SlideShare una empresa de Scribd logo
1 de 106
Descargar para leer sin conexión
東京. 非公式おじさんが教える本当に気持ちイイ パッケージ作成法 with Studio 
第42回 勉強会@東京(#TokyoR) 
@teramonagi
もくじ 
•1:パッケージ開発環境の準備 
•2:パッケージ開発ハンズオン 
–2-1:動くものを作る 
–2-2:パッケージの配布について 
–2-3:テストの追加 
•3:その他アレコレ 
–3-1:C++で機能追加 with Rcpp 
–3-2:vignetteの作成 with knitr 
–3-3:おまけ 
•4:参考 
2
1:パッケージ開発環境の準備 
3
のパッケージ? 
のパッケージ 
|| 
の拡張機能を提供 
4
パッケージにも開発者がいる!!! 
5 
今までの僕ら は、与えられた 者を使う側の 人間。いい加 減、与える側に 回りたいよ
But… 
6
(かつてのパッケージ開発環境) 
7
無茶しやがって… 
8
今は ♥♥♥HEAVEN♥♥♥ 
9
ある漢の活躍 
※まだ生きてるつーか、現役バリバリです 10
パッケージ開発のための パッケージ 
• devtoolsパッケージ 
–開発を楽にする 
• roxygen2パッケージ 
–Doxygenライクなin-source 
ドキュメント生成 
• testthatパッケージ 
–単体テスト作成・実行 
11 Welcome to Hadley world!!! 
開発者:Hadley wickham
12 
まさに神(Hadley)が与えし 
三種の神器
おまけ:神を で描画するコマンド 
13 
library(ggmap) 
library(magrittr) 
hadley %>% ggimage
パッケージ開発のための パッケージ 
•三種の神器をインストール 
14 
install.packages(“devtools”) install.packages(“roxygen2”) install.packages(“testthat”) 
※できればGithubあたりから開発版入れた方がいいかも
使用する外部ツール/サーヴィス 
•MUST 
–Rstudio(Rの統合開発環境) 
•WANT 
–Rtools(主にC++ compiler for windows) 
–Git(ゆるふわなTortoiseGitで…) 
–Github(パッケージの共有用) 
•各々のインストール方法はggrks 
15 
※漢(おとこ)は黙ってOS is Windowsを想定
2:パッケージ開発ハンズオン 
16
パッケージ開発ハンズオン 
•OpenWeatherMapが提供するAPIを 叩くパッケージ開発 
17 
※ http://openweathermap.org/より
2-1:動くものを作る 
18
動くものを作る(目標) 
•その他条件 
–インストール可能なものを作る 
–警告0でチェックが通るようにする 
–出来るだけMinimumなものを作る 
–CRANへのUPは闇なので、放置 
(最近はGithubでいんじゃね?感ある) 
19 
※ここでは、「チェック」とは「Rのパッケージとして正しく動作するか否かをチェック」すること
よろしい、 ではスタートだ!!! 
20
Studioを起動してポチポチ… 
•[File]→[New Project]を選択 
21
•[New Directory]→[R Package]と選択 
22 
Studioを起動してポチポチ… 
※ふつーのRコード書く際にも常に[Empty Project]使っておくのがよい
パッケージの作成 
•[Package name]入力,gitも出来れば 
23 
※ここではrOpenWeatherMapとした。以下、適当に自分のパッケージ名に読み替える
雛型完成 
24
…からの不要ファイル削除 
•以下は不要なファイルなので削除 
–Read-and-delete-me 
–man/rOpenWeatherMap-package.Rd 
•その他のファイルは 
–そのまま使用 
–roxygen2の自動生成で上書き 
なので放置でOK 
25
大雑把なフォルダ/ファイルの説明 
•DESCRIPTION 
–パッケージの概要&他パッケージへの依存を書く 
•NAMESPACE(ここではroxygen2で自動生成させる) 
–どの関数をパッケージ外から使うか記述(含む他ライブラリ) 
•manフォルダ 
–.Rd形式のマニュアル(ここではroxygen2で自動生成させる) 
•Rフォルダ 
–自分で書いたRのコードを突っ込む 
•XXXignore 
–git/githubに対して監視させない無視させるファイルを設定 
•XXX.Rproj 
–Rstudio用の設定ファイル。テキストベースなので適当なエディ タでも編集可能 
26 
※赤字ファイル/フォルダを手でいじる、他は自動/GUIから設定
Studioのオプション変更 
27 
•[Tools]→[Project Options]→[Build Tools] 
※パッケージ構築(ビルド)の環境を整える
Studioのオプション変更 
28 
--no-manualでPDF版 マニュアルの生成回避 
※CRANにパッケージをUPすれば勝手に作ってくれるので、通常いらないと言えばいらない 
※PDF版マニュアルが欲しい場合はTex(TexLive?)のインストールが必要。がんばれ。
roxygen2の設定 
29 
roxygen2でDocument 自動生成ON 
roxygenでどのファ イルを自動生成 するか 
どのタイミ ングで ファイルを 自動生成 するか 
※何も考えずに全部チェックでもOKかと
DESCRIPTIONファイルを修正 
30 
警告回避のため 
Licenseは書換MUST 
内部で使用するパッケー ジはImportsに記載して おく 
※Imports/Dependsを書いておくと、CRANからinstall.packagesした時に、その他のパッケージも勝手にインストー ルしてくれる。Dependsの方は、自作パッケージを読み込むと自動でDependsに指定したパッケージまで読み込ん じゃう。一方、Importsの場合、自分で作ってるパッケージ内のみで指定したパッケージが使われるように良きに計 らってくれる。依存関係という意味で、Dependsは「XX以降のRじゃないとだめですよ~的な」Rのバージョン指定に のみ使われてるパッケージが結構ある on CRAN
31 
次に のコード書く
のコードを書く 
•[R/currentWeather.R]として以下を追加 
32 
※RcurlのgetURL関数でAPI叩いて、それをrjsonのfromJSONでリストにしてるだけ ※関数の引数にデフォルト引数与えるとDocumentが自動生成できない…って githubでissueは出しておいた。一応LC_CTYPEロケールをCにすればいけることは確認済
のコードを書く 
•[R/currentWeather.R]として以下を追加 
33 
一行目に関数の説明を書く。各項目は以下の ような意味合いで、 roxygen2パッケージにより HELPが自動生成される際に参照される。 
@param:引数の説明 
@return:返値の説明 
@export:ある場合、この関数をパッケージの 外から呼び出せるようにする。逆にない(書か ない)と外から呼び出せない
•[R/ rOpenWeatherMap.R ]として以下を追加 
34 
のコードを書く 
※ここを書いておくと、HELP・NAMESPACEファイルが自動生成される 
※パッケージ名.Rにはパッケージ全体の説明、及び“依存ライブラリ”を書くのが一般的ぽい 
※“依存ライブラリ“はNAMESPACEが自動生成される時に使われる
•[R/ rOpenWeatherMap.R ]として以下を追加 
35 
のコードを書く 
”package名.R”ファイルにパッケー時の説明を 記述。ここに依存関係やパッケージの説明 (roxygen2パッケージにより作成されるHELP用) を書く。NULL必須(これもroxygen2用) 
@name:パッケージ名 
@doctype:”package”で。 
@import:中で使用しているパッケージを記述 (NAMESPACEの自動生成に使用される) 
※パッケージの依存関係は関数側に書く事も出来るが、 管理しやすいのでこちらのほうが良さげ
パッケージビルド関連コマンド群 
•[Build]パネルに用意されている 
36 
[More]を押下すると出現
パッケージの構築(ビルド) 
