する形式はオブジェクト形式で割と独自系です。 2 ~ 7行目でノードの定義。8行目以降で、ノードとノードを繋ぐ線(エッジ)の定義をしています。weightは、そのエッジの重みと言って、作業量などを考慮して最短経路問題など解く際に使用されます。 elements = [ {'data': {'id': 'A'}}, {'data': {'id': 'B'}}, {'data': {'id': 'C'}}, {'data': {'id': 'D'}}, {'data': {'id': 'E'}}, {'data': {'id': 'F'}}, {'data': {'id': 'AC', 'weight': 5, 'source': 'A'
麺活で登場するキーワード間の関連分析基盤を実装＆可視化してみた | ITに頼って生きていく
概要twitterは、当然のことながら、文字情報です。 たった140字といえど、されど140字です。 この、言葉が持つ意味をさらに探るべく、追加した機能で分析をしてみました。 何を追加したのか？elastic社から提供されているプラグイン、X-PACKを導入しました。 このX-PACKの中の1つの機能、Graphを使った分析になります。 X-PACKとは以下の機能をまとめて提供する、ElasticSearchとKibanaのプラグインです。 SecurityAlertingMonitoringReportingGraphMachine Learningこのうち、Graphを使いました。 ライセンスなお、このX-PACKは残念ながら無料ではありません。有料です。 しかし、1か月の試用期間があるので、この期間でいろいろ試してみようというわけです。 じゃあ、そのライセンスはいくらなの？と疑問に思
ネットワーク可視化周辺の現状 1
はじめに最近、私も一章参加した本が出版されましたが、「現在どんなツールがあり、そのツールで何ができるのか？」を紹介することが主眼に置かれています。そのため、本文に収録されている多数のツールを用いて、紹介してあるような図を作成できるようになったのち、さらにその先に進むにはどうすれば良いのか、すなわち、初心者を脱した後にどのように学習すれば良いのか、という部分に関しては、ページ数の関係もあり、あまり踏み込むことはできませんでした。そこで本稿は、私の担当分野であるネットワーク可視化の部分に絞って、基本的な図が作成できるようになったのち、さらに複雑な可視化を行えるようになるにはどうすれば良いのかを学ぶ場合のガイドとして書きました。また、2019年現在におけるツールの整備状況や、ブックガイドとしても利用できるようにする予定です。 本稿の対象とする読者この記事は、ネットワーク可視化のごく基本的な部分は
美しいペアプロット図を簡単に作る - My Life as a Mock Quant
美しい描画を行うためのパッケージとして有名なggplot2の仲間？にGGallyパッケージなるものがあるらしく、その中のggpairs関数を使うとふつくしいペアプロットが楽に作成できる。 できるのはいいんだが、この関数を使ってplotする際のフォントサイズ変更方法がググってもマニュアル読んでも出て来なかったのでメモっておく。 例のごとく、パッケージは install.packages("GGally") でインストールしておく。 肝心のフォントサイズの変更については、結論としてparams引数にlistとして入れればよく、各種フォントサイズについては size:散布図の点のサイズ（今回は使用してない） labelSize:各項目（列名）の文字サイズ corSize:相関値の文字サイズ と対応しており、これらを所望のサイズに設定してやればOKだ。*1 実際にPLOTしてみると以下のような感じ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
折り紙と正多角形と三次方程式 数学カフェ #math_cafe
あまり紹介されていない可視化ツールを試す - drillerの部屋
「モダンな」可視化アプリケーション開発とはどのようなものか？
データビジュアライゼーション入門
良いダッシュボードを作成するための5つの原則