aabbdd物体検出入門 (2021-11) online MMDetection および Detectron2 を利用して物体検知を行う方法を中心に取り扱う。 BioC Asia 2021 Workshop (2021-11) online 主要介绍使用 R 语言中的 torch 包来搭建卷积神经网络做物体分类以及搭建循环神经网络做回归预测的方法。学习神经网络的基础知识请参照 PDF 资料。学习实际操作请参照 GitHub 网页。
igraphパッケージの使い方 2.グラフオブジェクトのプロット - もうカツ丼はいいよな
プロット igraphパッケージにはグラフオブジェクト(igraphクラス)をプロットするためのplot.igraph()関数が用意されている．勿論，使う場合はplot()関数にグラフオブジェクトを渡すだけでいい． > ## plot.igraph()が用意されている > g <- graph.tree(15) > plot.igraph(g) > ## plot()にigraphクラスのオブジェクトを渡せば呼び出される > plot(g) デフォルトではノードの配置は毎回変わる(後述)． レイアウト デフォルトではプロットの際にノードはランダムに配置される．ノードの配置はplot()のlayout引数にノードの座標を与えることで操作できるが，この座標をアルゴリズムによって決定し出力する関数がいくつか用意されている．これらの関数はlayout.から始まる名前を持っている． > ## lay
「統計解析ソフトRのスクリプト集」公開のお知らせ - 心理発達科学専攻からのお知らせ
石井准教授の作成した「統計解析ソフトRのスクリプト集」をオンラインで公開します。名古屋大学教育学部の「心理・教育の統計学」の授業で実際に使用されている教材です。学習・研究にご活用下さい。 2016.4.5 Ver. 4.0βを公開しました。棒グラフオプション、オメガ係数、効果量、標本サイズの推定などの記述が加わりました。 2015.3.18 Ver. 3.0βを公開しました。記述統計量の算出の部分を統一的にしたのと、データ例を書籍にあわせて変えています。 2014.11.4 Ver. 2.2βを公開しました。 統計解析ソフトＲのスクリプト集 (PDF) 下記のサイトでは、シラバスと講義資料が公開されています。あわせてご活用下さい。 「心理・教育の統計学」（名大の授業） 講義資料 (PDF) ーーー はじめに 石井秀宗 この冊子は，心理学や教育学の研究でよく用いられる統計手法に関して，統計解
IPython vs knitr, or Python vs R - Yihui Xie | 谢益辉
IPython vs knitr, or Python vs R Yihui Xie 2012-11-23 I watched this video by Fernando Pérez a few days ago when I was reading a comment by James Correia Jr on Simply Statistics: This is absolutely a fantastic talk that I recommend everybody to watch (it is good in both the form and content). Not surprisingly, I started thinking ipython vs knitr. Corey Chivers said we could learn a lot from each o
グラフの描き方
基本的な考え方 棒グラフは比例尺度の量を表すのに用い，棒の長さ（面積）が量に比例するように描くのが基本。一つだけずば抜けて大きい値があるときに棒の上のほうで省略線を用いることはあるが，下を省略して全体の長さを切り詰めることは好ましくない。例えば気象観測データについては，雨量は比例尺度であるので棒グラフで表してもよいが，気温は（絶対温度でない限り）間隔尺度であり，棒グラフは使えない。 折れ線グラフは，両軸とも間隔尺度以上であるのが基本。0点から始める必要はない。特に時系列データについてよく使われる。 円グラフは全体における割合を表すにはよいが，全体との比較ではなく個々の値どうしの比較には棒グラフがよい。いわゆる3次元（3D）円グラフは，錯覚を利用して特定の部分を大きく見せるためのもので，一般には用いない。 円グラフは複数回答のアンケート結果の図示には絶対に用いない。 色分けして凡例を付けるの
実践！ Rで学ぶ統計解析の基礎 － ＠IT
Rは統計解析のブッシュナイフだ 実践！ Rで学ぶ統計解析の基礎（1） オープンソースの統計処理言語・環境の「R」を使って実践的な統計解析のテクニックとリテラシーを習得しよう！
R による統計処理
「Rによる統計解析」 オーム社 刊 サポートページ 目次 第1章 Rを使ってみる 第2章 データの取り扱い方 第3章 一変量統計 第4章 二変量統計 第5章 検定と推定 第6章 多変量解析 第7章 統合化された関数を利用する 第8章 データ分析の例 付録A Rの解説 付録B Rの参考図書など はじめに R とは何か，何ができるかのリンク集（日本のもののみ） R を使うためにはどうしたらいいの？ データなどの読み書き R の定石（R に限らずプログラミングの定石も） R を使って実際に統計解析をする AtoZ 一連の流れ データファイルの準備をする 分析してみる 分析結果を LaTeX で処理したり，ワープロに貼り込んだりする 道具立て 連続変数データをカテゴリーデータに変換 カテゴリーデータの再カテゴリー化 度数分布表と度数分布図の作成 散布図・箱髭図の描画 クロス集計（独立性の検定，フィ