•Build & Reload[Ctrl + Shift + B] 
–作成と読込(R CMD INSTALL ) 
•Check パッケージ[Ctrl + Shift + E] 
–チェック(devtools::check) 
•Test パッケージ[Ctrl + Shift + T] 
–テスト(devtools::test) 
•Document[Ctrl + Shift + D] 
–資料作成(devtools::document) 
37 
※[]はキーボード・ショートカット、()は裏で走ってる(と思われる)コマンド 
※devtoolsはその他にも関数がたくさんあるので、調べてみるといい
It works!!! 
•[Build&Reload]して、関数を実行!動く! 
38
It works!!! 
•getCurrentWeatherByCityName関数 で、現在の東京の天気を取得 
39
It works!!! 
•HELPも出る(?getCurrentWeatherByCityName実行) 
40 
※roxygen2パッケージがコメントとして書いた部分から自動で作ってくれる
パッケージのチェック 
•[Check Check]も警告0で通る 
41
これで貴方も の パッケージクリエーター!!! 
42
ここまでのコード 
43 
https://github.com/teramonagi/rOpenWeatherMap/tree/First 
※DESCRIPTION のLicenseが[MIT + file LICENSE]じゃなくて[MIT]になってます…要修正 
※githubとmergeするときにREADMEとLICENSEファイルが追加されてしまってます
まとめ 
1.三種の神器をインストール 
2. Studioからプロジェクト作成 
3.不要なファイルを削除 
4.プロジェクトのオプション変更 
5.DESCRIPTIONファイルの変更 
6. のコードを書く&コメントを付ける 
7.[Build&Load]で完成 
44
2-2:パッケージの配布について 
45
ユーザに配達するまでが パッケージ開発 
46
パッケージの配布法 
•Web経由のレポジトリ使っていいなら、基 本install.packages関数使うだけで良い 
•一方、そうじゃないケース 
–ネットワークドライブにソースがどーん 
–USB/光学ディスク経由 
の場合、インストール出来る形式に固めてか らそれをインストールする 
47 
形式:Binary(zip) or Source(tar.gz)
binary(zip)/source(tar.gz)の作成 
48 
[Build Source Package]→tar.gz 
[Build Binary Package]→zip 
をそれぞれ生成 
※devtools::build関数が走る
固めたパッケージのインストール 
•固めたものを適当に配る 
•インストールする側はinstall.packages 関数の引数を 
–repos=NULL 
–type=“binary” or “source” 
としてローカルからインストール 
49 
#zipの時 install.packages("C:/dev/rOpenWeatherMap_1.0.zip", repos=NULL, type="binary") #tar.gzの場合 install.packages("C:/dev/rOpenWeatherMap_1.0.tar.gz", repos=NULL, type="source") 
※パスは自分の環境に応じて適当に読み替える
まとめ 
1. パッケージを配布可能なよう固めるために 
1.tar.gzの場合:[Build Source Package] 
2.zipの場合:[Build Binary Package] 
を実行する。 
2. インストールは以下のコマンド 
1. tar.gzの場合 
-install.packages(“固めたファイル", repos=NULL, type=“source") 
2. zipの場合 
-install.packages(“固めたファイル", repos=NULL, type=“binary“) 
50
2-2:テストの追加 
51
より良いものを作るためには、 動作確認(テスト)は欠かせない 
52
DESCRIPTIONファイルの修正 
53 
Suggest:にtestthatを指定 
※Suggestsはパッケージ本体ではなく、テスト/vignetteのみに使用するパッケージを記載
お決まりフォルダ&ファイルの作成 
•Projectフォルダ直下に[tests]フォル ダを追加し、そこに[test-all.R]を追加 
54
test-all.Rの中身 
•決まり文句を書いておくだけ 
–library(testthat) 
–test_check(“パッケージ名”) 
55
testthatフォルダの追加 
•testsフォルダ下に[testthat]フォルダ追加 
56
テストファイルの作成 
•今回は[test-currentWeather.R]を作成 
57 
※ファイルはどんどん追加してよい
テストコードの中身 
58 
context("Current weather") test_that("ByCityName works.", { place <- "Tokyo,Japan" current.weather <- getCurrentWeatherByCityName(place) expect_equal(current.weather$name, "Tokyo") }) 
どういうテストの集まり なのかを記述。 通常1ファイル1context 
expect_equal中身は等しくなって欲しい 
※もっとテストしたい時はtest_thatをどんどん書いてCurrent weather系のテストを増やす 
テストの作成。第 一引数はテスト名
テストの実行 
•Test Package[Ctrl+Shift+T]する 
59
60 
合ってるの、 これ?
テストコードの中身 
•“Tokyo”を”Tokyooooo”にわざと変更 
61 
context("Current weather") test_that("ByCityName works.", { place <- "Tokyo,Japan" current.weather <- getCurrentWeatherByCityName(place) expect_equal(current.weather$name, "Tokyooooo") })
テストの実行 
•答えが合わないので怒られる 
62
(テスト結果の解釈として) 便りのないのは良い便り 
63
パッケージのチェック 
•要所要所でチェック!!! 
64
まとめ 
65 
•DESCRIPTIONにSuggests:testthat追記 
•testsフォルダを作成し 
–test-all.R追加(中身は以下) 
•library(testthat) 
•test_check(“パッケージ名”) 
–testthatフォルダを作成し、実際の テスト用ファイル(.R)を作成
ここまでのコード 
66 
https://github.com/teramonagi/rOpenWeatherMap/tree/Second
3:その他アレコレ 
67
若干、趣味に近いお話 
68
3-1:C++で機能追加 with Rcpp 
69
DESCRIPTIONファイルの修正 
70 
LinkingTo: Rcppが ないとincludeオ プション(-I)が正し く指定されない 
※当然Rcppはinstall.packagesで使えるようにしておく
srcフォルダにC++コードをおく 
71
C++のコードを書く 
72 
useDynLib化にパッ ケージ名、importFrom はこのまま書く。おまじ ないだと思っておく 
.Rファイル同様のコメ ントをroxygen形式で記 述「#’」ではなく「//’」で ある点に注意
It works!!! 
•[Build&Reload]して、関数を実行!動く! 
73 
※パッケージをビルドするとRcppExports.(R|cpp)が自動生成されて 
そいつらが勝手に読み込まれる
この辺の試行錯誤記録 
•「@useDynLib パッケージ名」をなくすと… 
–Error in .Call(“パッケージ名_関数名”, PACKAGE = “パッケージ 名”) : “パッケージ名_関数名” not available for .Call() for package “パッケージ名“ 
でコンパイル通らない。これはDLL/SOを参照するようにしてないため 
