Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
触れる可視化 〜データビジュアライゼーションとは何か〜
Search
Yuichi Yazaki
January 13, 2017
Research
650
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
触れる可視化 〜データビジュアライゼーションとは何か〜
2017年1月13日に立川市役所で開催された『第16回Flat Placeたまにわ 「触れる可視化〜データビジュアライゼーションとは何か〜』にて使用したスライドです。
Yuichi Yazaki
January 13, 2017
More Decks by Yuichi Yazaki
See All by Yuichi Yazaki
Data visualization to expand your skills as a creator
n1n9
0
400
世界の行政機関 情報可視化 事例
n1n9
0
2.4k
コロナ禍におけるデータ可視化
n1n9
2
260
発信者主体の情報可視化作品作りにおけるスケッチの行い方考察
n1n9
2
860
残された我々のための「データ・ヒューマニティ」
n1n9
6
2k
Open Data Day logo generator
n1n9
0
370
データビジュアライゼーション講習のご案内
n1n9
0
460
IxDA Tokyo #3 Community Talk: Dissolving boundaries, building connections.
n1n9
0
1.3k
ハッカーズチャンプルー2017「データ・ビジュアライゼーションによる 地域や社会との関わり方」
n1n9
0
1.3k
Other Decks in Research
See All in Research
[最先端NLP勉強会2026] Agentic Rubrics as Contextual Verifiers for SWE Agents
rfujii
1
390
[最先端NLP勉強会2026] Checklists Are Better Than Reward Models For Aligning Language Models
nzw0301
1
330
人間中心の意思決定支援AI
yukinobaba
PRO
7
4.2k
CDCL を用いた MILP の厳密解法
imai448
0
300
最先端NLP 2026 論文紹介: Wait, Wait, Wait... Why Do Reasoning Models Loop? / SNLP Paper Review: Wait, Wait, Wait... Why Do Reasoning Models Loop?
tkng
0
250
ハードウェア研究で国際トップ会議を目指す!IROS 2027での論文採択を目指して
ayatokanada
7
4k
20260624 NLP colloquium: 単一のhubテキストがCLIPを壊す:hubnessによる埋め込みの脆弱性特定
de9uch1
2
290
学術バーQ AI研究最前線:自己教師あり学習による画像モデルの事前学習
naok615
0
160
山中市政の総括:相反する二つの顔
sishi
0
120
全国町字単位空き家率推定データver1.0データ仕様
microbaseinc
0
280
モデル評価を効率的にする方法
ftakahashi
0
210
Pretrain Where? Investigating How Pretraining Data Diversity Impacts Geospatial Foundation Model Performance
satai
3
180
Featured
See All Featured
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
35
3.8k
Rebuilding a faster, lazier Slack
samanthasiow
85
9.7k
Test your architecture with Archunit
thirion
2
2.4k
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
234
18k
DBのスキルで生き残る技術 - AI時代におけるテーブル設計の勘所
soudai
PRO
68
58k
RailsConf 2023
tenderlove
30
1.6k
Building a Scalable Design System with Sketch
lauravandoore
464
34k
From Legacy to Launchpad: Building Startup-Ready Communities