第1回 Rは統計解析のブッシュナイフだ - 実践！ Rで学ぶ統計解析の基礎 - ＠IT
今ほど統計解析が必要とされる時代はありません。オープンソースの統計処理言語・環境の「R」を使って実践的な統計解析のテクニックとリテラシーを習得しましょう！ 読者にとってRは、世に溢れるデータの密林を切り開くための“ブッシュナイフ”となることでしょう（編集部） 統計解析の必要性とリテラシー 21世紀になって、経営学者の故ピーター・ドラッカー氏が言うところの知識労働者は、ますます統計解析を必要する局面が増えてきました。この状況は、20世紀後半から21世紀に起きた計算機能力の増大とインターネットの発展を基礎に、3つの大きな潮流が現れたことがキッカケとなっているように思います。その3つの潮流とは、オープンソース、オープンデータ、そしてオープンアイデアです。後ろの2つは今筆者が名付けました。 オープンソースは、皆さんがご存知のように、Linux、Apache、Perl、Python、RubyなどのO
Rとクラスター分析2
[連載]フリーソフトによるデータ解析・マイニング第29回 Rとクラスター分析(2) 1．樹形図の切断とコーフエン相関係数 先月号では、階層的クラスター分析の基本概念や樹形図の作成などについて説明した。 クラスター分析結果を分析する際には、どの個体がどのクラスターに属するかを確認することが必要である。階層的クラスター分析では、クラスターの数を指定し、樹形図を切断すると個体が属するクラスが決定される。 Rには個体が属するクラスターの情報を返す関数cutreeが用意されている。関数cutreeはクラスターの数を指定すると、個体がどのクラスターに属するかに関する情報を返す。 次にirisデータの51〜100行（versicolor品種）と101〜150行（virginica品種）の2品種のデータを用いた関数cutreeの使用例を示す。
JIN'S PAGE - R
R、R言語、R環境・・・・・・ Rのダウンロードとインストール リンク集 題名 Chap_01 データ解析・マイニングとR言語 Chap_0２ Rでのデータの入出力 Chap_03 Rでのデータの編集と演算 Chap_04 Rと基本統計量 Chap_05 Rでの関数オブジェクト Chap_06 Rでのデータの視覚化(1) Chap_07 Rでのデータの視覚化(2) Chap_08 Rでのデータの視覚化(3) Chap_09 GGobiとデータの視覚化(Rgobi) Chap_10 Rと確率分布 Chap_11 Rと推定 Chap_12 Rと検定 Chap_13 Rと分散分析 Chap_14 Rと回帰分析 Chap_15 Rと重回帰分析 Chap_16 Rと一般化線形モデル Chap_17 Rと非線形モデル Chap_18 Rと判別分析 Chap_19 Rと樹木モデル Chap_20 WEK
48. とりあえず plot() - R-Source
とりあえずplot() R で一番良く使われる高水準作図関数が関数 plot() である．最も基本的で機能も多い関数も plot() である．この関数を使って散布図や折れ線グラフなどを描くことが出来る． 例えばデータが入っているベクトル x ，y を点の座標として以下の様に入力する．すると散布図の出力が得られる．プロット範囲は引数 xlim, ylim で決めることが出来る． x <- 1:10 y <- 1:10 # plot(x 軸のデータ, y 軸のデータ, オプション) plot(x, y) # 範囲は自動で決まる(xlim=c(1,10)を指定した場合と同じ) plot(x, y, xlim=c(10,1)) # x 軸の正の向きを左向きにすることも出来る
Rによる最適化、パラメータ推定入門 - yasuhisa's blog
パラメータの推定、でもその前に optimize関数について 補足 パラメータの推定 ベルヌーイ分布 定式化(尤度関数) 尤度関数の実装 尤度関数の最適化(パラメータ推定) 正規分布におけるパラメータ推定 まとめ パラメータの推定、でもその前に統計におけるパラメータの推定というのは大体最適化問題に帰着します。「なんとか関数を(最大|最小)にするようなパラーメータほにゃららを求めたい」とまあこんな感じで。というわけで、パラメータ推定は置いておいて、Rで最大化問題、最小化問題をどう解くかというところを最初にやってみようと思います。最適化問題は離散最適と連続のほうの最適に分けられますが、ここでは連続についての最適化問題について考えることにします。 optimize関数について Rにおける最適化をするための関数はoptim関数、optimize関数があります(他にもnlsなどありますが、とりあえず
統計解析用フリーソフト・R-Tips
R は有名な統計言語『 S 言語』をオープンソースとして実装し直した統計解析ソフトです．さまざまなプラットフォーム（OS）に対応しており，誰でも自由にダウンロードすることができます．それにも関わらず，世界中の専門家が開発に携わっており，日々新しい手法・アルゴリズムが付け加えられています．とにかく計算が速い上にグラフィックも充実しているので数値計算などにも持ってこいです．このドキュメントは Windows 版 R と Mac OS X 版 R（と一部 Linux 版 R ）でコマンドを調べた足跡です． ちなみに，この頁の内容を新しくした書籍は こちら ，電子書籍版は こちら で販売されております．
1
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
RStudio
RPubs
ここからゲノムと計算機すか
IBM Developer