•「@importFrom Rcpp evalCpp」をなくすと… 
–Error in transformSquare(std::vector<double> x) : function 'enterRNGScope' not provided by package 'Rcpp' 
でコンパイル通らない。たぶん、Rcppへの参照周りがだめなんだと思 う、多分(Rcppのどっかのドキュメントに書いてあったはず)。 
•Rcpp系の資料全般、特に以下が参考になった 
–「Writing a package that uses Rcpp」 
•http://cran.r-project.org/web/packages/Rcpp/vignettes/Rcpp-package.pdf 
74
One more 趣味. 
75
呪文 
• Studioのコンソールに入力 
76 
Sys.setenv("PKG_CXXFLAGS"="-std=c++0x") 
※最近のRcppだと、ソースコード中に // [[Rcpp::plugins(cpp11)]] いれるでOK
77 
やったね! 
It opens the door to 
the frontier of C++
こういうコードが書けるようになる 
78 Before(C++03) 
After(C++0X/11) 
※書きなおした後、ふつーに[Build&Load]すればOK 
※Rcpp11パッケージなんてのもあるけど、まだ追えてない・・・ 
※Windowsの場合、2014年7月現在、Rtoolsのgccが4.6.3なので-std=c++11使えない 
※Linux/macならgccの新しい奴入れれば-std=c++11でいけると思う 
※gccのヴァージョンとC++0x/C++11の対応などは以下参照 
https://gcc.gnu.org/projects/cxx0x.html
79 
auto & lambda expression are already engaged!!!
ここまでのコード 
80 
https://github.com/teramonagi/rOpenWeatherMap/tree/Third 
※C++0xの例コードはなし
まとめ 
•DESCRIPTIONにLinkingTo: Rcpp追記 
•NAMESPACEを更新するため、適当な cppファイルで 
–@useDynLib rOpenWeatherMap 
–@importFrom Rcpp evalCpp 
を記載 
•後はRcppの方法で倣って書く 
•WindowsのC++11対応は未完遂 
81
3-2:vignetteの作成 with knitr 
82
vignetteを作りたい 
•vignette≒パッケージ使用例 
•かつてはSweave(≒TeX)のみだった ものの、 3.0からR markdown(Rmd) による作成もサポート 
•ここではR markdownを使った作成 法を紹介(出力はHTML) 
83
vignetteの例 
84 
※ http://cran.r-project.org/web/packages/ggplot2/index.html より
DESCRIPTION 
85 
VignetteBuilder:knitr 
の追加 
Suggestsにknitr追加
R markdownファイルを追加 
•[vignettes]フォルダを作成してその中に保存 
86 
後で直せる&基本不要っ ぽいので適当でよさげ
R markdownファイルの例 
87 
※細かいR markdownの書き方は「kinitr, markdown」あたりでググれ 
ここ以外はふつーの.Rmdと 同じ。vignetteIndexEnrtyは一 覧で見た時に表示される名 前を入力
結果の確認方法-1 
•以下を実行 
•[inst/doc]フォルダのHTMLがそれ 
88 
※以下を参照した。 ※How to get RStudio to automatically compile R Markdown Vignettes? (http://stackoverflow.com/questions/19372260/how-to-get-rstudio-to-automatically- compile-r-markdown-vignettes) 
devtools::build_vignettes()
結果の確認方法-2 
•意外とめんどい方法 
•結果の確認手順 
1.[Build Source Package]実行 
2.出来たtar.gzを解凍 
3.[inst/doc]フォルダのHTMLがそれ 
89
結果の確認 
•HTMLのvignetteが出来てる 
90 
※これがCRANからインストールされる際には自動で出来るんだと思う、多分
まとめ 
•DESCRIPTIONに 
–VignetteBuilder:knitr 
–Suggests:knitr 
を追加 
•R markdownファイルをvignetteEngine をknitrに指定したうえで、適当に作っ て、[vignettes]フォルダ下に保存 
•結果はbuild_vignettes関数か、tar.gz 作って、その中の[inst/doc]を見る 
91
ここまでのコード 
92 
https://github.com/teramonagi/rOpenWeatherMap/tree/Fourth
3-3:おまけ 
93
おまけ的な話を箇条書きで-1 
•パッケージに専用データ追加したい 
–[data]フォルダ作って、そこにrda 形式でデータを保存しておく。別に 他の形式(csv, txtなど)でもいいっ ぽい。 
–パッケージ読込後、data関数で ロード可能 
94
おまけ的な話を箇条書きで-2 
•継続的インテグレーション(CI)したい 
–著名な開発者らはtravis使ってる 
95 
※ https://travis-ci.org/hadley/dplyrより
おまけ的な話を箇条書きで-2 
•travisにSign-In(Githubアカウント) 
•画面に従って、適当にボタン押す 
•.travis.ymlを書いて、Githubにコミット 
96 
https://github.com/smbache/magrittr/blob/master/.travis.yml
おまけ的な話を箇条書きで-2 
•Githubにコミットすると自動テスト 
•私もはじめました 
97 
https://travis-ci.org/teramonagi/RFinanceJ 
COMING SOON…?
おまけ的な話を箇条書きで-4 
•パッケージ読込時に処理したい 
–(慣習的に)zzz.Rというファイルを 作成 
–.onLoad関数を作って、その中に 処理を記述 
98 
※.onAttach関数でも大体よい。.onLoadとの違いは、.onLoadはNAMESPACEファイ ルの読込前に実行される一方、.onAttachは.onLoad関数の後、パッケージの環境 が見えなくなる前に実行される。
4:参考 
99
100 
以下、参考資料/BLOG post
2分でパッケージを作ってインストールする 
101 
http://www.slideshare.net/TokorosawaYoshio/r38
パッケージ作成 ハドリー風 
102 
http://www.slideshare.net/kaz_yos/r-devtools-roxygen2
英語でいいなら、これ嫁 
•[Advanced R] by Hadley Wickham 
–http://adv-r.had.co.nz/ 
•Package Development(Rstudio) 
–https://support.rstudio.com/hc/en-us/sections/200130627-package- Development 
103
•Writing R Extensions 
–http://cran.r- project.org/doc/manuals/R- exts.html 
•How R Searches and Finds Stuff 
–http://obeautifulcode.com/R/How-R-Searches-And-Finds-Stuff/ 
104 
英語でいいなら、これ嫁
•Writing an R package from scratch 
–http://hilaryparker.com/2014/04/29/writing-an-r-package-from- scratch/ 
105 
英語でいいなら、これ嫁
Enjoy!!! 
106

