Enviar pesquisa
Carregar
Rの環境とスコープ
•
7 gostaram
•
6,796 visualizações
Itoshi Nikaido
Seguir
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 22
Recomendados
Outlier detection by Ueda's method
Outlier detection by Ueda's method
POOJA PATIL
パターン認識 08 09 k-近傍法 lvq
パターン認識 08 09 k-近傍法 lvq
sleipnir002
はじパタ8章 svm
はじパタ8章 svm
tetsuro ito
PRML上巻勉強会 at 東京大学 資料 第1章前半
PRML上巻勉強会 at 東京大学 資料 第1章前半
Ohsawa Goodfellow
tvmf-similarity
tvmf-similarity
Kyushu University
パターン認識第9章 学習ベクトル量子化
パターン認識第9章 学習ベクトル量子化
Miyoshi Yuya
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
音声認識と深層学習
音声認識と深層学習
Preferred Networks
Recomendados
Outlier detection by Ueda's method
Outlier detection by Ueda's method
POOJA PATIL
パターン認識 08 09 k-近傍法 lvq
パターン認識 08 09 k-近傍法 lvq
sleipnir002
はじパタ8章 svm
はじパタ8章 svm
tetsuro ito
PRML上巻勉強会 at 東京大学 資料 第1章前半
PRML上巻勉強会 at 東京大学 資料 第1章前半
Ohsawa Goodfellow
tvmf-similarity
tvmf-similarity
Kyushu University
パターン認識第9章 学習ベクトル量子化
パターン認識第9章 学習ベクトル量子化
Miyoshi Yuya
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
音声認識と深層学習
音声認識と深層学習
Preferred Networks
Chapter2.3.6
Chapter2.3.6
Takuya Minagawa
パターン認識と機械学習 §6.2 カーネル関数の構成
パターン認識と機械学習 §6.2 カーネル関数の構成
Prunus 1350
PRML 3.3.3-3.4 ベイズ線形回帰とモデル選択 / Baysian Linear Regression and Model Comparison)
PRML 3.3.3-3.4 ベイズ線形回帰とモデル選択 / Baysian Linear Regression and Model Comparison)
Akihiro Nitta
Stanでガウス過程
Stanでガウス過程
Hiroshi Shimizu
多項式あてはめで眺めるベイズ推定~今日からきみもベイジアン~
多項式あてはめで眺めるベイズ推定~今日からきみもベイジアン~
tanutarou
3分でわかる多項分布とディリクレ分布
3分でわかる多項分布とディリクレ分布
Junya Saito
はじめてのパターン認識 第11章 11.1-11.2
はじめてのパターン認識 第11章 11.1-11.2
Prunus 1350
Prml 2.3
Prml 2.3
Yuuki Saitoh
生成モデルの Deep Learning
生成モデルの Deep Learning
Seiya Tokui
PRML上巻勉強会 at 東京大学 資料 第1章後半
PRML上巻勉強会 at 東京大学 資料 第1章後半
Ohsawa Goodfellow
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
PRML第3章@京大PRML輪講
PRML第3章@京大PRML輪講
Sotetsu KOYAMADA(小山田創哲)
PRML 4.1.6-4.2.2
PRML 4.1.6-4.2.2
kazunori sakai
「3.1.2最小二乗法の幾何学」PRML勉強会4 @筑波大学 #prml学ぼう
「3.1.2最小二乗法の幾何学」PRML勉強会4 @筑波大学 #prml学ぼう
Junpei Tsuji
prml4.1.3-4.1.4
prml4.1.3-4.1.4
Ryo Yamashita
クラシックな機械学習入門:付録:よく使う線形代数の公式
クラシックな機械学習入門:付録:よく使う線形代数の公式
Hiroshi Nakagawa
曲線から多様体まで駆け抜ける微分幾何学入門
曲線から多様体まで駆け抜ける微分幾何学入門
Masanari Kimura
PRML復々習レーン#2 2.3.6 - 2.3.7
PRML復々習レーン#2 2.3.6 - 2.3.7
sleepy_yoshi
WAICとWBICのご紹介
WAICとWBICのご紹介
Tomoki Matsumoto
制限ボルツマンマシン入門
制限ボルツマンマシン入門
佑馬 斎藤
言語処理系入門5
言語処理系入門5
Kenta Hattori
RubyとJavaScriptに見る第一級関数
RubyとJavaScriptに見る第一級関数
Altech Takeno
Mais conteúdo relacionado
Mais procurados
Chapter2.3.6
Chapter2.3.6
Takuya Minagawa
パターン認識と機械学習 §6.2 カーネル関数の構成
パターン認識と機械学習 §6.2 カーネル関数の構成
Prunus 1350
PRML 3.3.3-3.4 ベイズ線形回帰とモデル選択 / Baysian Linear Regression and Model Comparison)
PRML 3.3.3-3.4 ベイズ線形回帰とモデル選択 / Baysian Linear Regression and Model Comparison)
Akihiro Nitta
Stanでガウス過程
Stanでガウス過程
Hiroshi Shimizu
多項式あてはめで眺めるベイズ推定~今日からきみもベイジアン~
多項式あてはめで眺めるベイズ推定~今日からきみもベイジアン~
tanutarou
