Upgrade to PRO for Only $50/Year—Limited-Time Offer! 🔥
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Art and Science of Visual Analytics Episode 0
Search
Kazuya Araki
November 25, 2019
Science
0
77
Art and Science of Visual Analytics Episode 0
Kazuya Araki
November 25, 2019
Tweet
Share
More Decks by Kazuya Araki
See All by Kazuya Araki
Tableau事例紹介 / Tableau Case Study of Eureka
kazuya_araki_tokyo
1
1k
Tableau事例紹介 & 課題共有
kazuya_araki_tokyo
1
1.9k
統計とは? @ICUHS
kazuya_araki_tokyo
0
310
License Management @BizReach, Inc.
kazuya_araki_tokyo
0
91
Art and Science of Visual Analytics Episode 1
kazuya_araki_tokyo
1
140
Art and Science of Visual Analytics Episode 2
kazuya_araki_tokyo
0
73
Art and Science of Visual Analytics Episode 3
kazuya_araki_tokyo
0
60
Tableau + Pythonとデータのあり方
kazuya_araki_tokyo
2
140
株式会社ビズリーチの紹介@Data Analyst Meetup Tokyo vol.8
kazuya_araki_tokyo
0
93
Other Decks in Science
See All in Science
Kaggle: NeurIPS - Open Polymer Prediction 2025 コンペ 反省会
calpis10000
0
270
PPIのみを用いたAIによる薬剤–遺伝子–疾患 相互作用の同定
tagtag
0
120
データマイニング - ノードの中心性
trycycle
PRO
0
320
データマイニング - コミュニティ発見
trycycle
PRO
0
190
Text-to-SQLの既存の評価指標を問い直す
gotalab555
1
140
Performance Evaluation and Ranking of Drivers in Multiple Motorsports Using Massey’s Method
konakalab
0
130
2025-05-31-pycon_italia
sofievl
0
120
HajimetenoLT vol.17
hashimoto_kei
1
110
データマイニング - ウェブとグラフ
trycycle
PRO
0
210
Agent開発フレームワークのOverviewとW&B Weaveとのインテグレーション
siyoo
0
400
風の力で振れ幅が大きくなる振り子!? 〜タコマナローズ橋はなぜ落ちたのか〜
syotasasaki593876
1
170
データベース03: 関係データモデル
trycycle
PRO
1
320
Featured
See All Featured
Kristin Tynski - Automating Marketing Tasks With AI
techseoconnect
PRO
0
110
Between Models and Reality
mayunak
0
140
A designer walks into a library…
pauljervisheath
210
24k
Six Lessons from altMBA
skipperchong
29
4.1k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
35
3.3k
Git: the NoSQL Database
bkeepers
PRO
432
66k
Ethics towards AI in product and experience design
skipperchong
1
140
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
17k
Efficient Content Optimization with Google Search Console & Apps Script
katarinadahlin
PRO
0
240
How to make the Groovebox
asonas
2
1.8k
Applied NLP in the Age of Generative AI
inesmontani
PRO
3
1.9k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
666
130k
Transcript
Art and Science of Visual Analytics Episode 0: Prologue
None
TL;DR Visual Analytics Preattentive Attributes
ところで、なぜ、データは Visualization(可視化)しないと いけないのでしょうか?
解の一つ
ゲームをしましょう :)
A. 3こ •はいくつありますか?
A. 18こ •はいくつありますか?
8は左から何番目ですか? 1, 1, 2, 3, 5, 8, 11, 13, 21,
34 A. 左から6番目
A. 12こ 8はいくつありますか? 3.14159265358979323846 3.26433832795028841971 3.69399375105820974944 3.59230781640628620899 3.86280348253421170679
いかがでしたか?
Art and Science of Visual Analytics Episode 0: Prologue
Art and Science of Visual Analytics
What is “Art” ?
What is “Art” ? Not “芸術、美術” , but “技術、技巧” .
Not “感覚的” , but “創造的” . Not “理解し難いもの” , but “理解しやすいもの” .
Art and Science of Visual Analytics
What is “Science” ? 体系化された知識の総称 科学的手法に基く知識、学問 自然科学 科学 - Wikipedia
Art and Science of Visual Analytics
None
どういうことか?
認識する -> 記憶する
記憶の三段階 タイプ 保持期間 容量制限 Sensory memory(即時記憶) 200~500ミリ秒 特徴のあるものだけ。 Short-term memory(短期記憶)
10~15秒 一度に7項目まで。 Long-term memory(長期記憶) 生涯 個人差がある。
いかに無駄を排除し 適切な情報を取捨選択できるか
None
記憶する -> 理解する
cf. 現実にあるグラフ
None
None
ということで、Creatorライセンスを お持ちのみなさま、がんばって きれいなグラフを作りましょう!
Visual Analyticsは、 ネ申エクセルや、クロス集計を 非難しているわけではありません。
ただ、
気をつけないといけない。
Creatorのみなさん、 あなたが作っているものは、 こうなっていませんか?
あるいは、
Viewerのみなさん、 あなたが見ているものは、 こうなっていませんか?
None
None
None
None
男女別人口及び人口性比-全国,都道府県(大正9年~平成27年)
None
伝えたいことは何か?
Best Practices of Visual Analytics
記憶と人間の感覚を有効に利用する 見なくてもよいものを見せない 読まなくてよいものを読ませない 覚えなくてよいものを覚えさせない 考えなくても、理解できる(ように仕向ける)
Don’t think, Feel?
No. Think, and Feel!
Creatorのみなさん、 Viewerが一目で理解できる Vizを作りましょう
Viewerのみなさん、 理解し難いVizを発見したら Creatorにアクションしましょう
Preattentive Attributes
Preattentive = 前注意的な Attributes = 属性
None
Preattentive Attributesの種類 Color - 色 Form - 形 Position -
位置 Movement - 動き 今回は対象外
Form Color Position
8はいくつありますか? 3.14159265358979323846 3.26433832795028841971 3.69399375105820974944 3.59230781640628620899 3.86280348253421170679 3.82148086513282306647
8はいくつありますか? 3.14159265358979323846 3.26433832795028841971 3.69399375105820974944 3.59230781640628620899 3.86280348253421170679 3.82148086513282306647
8はいくつありますか? 3.14159265358979323846 3.26433832795028841971 3.69399375105820974944 3.59230781640628620899 3.86280348253421170679 3.82148086513282306647
8はいくつありますか? 3.14159265358979323846 3.26433832795028841971 3.69399375105820974944 3.59230781640628620899 3.86280348253421170679 3.82148086513282306647
None
Preattentive Attributesを使うということ 色でわかる 形でわかる 位置でわかる 「考えなくても、理解できる」を助ける
TL;DR Visual Analytics 考えなくても、理解できるように工夫する Preattentive Attributes Visual Analyticsを助ける考え方(= Art and
Science)
None
None
余談ですが
Form Color Position
これってもしかして🙄
None
None
None
None
None