Más contenido relacionado

La actualidad más candente

Rでのtry関数によるエラー処理
Rでのtry関数によるエラー処理Rでのtry関数によるエラー処理
Rでのtry関数によるエラー処理wada, kazumi
 
深層生成モデルと世界モデル
深層生成モデルと世界モデル深層生成モデルと世界モデル
深層生成モデルと世界モデルMasahiro Suzuki
 
【DL輪読会】AUTOGT: AUTOMATED GRAPH TRANSFORMER ARCHITECTURE SEARCH
【DL輪読会】AUTOGT: AUTOMATED GRAPH TRANSFORMER ARCHITECTURE SEARCH【DL輪読会】AUTOGT: AUTOMATED GRAPH TRANSFORMER ARCHITECTURE SEARCH
【DL輪読会】AUTOGT: AUTOMATED GRAPH TRANSFORMER ARCHITECTURE SEARCHDeep Learning JP
 
21世紀の手法対決 (MIC vs HSIC)
21世紀の手法対決 (MIC vs HSIC)21世紀の手法対決 (MIC vs HSIC)
21世紀の手法対決 (MIC vs HSIC)Toru Imai
 
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料 「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料 Ken'ichi Matsui
 
階層ベイズと自由エネルギー
階層ベイズと自由エネルギー階層ベイズと自由エネルギー
階層ベイズと自由エネルギーHiroshi Shimizu
 
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)Shota Imai
 
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
 
Rで学ぶ離散選択モデル
Rで学ぶ離散選択モデルRで学ぶ離散選択モデル
Rで学ぶ離散選択モデル宏喜 佐野
 
トピックモデルの評価指標 Perplexity とは何なのか?
トピックモデルの評価指標 Perplexity とは何なのか?トピックモデルの評価指標 Perplexity とは何なのか?
トピックモデルの評価指標 Perplexity とは何なのか?hoxo_m
 
因果推論の奥へ: "What works" meets "why it works"
因果推論の奥へ: "What works" meets "why it works"因果推論の奥へ: "What works" meets "why it works"
因果推論の奥へ: "What works" meets "why it works"takehikoihayashi
 
Attentionの基礎からTransformerの入門まで
Attentionの基礎からTransformerの入門までAttentionの基礎からTransformerの入門まで
Attentionの基礎からTransformerの入門までAGIRobots
 
Rで架空データの発生
Rで架空データの発生Rで架空データの発生
Rで架空データの発生Makoto Hirakawa
 
[DL輪読会]Neural Ordinary Differential Equations
[DL輪読会]Neural Ordinary Differential Equations[DL輪読会]Neural Ordinary Differential Equations
[DL輪読会]Neural Ordinary Differential EquationsDeep Learning JP
 
変数同士の関連_MIC
変数同士の関連_MIC変数同士の関連_MIC
変数同士の関連_MICShushi Namba
 
ブースティング入門
ブースティング入門ブースティング入門
ブースティング入門Retrieva inc.
 
Visualizing Data Using t-SNE
Visualizing Data Using t-SNEVisualizing Data Using t-SNE
Visualizing Data Using t-SNETomoki Hayashi
 

La actualidad más candente (20)

Rでのtry関数によるエラー処理
Rでのtry関数によるエラー処理Rでのtry関数によるエラー処理
Rでのtry関数によるエラー処理
 
深層生成モデルと世界モデル
深層生成モデルと世界モデル深層生成モデルと世界モデル
深層生成モデルと世界モデル
 
【DL輪読会】AUTOGT: AUTOMATED GRAPH TRANSFORMER ARCHITECTURE SEARCH
【DL輪読会】AUTOGT: AUTOMATED GRAPH TRANSFORMER ARCHITECTURE SEARCH【DL輪読会】AUTOGT: AUTOMATED GRAPH TRANSFORMER ARCHITECTURE SEARCH
【DL輪読会】AUTOGT: AUTOMATED GRAPH TRANSFORMER ARCHITECTURE SEARCH
 
21世紀の手法対決 (MIC vs HSIC)
21世紀の手法対決 (MIC vs HSIC)21世紀の手法対決 (MIC vs HSIC)
21世紀の手法対決 (MIC vs HSIC)
 
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料 「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
 
Stan超初心者入門
Stan超初心者入門Stan超初心者入門
Stan超初心者入門
 
階層ベイズと自由エネルギー
階層ベイズと自由エネルギー階層ベイズと自由エネルギー
階層ベイズと自由エネルギー
 
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
 
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
 
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM) 一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
 
Rで学ぶ離散選択モデル
Rで学ぶ離散選択モデルRで学ぶ離散選択モデル
Rで学ぶ離散選択モデル
 
トピックモデルの評価指標 Perplexity とは何なのか?
トピックモデルの評価指標 Perplexity とは何なのか?トピックモデルの評価指標 Perplexity とは何なのか?
トピックモデルの評価指標 Perplexity とは何なのか?
 
