Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
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
72
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
300
License Management @BizReach, Inc.
kazuya_araki_tokyo
0
83
Art and Science of Visual Analytics Episode 1
kazuya_araki_tokyo
1
130
Art and Science of Visual Analytics Episode 2
kazuya_araki_tokyo
0
70
Art and Science of Visual Analytics Episode 3
kazuya_araki_tokyo
0
59
Tableau + Pythonとデータのあり方
kazuya_araki_tokyo
2
130
株式会社ビズリーチの紹介@Data Analyst Meetup Tokyo vol.8
kazuya_araki_tokyo
0
90
Other Decks in Science
See All in Science
データマイニング - グラフ構造の諸指標
trycycle
PRO
0
200
A Guide to Academic Writing Using Generative AI - A Workshop
ks91
PRO
0
150
Accelerated Computing for Climate forecast
inureyes
PRO
0
130
機械学習 - ニューラルネットワーク入門
trycycle
PRO
0
880
知能とはなにかーヒトとAIのあいだー
tagtag
0
150
Masseyのレーティングを用いたフォーミュラレースドライバーの実績評価手法の開発 / Development of a Performance Evaluation Method for Formula Race Drivers Using Massey Ratings
konakalab
0
220
サイコロで理解する原子核崩壊と拡散現象 〜単純化されたモデルで本質を理解する〜
syotasasaki593876
0
120
安心・効率的な医療現場の実現へ ~オンプレAI & ノーコードワークフローで進める業務改革~
siyoo
0
400
防災デジタル分野での官民共創の取り組み (1)防災DX官民共創をどう進めるか
ditccsugii
0
360
Transport information Geometry: Current and Future II
lwc2017
0
220
デジタルアーカイブの教育利用促進を目指したメタデータLOD基盤に関する研究 / Research on a Metadata LOD Platform for Promoting Educational Uses of Digital Archives
masao
0
110
機械学習 - 授業概要
trycycle
PRO
0
270
Featured
See All Featured
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
37
2.6k
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
21
1.3k
jQuery: Nuts, Bolts and Bling
dougneiner
65
8k
BBQ
matthewcrist
89
9.9k
XXLCSS - How to scale CSS and keep your sanity
sugarenia
249
1.3M
How to Think Like a Performance Engineer
csswizardry
28
2.3k
Balancing Empowerment & Direction
lara
5
750
VelocityConf: Rendering Performance Case Studies
addyosmani
333
24k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
12
1.3k
Fashionably flexible responsive web design (full day workshop)
malarkey
407
66k
YesSQL, Process and Tooling at Scale
rocio
174
15k
Documentation Writing (for coders)
carmenintech
76
5.1k
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