第57回R勉強会@東京で発表してきた
以下メモ
初心者セッション
10分で分かるR言語入門 ver2.22
はじめてのR
ゆるふわ文字型データの取り扱い入門
本日の資料です。
— コタママ (@kotatyamtema) 2016年9月24日
53回から進捗なくてすいません。
TokyoR #57 初心者セッションhttps://t.co/cSxfGJxvDE
#tokyor #TokyoR
応用セッション
RとStanでクラウドセットアップ時間を分析してみたら
今日の資料です。RとStanでクラウドセットアップ時間を分析してみたら #TokyoR https://t.co/BXuSt9ylIk
— Nakatani Shuyo (@shuyo) 2016年9月24日
ちょっと易しめに作ってしまった(特に前半)ので、Tokyo.Rのガチ勢には退屈かな心配してたが、初参加の人が多いみたいなんでちょうどよかった?
- 各サービスのセットアップ時間を分析
- 重回帰
- モデルはできるだけ単純な方がいい
いろいろ試した変化点検知
目的によって使い分けが必要
- 外れ値検知
- 変化点検知
- 異常検知
変化点検知のR package
Twitter AnomalyDetection
- スパイクを除去しないと話にならない
- 区間nを指定して2σ以上を平均に置換
- スパイクを除去しないと話にならない
Changepointが良さげ
状態空間モデルでトレンド成分の差分をとってスムージングすると綺麗に検知できた。
mxnetで頑張る深層学習
8月からDeep Learningに携わるようになると同時にPythonハラスメントに怯えるようになりました。本資料がきっかけでRでDeep Learningする人が増えると幸いです。以下頂いた質問
- H2Oを忘れた方が良い理由は?
- H2O使っていないので偏見が入っていますが開発があまり活発でなさそうだから
- 処理時間は?
- mxnetで作ったモデルを他のライブラリに読み込める?
- 多分できない
- パラメータチューニング大変じゃない?
- 機械学習のためのベイズ最適化入門|Tech Book Zone Manateeを参考にグリッドサーチではなくベイズ最適化できないか試して見る予定です
- リカレントニューラルネットワークは?
- mx.lstm()が用意されている
LT
おじさんの体重をダッシュボードで監視する話
さきほど金髪の主催者「のみ」にドはまりしたTokyoR58回の所沢義男さんのLT資料です https://t.co/u47nD1Q9ZX #おねがいぞうさん #TokyoR
— 猫柳問一 (@dichika) 2016年9月24日
- shiny + flexdashboard + plotly + leafletが今の自分の考えた最強のBI環境
- shiny-serverでflexdashboardのRmdをデプロイするには以下の記事を参照
Exploratory紹介
- UI for Hadleyverse
- Exploratory
Rの社内勉強会を立ち上げた話(タイトルうろ覚え)
- モチベーション
- 職場にRを普及したい
- 立ち上げ
- 隔週1時間
- 資料の準備
- RmdをKnitしてhtml → PDF
メールアプローチの現場とR
- 時間切れで最後まで聴けず。。。
今さらrvest使ってみた
- Cyboze様、素敵な会場提供ありがとうございました
- 次回は未定