因果推論の奥へ: "What works" meets "why it works"
因果推論の奥へ: "What works" meets "why it works"因果推論の奥へ: "What works" meets "why it works"
因果推論の奥へ: "What works" meets "why it works"
 
因果推論の基礎
因果推論の基礎因果推論の基礎
因果推論の基礎
 
Attentionの基礎からTransformerの入門まで
Attentionの基礎からTransformerの入門までAttentionの基礎からTransformerの入門まで
Attentionの基礎からTransformerの入門まで
 
Rで架空データの発生
Rで架空データの発生Rで架空データの発生
Rで架空データの発生
 
[DL輪読会]Neural Ordinary Differential Equations
[DL輪読会]Neural Ordinary Differential Equations[DL輪読会]Neural Ordinary Differential Equations
[DL輪読会]Neural Ordinary Differential Equations
 
変数同士の関連_MIC
変数同士の関連_MIC変数同士の関連_MIC
変数同士の関連_MIC
 
ブースティング入門
ブースティング入門ブースティング入門
ブースティング入門
 
Visualizing Data Using t-SNE
Visualizing Data Using t-SNEVisualizing Data Using t-SNE
Visualizing Data Using t-SNE
 

Destacado

Prophet入門【理論編】Facebookの時系列予測ツール
Prophet入門【理論編】Facebookの時系列予測ツールProphet入門【理論編】Facebookの時系列予測ツール
Prophet入門【理論編】Facebookの時系列予測ツールhoxo_m
 
Prophet入門【R編】Facebookの時系列予測ツール
Prophet入門【R編】Facebookの時系列予測ツールProphet入門【R編】Facebookの時系列予測ツール
Prophet入門【R編】Facebookの時系列予測ツールhoxo_m
 
Prophet入門【Python編】Facebookの時系列予測ツール
Prophet入門【Python編】Facebookの時系列予測ツールProphet入門【Python編】Facebookの時系列予測ツール
Prophet入門【Python編】Facebookの時系列予測ツールhoxo_m
 
Tokyor42_r_datamining_18
Tokyor42_r_datamining_18Tokyor42_r_datamining_18
Tokyor42_r_datamining_18Yohei Sato
 
Tokyor42 ggplot2
Tokyor42 ggplot2Tokyor42 ggplot2
Tokyor42 ggplot2Yohei Sato
 
10分で分かるRパッケージの作り方
10分で分かるRパッケージの作り方10分で分かるRパッケージの作り方
10分で分かるRパッケージの作り方Yohei Sato
 
Python におけるドメイン駆動設計(戦術面)の勘どころ
Python におけるドメイン駆動設計(戦術面)の勘どころPython におけるドメイン駆動設計(戦術面)の勘どころ
Python におけるドメイン駆動設計(戦術面)の勘どころJunya Hayashi
 
R6パッケージの紹介―機能と実装
R6パッケージの紹介―機能と実装R6パッケージの紹介―機能と実装
R6パッケージの紹介―機能と実装__nakamichi__
 
遅延価値観数と階層ベイズを用いた男心をくすぐる女の戦略.R
遅延価値観数と階層ベイズを用いた男心をくすぐる女の戦略.R遅延価値観数と階層ベイズを用いた男心をくすぐる女の戦略.R
遅延価値観数と階層ベイズを用いた男心をくすぐる女の戦略.RMrUnadon
 
RとJavaScript Visualizationを俯瞰しよう
RとJavaScript Visualizationを俯瞰しようRとJavaScript Visualizationを俯瞰しよう
RとJavaScript Visualizationを俯瞰しようYasuyuki Sugai
 
R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜機会学習・データビジュアライゼーション事始め〜
R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜機会学習・データビジュアライゼーション事始め〜R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜機会学習・データビジュアライゼーション事始め〜
R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜機会学習・データビジュアライゼーション事始め〜Yasuyuki Sugai
 
d3jsハンズオン @E2D3ハッカソン
d3jsハンズオン @E2D3ハッカソンd3jsハンズオン @E2D3ハッカソン
d3jsハンズオン @E2D3ハッカソン圭輔 大曽根
 
第2回関西ゼロから始めるR言語勉強会
第2回関西ゼロから始めるR言語勉強会第2回関西ゼロから始めるR言語勉強会
第2回関西ゼロから始めるR言語勉強会Iida Keisuke
 
[データマイニング+WEB勉強会][R勉強会] R言語によるクラスター分析 - 活用編
[データマイニング+WEB勉強会][R勉強会] R言語によるクラスター分析 - 活用編[データマイニング+WEB勉強会][R勉強会] R言語によるクラスター分析 - 活用編
[データマイニング+WEB勉強会][R勉強会] R言語によるクラスター分析 - 活用編Koichi Hamada
 
[データマイニング+WEB勉強会][R勉強会] はじめてでもわかる R言語によるクラスター分析 - 似ているものをグループ化する-
[データマイニング+WEB勉強会][R勉強会] はじめてでもわかる R言語によるクラスター分析 - 似ているものをグループ化する-[データマイニング+WEB勉強会][R勉強会] はじめてでもわかる R言語によるクラスター分析 - 似ているものをグループ化する-
[データマイニング+WEB勉強会][R勉強会] はじめてでもわかる R言語によるクラスター分析 - 似ているものをグループ化する-Koichi Hamada
 
Pythonはどうやってlen関数で長さを手にいれているの?
Pythonはどうやってlen関数で長さを手にいれているの?Pythonはどうやってlen関数で長さを手にいれているの?
Pythonはどうやってlen関数で長さを手にいれているの?Takayuki Shimizukawa
 