3分でわかる多項分布とディリクレ分布
3分でわかる多項分布とディリクレ分布
Junya Saito
はじめてのパターン認識 第11章 11.1-11.2
はじめてのパターン認識 第11章 11.1-11.2
Prunus 1350
Prml 2.3
Prml 2.3
Yuuki Saitoh
生成モデルの Deep Learning
生成モデルの Deep Learning
Seiya Tokui
PRML上巻勉強会 at 東京大学 資料 第1章後半
PRML上巻勉強会 at 東京大学 資料 第1章後半
Ohsawa Goodfellow
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
PRML第3章@京大PRML輪講
PRML第3章@京大PRML輪講
Sotetsu KOYAMADA(小山田創哲)
PRML 4.1.6-4.2.2
PRML 4.1.6-4.2.2
kazunori sakai
「3.1.2最小二乗法の幾何学」PRML勉強会4 @筑波大学 #prml学ぼう
「3.1.2最小二乗法の幾何学」PRML勉強会4 @筑波大学 #prml学ぼう
Junpei Tsuji
prml4.1.3-4.1.4
prml4.1.3-4.1.4
Ryo Yamashita
クラシックな機械学習入門:付録:よく使う線形代数の公式
クラシックな機械学習入門:付録:よく使う線形代数の公式
Hiroshi Nakagawa
曲線から多様体まで駆け抜ける微分幾何学入門
曲線から多様体まで駆け抜ける微分幾何学入門
Masanari Kimura
PRML復々習レーン#2 2.3.6 - 2.3.7
PRML復々習レーン#2 2.3.6 - 2.3.7
sleepy_yoshi
WAICとWBICのご紹介
WAICとWBICのご紹介
Tomoki Matsumoto
制限ボルツマンマシン入門
制限ボルツマンマシン入門
佑馬 斎藤
Mais procurados
(20)
Chapter2.3.6
Chapter2.3.6
パターン認識と機械学習 §6.2 カーネル関数の構成
パターン認識と機械学習 §6.2 カーネル関数の構成
PRML 3.3.3-3.4 ベイズ線形回帰とモデル選択 / Baysian Linear Regression and Model Comparison)
PRML 3.3.3-3.4 ベイズ線形回帰とモデル選択 / Baysian Linear Regression and Model Comparison)
Stanでガウス過程
Stanでガウス過程
多項式あてはめで眺めるベイズ推定~今日からきみもベイジアン~
多項式あてはめで眺めるベイズ推定~今日からきみもベイジアン~
3分でわかる多項分布とディリクレ分布
3分でわかる多項分布とディリクレ分布
はじめてのパターン認識 第11章 11.1-11.2
はじめてのパターン認識 第11章 11.1-11.2
Prml 2.3
Prml 2.3
生成モデルの Deep Learning
生成モデルの Deep Learning
PRML上巻勉強会 at 東京大学 資料 第1章後半
PRML上巻勉強会 at 東京大学 資料 第1章後半
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
PRML第3章@京大PRML輪講
PRML第3章@京大PRML輪講
PRML 4.1.6-4.2.2
PRML 4.1.6-4.2.2
「3.1.2最小二乗法の幾何学」PRML勉強会4 @筑波大学 #prml学ぼう
「3.1.2最小二乗法の幾何学」PRML勉強会4 @筑波大学 #prml学ぼう
prml4.1.3-4.1.4
prml4.1.3-4.1.4
クラシックな機械学習入門:付録:よく使う線形代数の公式
クラシックな機械学習入門:付録:よく使う線形代数の公式
曲線から多様体まで駆け抜ける微分幾何学入門
曲線から多様体まで駆け抜ける微分幾何学入門
PRML復々習レーン#2 2.3.6 - 2.3.7
PRML復々習レーン#2 2.3.6 - 2.3.7
WAICとWBICのご紹介
WAICとWBICのご紹介
制限ボルツマンマシン入門
制限ボルツマンマシン入門
Semelhante a Rの環境とスコープ
言語処理系入門5
言語処理系入門5
Kenta Hattori
RubyとJavaScriptに見る第一級関数
RubyとJavaScriptに見る第一級関数
Altech Takeno
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__
Lisp tutorial for Pythonista : Day 2
Lisp tutorial for Pythonista : Day 2
Ransui Iso
たのしい関数型
たのしい関数型
Shinichi Kozake
PythonでLispを実装した (evalつき)
PythonでLispを実装した (evalつき)
t-sin
Web技術勉強会 20110723
Web技術勉強会 20110723
龍一 田中
Semelhante a Rの環境とスコープ
(7)
言語処理系入門5
言語処理系入門5
RubyとJavaScriptに見る第一級関数
RubyとJavaScriptに見る第一級関数
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
Lisp tutorial for Pythonista : Day 2
Lisp tutorial for Pythonista : Day 2
たのしい関数型
たのしい関数型
PythonでLispを実装した (evalつき)
PythonでLispを実装した (evalつき)
Web技術勉強会 20110723
Web技術勉強会 20110723
Mais de Itoshi Nikaido
第1回HPC OPS研究会 Opening Remarks
第1回HPC OPS研究会 Opening Remarks
Itoshi Nikaido
BioDevOpsによる再現性のあるバイオインフォマティクス環境の構築
BioDevOpsによる再現性のあるバイオインフォマティクス環境の構築
Itoshi Nikaido
Reading circle of Epigenome Roadmap: Roadmap Epigenomics Consortium et. al. I...