Destacado (20)

Prophet入門【理論編】Facebookの時系列予測ツール
Prophet入門【理論編】Facebookの時系列予測ツールProphet入門【理論編】Facebookの時系列予測ツール
Prophet入門【理論編】Facebookの時系列予測ツール
 
Prophet入門【R編】Facebookの時系列予測ツール
Prophet入門【R編】Facebookの時系列予測ツールProphet入門【R編】Facebookの時系列予測ツール
Prophet入門【R編】Facebookの時系列予測ツール
 
Prophet入門【Python編】Facebookの時系列予測ツール
Prophet入門【Python編】Facebookの時系列予測ツールProphet入門【Python編】Facebookの時系列予測ツール
Prophet入門【Python編】Facebookの時系列予測ツール
 
Tokyor42_r_datamining_18
Tokyor42_r_datamining_18Tokyor42_r_datamining_18
Tokyor42_r_datamining_18
 
Tokyor42 ggplot2
Tokyor42 ggplot2Tokyor42 ggplot2
Tokyor42 ggplot2
 
Tokyo r30 anova
Tokyo r30 anovaTokyo r30 anova
Tokyo r30 anova
 
Tokyo r33 beginner
Tokyo r33 beginnerTokyo r33 beginner
Tokyo r33 beginner
 
Tokyo r30 beginner
Tokyo r30 beginnerTokyo r30 beginner
Tokyo r30 beginner
 
はじめての「R」
はじめての「R」はじめての「R」
はじめての「R」
 
10分で分かるRパッケージの作り方
10分で分かるRパッケージの作り方10分で分かるRパッケージの作り方
10分で分かるRパッケージの作り方
 
Python におけるドメイン駆動設計(戦術面)の勘どころ
Python におけるドメイン駆動設計(戦術面)の勘どころPython におけるドメイン駆動設計(戦術面)の勘どころ
Python におけるドメイン駆動設計(戦術面)の勘どころ
 
R6パッケージの紹介―機能と実装
R6パッケージの紹介―機能と実装R6パッケージの紹介―機能と実装
R6パッケージの紹介―機能と実装
 
遅延価値観数と階層ベイズを用いた男心をくすぐる女の戦略.R
遅延価値観数と階層ベイズを用いた男心をくすぐる女の戦略.R遅延価値観数と階層ベイズを用いた男心をくすぐる女の戦略.R
遅延価値観数と階層ベイズを用いた男心をくすぐる女の戦略.R
 
RとJavaScript Visualizationを俯瞰しよう
RとJavaScript Visualizationを俯瞰しようRとJavaScript Visualizationを俯瞰しよう
RとJavaScript Visualizationを俯瞰しよう
 
R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜機会学習・データビジュアライゼーション事始め〜
R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜機会学習・データビジュアライゼーション事始め〜R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜機会学習・データビジュアライゼーション事始め〜
R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜機会学習・データビジュアライゼーション事始め〜
 
d3jsハンズオン @E2D3ハッカソン
d3jsハンズオン @E2D3ハッカソンd3jsハンズオン @E2D3ハッカソン
d3jsハンズオン @E2D3ハッカソン
 
第2回関西ゼロから始めるR言語勉強会
第2回関西ゼロから始めるR言語勉強会第2回関西ゼロから始めるR言語勉強会
第2回関西ゼロから始めるR言語勉強会
 
[データマイニング+WEB勉強会][R勉強会] R言語によるクラスター分析 - 活用編
[データマイニング+WEB勉強会][R勉強会] R言語によるクラスター分析 - 活用編[データマイニング+WEB勉強会][R勉強会] R言語によるクラスター分析 - 活用編
[データマイニング+WEB勉強会][R勉強会] R言語によるクラスター分析 - 活用編
 
[データマイニング+WEB勉強会][R勉強会] はじめてでもわかる R言語によるクラスター分析 - 似ているものをグループ化する-
[データマイニング+WEB勉強会][R勉強会] はじめてでもわかる R言語によるクラスター分析 - 似ているものをグループ化する-[データマイニング+WEB勉強会][R勉強会] はじめてでもわかる R言語によるクラスター分析 - 似ているものをグループ化する-
[データマイニング+WEB勉強会][R勉強会] はじめてでもわかる R言語によるクラスター分析 - 似ているものをグループ化する-
 
Pythonはどうやってlen関数で長さを手にいれているの?
Pythonはどうやってlen関数で長さを手にいれているの?Pythonはどうやってlen関数で長さを手にいれているの?
Pythonはどうやってlen関数で長さを手にいれているの?
 

Similar a 東京R非公式おじさんが教える本当に気持ちいいパッケージ作成法

ソースコードリーディングの基礎
ソースコードリーディングの基礎ソースコードリーディングの基礎
ソースコードリーディングの基礎hogemuta
 
ソフトウェア工学2023 14 ビルド
ソフトウェア工学2023 14 ビルドソフトウェア工学2023 14 ビルド
ソフトウェア工学2023 14 ビルドToru Tamaki
 
20130228 Goノススメ(BPStudy #66)
20130228 Goノススメ(BPStudy #66)20130228 Goノススメ(BPStudy #66)
20130228 Goノススメ(BPStudy #66)Yoshifumi Yamaguchi
 
Python Kyoto study
Python Kyoto studyPython Kyoto study
Python Kyoto studyNaoya Inada
 
Pythonを取り巻く開発環境 #pyconjp
Pythonを取り巻く開発環境 #pyconjpPythonを取り巻く開発環境 #pyconjp
Pythonを取り巻く開発環境 #pyconjpYoshifumi Yamaguchi
 
Lisp Tutorial for Pythonista Day 6
Lisp Tutorial for Pythonista Day 6Lisp Tutorial for Pythonista Day 6
Lisp Tutorial for Pythonista Day 6Ransui Iso
 
ひのきのぼうだけで全クリ目指す
ひのきのぼうだけで全クリ目指すひのきのぼうだけで全クリ目指す
ひのきのぼうだけで全クリ目指すAromaBlack
 
自分的pkgsrcの課題
自分的pkgsrcの課題自分的pkgsrcの課題
自分的pkgsrcの課題Ryo ONODERA
 
はてなにおける継続的デプロイメントの現状と Docker の導入
はてなにおける継続的デプロイメントの現状と Docker の導入はてなにおける継続的デプロイメントの現状と Docker の導入
はてなにおける継続的デプロイメントの現状と Docker の導入Yu Nobuoka
 
継続的インテグレーション3分クッキング
継続的インテグレーション3分クッキング継続的インテグレーション3分クッキング
継続的インテグレーション3分クッキングTakayuki Kondou
 
debexpo(mentors.d.n)をハックするには
debexpo(mentors.d.n)をハックするにはdebexpo(mentors.d.n)をハックするには
debexpo(mentors.d.n)をハックするにはkenhys
 
Recording and Replay on HoloLens [dotNET 600]
Recording and Replay on HoloLens [dotNET 600]Recording and Replay on HoloLens [dotNET 600]
Recording and Replay on HoloLens [dotNET 600]Tomoki Hayashi
 
ocamloptの全体像
ocamloptの全体像ocamloptの全体像
ocamloptの全体像Kiwamu Okabe
 
Docker入門-基礎編 いまから始めるDocker管理【2nd Edition】
Docker入門-基礎編 いまから始めるDocker管理【2nd Edition】Docker入門-基礎編 いまから始めるDocker管理【2nd Edition】
Docker入門-基礎編 いまから始めるDocker管理【2nd Edition】Masahito Zembutsu
 

Similar a 東京R非公式おじさんが教える本当に気持ちいいパッケージ作成法 (20)

ソースコードリーディングの基礎
ソースコードリーディングの基礎ソースコードリーディングの基礎
ソースコードリーディングの基礎
 
ソフトウェア工学2023 14 ビルド
ソフトウェア工学2023 14 ビルドソフトウェア工学2023 14 ビルド
ソフトウェア工学2023 14 ビルド
 
20130228 Goノススメ(BPStudy #66)
20130228 Goノススメ(BPStudy #66)20130228 Goノススメ(BPStudy #66)
20130228 Goノススメ(BPStudy #66)
 
Python Kyoto study
Python Kyoto studyPython Kyoto study
Python Kyoto study
 
Rでreproducible research
Rでreproducible researchRでreproducible research
Rでreproducible research
 
Pythonを取り巻く開発環境 #pyconjp
Pythonを取り巻く開発環境 #pyconjpPythonを取り巻く開発環境 #pyconjp
Pythonを取り巻く開発環境 #pyconjp
 
Lisp Tutorial for Pythonista Day 6
Lisp Tutorial for Pythonista Day 6Lisp Tutorial for Pythonista Day 6
Lisp Tutorial for Pythonista Day 6
 
ひのきのぼうだけで全クリ目指す
ひのきのぼうだけで全クリ目指すひのきのぼうだけで全クリ目指す
ひのきのぼうだけで全クリ目指す
 
MoteMote Compiler Plugin
MoteMote Compiler PluginMoteMote Compiler Plugin
MoteMote Compiler Plugin
 
Introduction of Python
Introduction of PythonIntroduction of Python
Introduction of Python
 
自分的pkgsrcの課題
自分的pkgsrcの課題自分的pkgsrcの課題
自分的pkgsrcの課題
 
はてなにおける継続的デプロイメントの現状と Docker の導入
はてなにおける継続的デプロイメントの現状と Docker の導入はてなにおける継続的デプロイメントの現状と Docker の導入
はてなにおける継続的デプロイメントの現状と Docker の導入
 
qmake入門
qmake入門qmake入門
qmake入門
 
RgGen ご紹介
RgGen ご紹介RgGen ご紹介
RgGen ご紹介
 
継続的インテグレーション3分クッキング
継続的インテグレーション3分クッキング継続的インテグレーション3分クッキング
継続的インテグレーション3分クッキング
 
20170124 linux basic_1
20170124 linux basic_120170124 linux basic_1
20170124 linux basic_1
 
debexpo(mentors.d.n)をハックするには
debexpo(mentors.d.n)をハックするにはdebexpo(mentors.d.n)をハックするには
debexpo(mentors.d.n)をハックするには
 
Recording and Replay on HoloLens [dotNET 600]
Recording and Replay on HoloLens [dotNET 600]Recording and Replay on HoloLens [dotNET 600]
Recording and Replay on HoloLens [dotNET 600]
 
ocamloptの全体像
ocamloptの全体像ocamloptの全体像
ocamloptの全体像
 
Docker入門-基礎編 いまから始めるDocker管理【2nd Edition】
Docker入門-基礎編 いまから始めるDocker管理【2nd Edition】Docker入門-基礎編 いまから始めるDocker管理【2nd Edition】
Docker入門-基礎編 いまから始めるDocker管理【2nd Edition】
 

Más de Nagi Teramo

第86回R勉強会@東京 LT資料
第86回R勉強会@東京 LT資料第86回R勉強会@東京 LT資料
第86回R勉強会@東京 LT資料Nagi Teramo
 
Rでを作る
Rでを作るRでを作る
Rでを作るNagi Teramo
 
Reproducebility 100倍 Dockerマン
Reproducebility 100倍 DockerマンReproducebility 100倍 Dockerマン
Reproducebility 100倍 DockerマンNagi Teramo
 
healthplanetパッケージで 体組成データを手に入れて 健康な体も手に入れる
healthplanetパッケージで体組成データを手に入れて健康な体も手に入れるhealthplanetパッケージで体組成データを手に入れて健康な体も手に入れる
healthplanetパッケージで 体組成データを手に入れて 健康な体も手に入れるNagi Teramo
 
闇と向き合う
闇と向き合う闇と向き合う
闇と向き合うNagi Teramo
 
機械の体を手に入れるのよ、 鉄郎!!!
機械の体を手に入れるのよ、鉄郎!!!機械の体を手に入れるのよ、鉄郎!!!
機械の体を手に入れるのよ、 鉄郎!!!Nagi Teramo
 
続わかりやすいパターン認識11章(11.1 - 11.4)
続わかりやすいパターン認識11章(11.1 - 11.4)続わかりやすいパターン認識11章(11.1 - 11.4)
続わかりやすいパターン認識11章(11.1 - 11.4)Nagi Teramo
 