Reading circle of Epigenome Roadmap: Roadmap Epigenomics Consortium et. al. I...
Itoshi Nikaido
Bioinformatics Analysis Environment for Your Laboratory Use
Bioinformatics Analysis Environment for Your Laboratory Use
Itoshi Nikaido
DevOpsとcloudで達成する再現性のあるDNAシーケンス解析とスーパーコンピューティング
DevOpsとcloudで達成する再現性のあるDNAシーケンス解析とスーパーコンピューティング
Itoshi Nikaido
0.1 pg の mRNA をシーケンスする高精度なRNA-Seq法: Quartz-Seq
0.1 pg の mRNA をシーケンスする高精度なRNA-Seq法: Quartz-Seq
Itoshi Nikaido
Rのオブジェクト
Rのオブジェクト
Itoshi Nikaido
ENCODE勉強会
ENCODE勉強会
Itoshi Nikaido
いつも側にいるコラボレータ Google+を使った共同研究の進め方
いつも側にいるコラボレータ Google+を使った共同研究の進め方
Itoshi Nikaido
Mais de Itoshi Nikaido
(9)
第1回HPC OPS研究会 Opening Remarks
第1回HPC OPS研究会 Opening Remarks
BioDevOpsによる再現性のあるバイオインフォマティクス環境の構築
BioDevOpsによる再現性のあるバイオインフォマティクス環境の構築
Reading circle of Epigenome Roadmap: Roadmap Epigenomics Consortium et. al. I...
Reading circle of Epigenome Roadmap: Roadmap Epigenomics Consortium et. al. I...
Bioinformatics Analysis Environment for Your Laboratory Use
Bioinformatics Analysis Environment for Your Laboratory Use
DevOpsとcloudで達成する再現性のあるDNAシーケンス解析とスーパーコンピューティング
DevOpsとcloudで達成する再現性のあるDNAシーケンス解析とスーパーコンピューティング
0.1 pg の mRNA をシーケンスする高精度なRNA-Seq法: Quartz-Seq
0.1 pg の mRNA をシーケンスする高精度なRNA-Seq法: Quartz-Seq
Rのオブジェクト
Rのオブジェクト
ENCODE勉強会
ENCODE勉強会
いつも側にいるコラボレータ Google+を使った共同研究の進め方
いつも側にいるコラボレータ Google+を使った共同研究の進め方
Rの環境とスコープ
1.
Rの環境とスコープ Itoshi NIKAIDO <dritoshi@gmail.com>
2.
Rはすべてがオブジェクト vector, matrix, 関数... ひとつのクラスに属する
3.
オブジェクトを上書きされたくない 関数を呼び出す パッケージを読み込む
4.
どのような オブジェクトが利用可能か?
5.
Lexical scoping 複数の環境からオブジェクトを探す・環境を作成 する規則
6.
environment 環境
7.
environment = frame +
enclosure
8.
environment = frame +
enclosure symbol value x 1
9.
environment = frame +
enclosure 環境へのpointer どの環境と結びついているのか?
10.
環境の構造 線形のツリー
emptyenv() baseenv() ... ... globalenv() .GlobalEnv いわゆるワークスペース コンソールやスクリプトからの入力さ れたオブジェクトが格納される ※ 関数やパッケージは別
11.
Search Path オブジェクトを検索する順序
emptyenv() R_EmptyEnv search path: オブジェクト baseenv() base を検索する環境の順序 ... search() ... globalenv() R_GlobalEnv
12.
Package やデータがロードされると... library() と
attach() emptyenv() R_EmpltyEnv baseenv() base ロードされたオブジェクトはbase ... と.GlobalEnvの間に置かれる library() ... attach() globalenv() R_GlobalEnv
13.
関数を定義すると... クロージャ環境が作られ、呼び出されるたびに評価環境が生成される
emptyenv() R_EmpltyEnv 関数を定義する その環境を含む環境が作られる baseenv() base = closure 環境 ... 関数を呼び出す クロージャー環境を元に環境 ... (評価環境)が作られて、 1番目に置かれる globalenv() R_GlobalEnv 関数が環境とセットになっているので、関数は自分の場所を知っている。 R はこれを利用してオブジェクトを探す。 このようなスコープ規則のことを Lexical scope と呼ぶ このような関数のことをクロージャ関数と呼ぶ
14.
関数の引数はいつ評価されるのか call-by-value と lazy
evaluation emptyenv() R_EmpltyEnv 関数を定義する その環境を含む環境が作られる baseenv() base = closure 環境 ... 関数を呼び出す クロージャー環境を元に環境 ... (評価環境)が作られて、 1番目に置かれる globalenv() R_GlobalEnv 1. 関数が呼び出されると、評価環境の引数マッチング規則で 仮引数と実引数が照合される 2. 関数が評価される 3. 引数が必要になったら、引数で与えられた値に初期化される (遅延評価) このとき値のポインタではなく、値そのものに置き変わる (値渡し) (遅延評価は予約オブジェクトで達成しているが説明を割愛)
15.
サーチパスを制御したい サーチパスの例外的な処理である名前空間を利用する
emptyenv() R_EmpltyEnv - 同名のオブジェクトを区別する - オブジェクトのカプセル化 をするための例外 = namespace baseenv() base 0. オブジェクトを提供するパッケージ ... の名前空間 1. インポートされオブジェクト 3. search path 2. base パッケージの名前空間 globalenv() R_GlobalEnv
16.
Rで環境を操作する 環境の情報を得る
emptyenv() R_EmpltyEnv 検索する parent.env() environment(ls) baseenv() base 存在の確認 exists(“+”, env = baseenv()) ... search() 環境を作る e1 searchpaths() e1 <- new.env() topenv() globalenv() R_GlobalEnv
17.
Rで環境を操作する 環境に対する変数の操作
emptyenv() R_EmpltyEnv baseenv() base # 変数を割り当てる > assign("a", 1:10, envir = baseenv()) # 検索する > exists("a", envir = globalenv(), inherits = FALSE) [1] FALSE > exists("a", envir = baseenv(), inherits = FALSE) [1] TRUE # 変数を検索して、値を取り出す > mget("a", envir = baseenv()) $a [1] 1 2 3 4 5 6 7 8 9 10 > get("a", envir = baseenv()) [1] 1 2 3 4 5 6 7 8 9 10
18.
Rで名前空間を操作する 名前空間の情報を得る・パッケージ内の変数にアクセスする # 名前空間の情報
# 変数にアクセスする loadedNamespaces() # Package::name # export() されている関数 # 名前空間の操作 base::log loadNamespace(ns) unloadNamespace(ns) # Package:::name attachNamespace(ns) # export() されていない関数 library(“Package”) # 名前空間の作成 Package:::name asNamespace(“name”) # エクスポート # 関数を適用 namespaceExport(ns) eapply(env, FUN)
19.
Rでは環境はどのように表現されているか 実は単なる list R> e
<- new.env() R> e <environment: 0x103186150> R> e$a <- 1 R> e$b <- "hoge" R> e$b # 環境を list にする R> as.list(e) $a [1] 1 $b [1] "hoge"
20.
環境は参照渡し Rは基本的に値渡しであるが環境は例外 R> e <-
new.env() R> e2 <- e R> e <environment: 0x103186150> R> e2 <environment: 0x103186150> # 同じポインタをさしている R> e$a NULL # e2 に a をつくる R> e2$a <- 1 R> e2$a 1 # 参照渡しなのでe にも a ができている R> e$a [1] 1
21.
まとめ オブジェクトを上書きしたくなかった • Rは Lexical
scope rule で使えるオブジェクトを知ることができる • Rは環境によって Lexical scope を達成していた • ユーザが環境を作ることでスコープルールに基いたオブジェクトを生 成・管理できる • Namespaceでスコープルールの例外を作り、ユーザがそのスコープ範囲 を決めることができる。Rでは後付けの実装なので今でも仕様が若干変 化中
22.
参考資料 論文、オンラインドキュメント、書籍 •
Lexical Scope and Statistical Computing • The R Language Definition • Rプログラミングマニュアル • Rの基礎とプログラミング技法
Notas do Editor
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n