5分でわかるかもしれないglmnet
5分でわかるかもしれないglmnet5分でわかるかもしれないglmnet
5分でわかるかもしれないglmnetNagi Teramo
 
Ultra Lightning Talk × 3
Ultra Lightning Talk × 3Ultra Lightning Talk × 3
Ultra Lightning Talk × 3Nagi Teramo
 
RFinanceJはじめました
RFinanceJはじめましたRFinanceJはじめました
RFinanceJはじめましたNagi Teramo
 
お前の逐モン、GETだぜ!
お前の逐モン、GETだぜ!お前の逐モン、GETだぜ!
お前の逐モン、GETだぜ!Nagi Teramo
 
Trading volume mapping R in recent environment
Trading volume mapping R in recent environment Trading volume mapping R in recent environment
Trading volume mapping R in recent environment Nagi Teramo
 
~knitr+pandocではじめる~『R MarkdownでReproducible Research』
~knitr+pandocではじめる~『R MarkdownでReproducible Research』~knitr+pandocではじめる~『R MarkdownでReproducible Research』
~knitr+pandocではじめる~『R MarkdownでReproducible Research』Nagi Teramo
 
とある金融屋の統計技師が時系列解析してみた
とある金融屋の統計技師が時系列解析してみたとある金融屋の統計技師が時系列解析してみた
とある金融屋の統計技師が時系列解析してみたNagi Teramo
 
可視化周辺の進化がヤヴァイ~rChartsを中心として~
可視化周辺の進化がヤヴァイ~rChartsを中心として~可視化周辺の進化がヤヴァイ~rChartsを中心として~
可視化周辺の進化がヤヴァイ~rChartsを中心として~Nagi Teramo
 
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」Nagi Teramo
 
Tokyo.R 白熱教室「これからのRcppの話をしよう」
Tokyo.R 白熱教室「これからのRcppの話をしよう」Tokyo.R 白熱教室「これからのRcppの話をしよう」
Tokyo.R 白熱教室「これからのRcppの話をしよう」Nagi Teramo
 
レプリカ交換モンテカルロ法で乱数の生成
レプリカ交換モンテカルロ法で乱数の生成レプリカ交換モンテカルロ法で乱数の生成
レプリカ交換モンテカルロ法で乱数の生成Nagi Teramo
 
Rで学ぶ逆変換(逆関数)法
Rで学ぶ逆変換(逆関数)法Rで学ぶ逆変換(逆関数)法
Rで学ぶ逆変換(逆関数)法Nagi Teramo
 

Más de Nagi Teramo (20)

第86回R勉強会@東京 LT資料
第86回R勉強会@東京 LT資料第86回R勉強会@東京 LT資料
第86回R勉強会@東京 LT資料
 
Rでを作る
Rでを作るRでを作る
Rでを作る
 
Reproducebility 100倍 Dockerマン
Reproducebility 100倍 DockerマンReproducebility 100倍 Dockerマン
Reproducebility 100倍 Dockerマン
 
healthplanetパッケージで 体組成データを手に入れて 健康な体も手に入れる
healthplanetパッケージで体組成データを手に入れて健康な体も手に入れるhealthplanetパッケージで体組成データを手に入れて健康な体も手に入れる
healthplanetパッケージで 体組成データを手に入れて 健康な体も手に入れる
 
闇と向き合う
闇と向き合う闇と向き合う
闇と向き合う
 
機械の体を手に入れるのよ、 鉄郎!!!
機械の体を手に入れるのよ、鉄郎!!!機械の体を手に入れるのよ、鉄郎!!!
機械の体を手に入れるのよ、 鉄郎!!!
 
続わかりやすいパターン認識11章(11.1 - 11.4)
続わかりやすいパターン認識11章(11.1 - 11.4)続わかりやすいパターン認識11章(11.1 - 11.4)
続わかりやすいパターン認識11章(11.1 - 11.4)
 
5分でわかるかもしれないglmnet
5分でわかるかもしれないglmnet5分でわかるかもしれないglmnet
5分でわかるかもしれないglmnet
 
Ultra Lightning Talk × 3
Ultra Lightning Talk × 3Ultra Lightning Talk × 3
Ultra Lightning Talk × 3
 
F#談話室(17)
F#談話室(17)F#談話室(17)
F#談話室(17)
 
RFinanceJはじめました
RFinanceJはじめましたRFinanceJはじめました
RFinanceJはじめました
 
お前の逐モン、GETだぜ!
お前の逐モン、GETだぜ!お前の逐モン、GETだぜ!
お前の逐モン、GETだぜ!
 
Trading volume mapping R in recent environment
Trading volume mapping R in recent environment Trading volume mapping R in recent environment
Trading volume mapping R in recent environment
 
~knitr+pandocではじめる~『R MarkdownでReproducible Research』
~knitr+pandocではじめる~『R MarkdownでReproducible Research』~knitr+pandocではじめる~『R MarkdownでReproducible Research』
~knitr+pandocではじめる~『R MarkdownでReproducible Research』
 
とある金融屋の統計技師が時系列解析してみた
とある金融屋の統計技師が時系列解析してみたとある金融屋の統計技師が時系列解析してみた
とある金融屋の統計技師が時系列解析してみた
 
可視化周辺の進化がヤヴァイ~rChartsを中心として~
可視化周辺の進化がヤヴァイ~rChartsを中心として~可視化周辺の進化がヤヴァイ~rChartsを中心として~
可視化周辺の進化がヤヴァイ~rChartsを中心として~
 
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
 
Tokyo.R 白熱教室「これからのRcppの話をしよう」
Tokyo.R 白熱教室「これからのRcppの話をしよう」Tokyo.R 白熱教室「これからのRcppの話をしよう」
Tokyo.R 白熱教室「これからのRcppの話をしよう」
 
レプリカ交換モンテカルロ法で乱数の生成
レプリカ交換モンテカルロ法で乱数の生成レプリカ交換モンテカルロ法で乱数の生成
レプリカ交換モンテカルロ法で乱数の生成
 
Rで学ぶ逆変換(逆関数)法
Rで学ぶ逆変換(逆関数)法Rで学ぶ逆変換(逆関数)法
Rで学ぶ逆変換(逆関数)法
 

東京R非公式おじさんが教える本当に気持ちいいパッケージ作成法