dugsong
0
350
For a Future-Friendly Web
brad_frost
184
10k
The Director’s Chair: Orchestrating AI for Truly Effective Learning
tmiket
1
330
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
123
22k
Bootstrapping a Software Product
garrettdimon
PRO
306
120k
Transcript
৮ΕΔՄࢹԽ ʙσʔλϏδϡΞϥΠθʔγϣϯͱԿ͔ʙ ࡚༟Ұ %BUB7JTVBMJ[BUJPO+BQBO$PEF'PS5PLZP/PUBUJPO--$ ୈճ'MBU1MBDFͨ·ʹΘฏ݄
ࣗݾհ ৬ۀɿσʔλɾϏδϡΞϥΠθʔγϣϯ࣮ՈʗΠϯ λʔϑΣΠεɾσβΠφʔʗ͓ͪΌίϯαϧλϯτ ίϛϡχςΟɿίʔυɾϑΥʔɾτΩϣදʗ σʔλɾϏδϡΞϥΠθʔγϣϯɾδϟύϯൃىਓ ৫ɿ߹ಉձࣾϊʔςʔγϣϯදࣾһʗࠃཱࠃձਤॻ ؗҕݚڀһʗ౦ژେֶۭؒใՊֶݚڀηϯλʔॴଐ IUUQOPUBUJPODPKQ ࡚༟Ұ
։࠵࣮ʹ͍ͭͯ ߨٛɾߨԋɿ੨ݝʗגࣜձཱࣾ࡞ॴʗਗ਼ਫݐઃ גࣜձࣾʗ૯ল౷ܭہʗઍ༿ݝྲྀࢁࢢʗཧใγ εςϜֶձʗσʔλΤΫενΣϯδίϯιʔγΞϜʗσ δλϧϋϦουʗ౦ւେֶʢεΫʔʹͯʣʗ౦ژେֶ $4*4د෦ʗࢁݝೆࢢʗຊܦࡁ৽ฉࣾʗ $PEF'PS+BQBOʗ'044()PLLBJEPʗ$PEF'PS4BHB ʗ)5.-+ʗ-0$"-(00%:0,0)"."ʗͳͲ ϫʔΫγϣοϓߨࢣɿγϒϠେֶʗֳʗถࠃେ ؗʗԣࢢܦࡁہʗ'044()PLLBJEPʗ.53-,:050
ʗͳͲ IUUQOPUBUJPODPKQMBOEJOH
σʔλϏδϡΞϥΠθʔγϣϯ ͱ
ʮσʔλʯ ʷ ʮϏδϡΞϥΠθʔγϣϯʯ ՄࢹԽ
ΠϯλʔωοτɾϒϥβͰ ૢ࡞Մೳͳ νϟʔτάϥϑɺਤ ݱࡏ
ૢ࡞ͯ͠ಈ͔ͤΔͱʮָ͍͠ʯ ͱ͍͏͜ͱ͚ͩͰͳ͘ʜ w ൺֱ͕Ͱ͖Δ w ΑΓࣗࣄʹͯ͠Β͏ w ଟ༷ͳϞϊͷݟํΛఏڙͰ͖Δ
ಈతͳදݱ͕Ͱ͖Δ σʔλϏδϡΞϥΠθʔγϣϯͳΒͰͷಛ FBSUI IUUQTFBSUIOVMMTDIPPMOFU
ରతͰ͋Δ σʔλϏδϡΞϥΠθʔγϣϯͳΒͰͷಛ ̩̥̥ڊେܦࡁݍͷ࣮ྗ IUUQTWEBUBOJLLFJDPNQSKUQQ
ఆੑσʔλΛఆྔతʹදݱͰ͖Δ σʔλϏδϡΞϥΠθʔγϣϯͳΒͰͷಛ ݪൃࣄނආऀͷ IUUQXXXOILPSKQOFXTGVLVTIJNBXPSEDMPVE
ΑΓৄࡉʹ σʔλϏδϡΞϥΠθʔγϣϯͳΒͰͷಛ #SFYJU Ψʔσ ΟΞϯࢴ IUUQTXXXUIFHVBSEJBODPNQPMJUJDTOHJOUFSBDUJWFKVOFVSFGFSFOEVNMJWFSFTVMUTBOEBOBMZTJT
৽͍͠୯Ґ ෳͷσʔλ͔Β࡞Δ৽͍͠ࢦඪ σʔλϏδϡΞϥΠθʔγϣϯͳΒͰͷಛ -FWFMJOHUIFpFMEʢΦϦϯϐοΫ֫ಘϝμϧʣ IUUQTMBOEJOHHPPHMFDPNBMUNFEBMUBCMF
ࢹΛม͑Δʢ၆ᛌͱݸผʣ ਿӜ߁ฏ͞Μ࡞ɹ࣌ؒ࣠มܗਤ σʔλϏδϡΞϥΠθʔγϣϯͳΒͰͷಛ
None
දݱͷ෯Λ֦ு σʔλϏδϡΞϥΠθʔγϣϯͳΒͰͷಛ ΦʔϓϯσʔλσΠɾϩΰδΣωϨʔλ IUUQTUSVDUVSFBOESFQSFTFOUBUJPODPNXPSLTPEE
දݱͷ෯Λ֦ு σʔλϏδϡΞϥΠθʔγϣϯͳΒͰͷಛ ࠤլͷసೖసग़ IUUQTUSVDUVSFBOESFQSFTFOUBUJPODPNXPSLTQSFGFDUVSBM.JHSBOUTTBHB
දݱͷ෯Λ֦ு σʔλϏδϡΞϥΠθʔγϣϯͳΒͰͷಛ ͘·Ϟϯ IUUQTXXXGBDFCPPLDPNQIPUPQIQ GCJETFUBUZQFUIFBUFS
w ಈతͳදݱ͕Ͱ͖Δ w ରతͰ͋Δ w ఆੑσʔλΛఆྔతʹදݱͰ͖Δ w ΑΓৄࡉʹ w ৽͍͠୯Ґ
w ࢹΛม͑Δʢ၆ᛌͱݸผʣ w දݱͷ෯Λ֦ு σʔλϏδϡΞϥΠθʔγϣϯͳΒͰͷಛ
औΓΈࣄྫͷ͝հ
ࠃཱࠃձਤॻؗʢ/%-ʣ /%-σʔλར׆༻ϫʔΫγϣοϓ ʙΣϒɾΞʔΧΠϒͷ࣏ࣗମαΠτΛՄࢹԽ͠Α͏ʙ ࠃཱࠃձਤॻؗॳͷσʔλՄࢹԽΠϕϯτ ׂɿاըɺ࣮ࢪαϙʔτɺϝϯλʔ ར༻πʔϧɿ$BSUPɺ3"8ɺ%KTɺ1SPDFTTJOH ར༻σʔλɿ8"31ʢΣϒΞʔΧΠϒʣ IUUQMBCOEMHPKQDNT RWJTVBMJ[F
/%-͕อ༗͢ΔެతػؔͷΣϒΞʔΧΠϒͷ͏ͪɺ ํ࣏ࣗମσʔλΛར༻ͯ͠ՄࢹԽ࡞Λͭͬͨ͘ɻ IUUQWJTVBMJ[JOHKQOEMEBUBWJ[
ࢦͨ͜͠ͱ w 8"31ͷσʔλར׆༻ʢՄࢹԽʣͷࣄྫ࡞Γ w ํ࣏ࣗମ͝ͱͷҙ֎ͳಛɺҙ֎ͳؔ ੑΛσʔλ͔Β୳͠ग़͍ͨ͠ w ϋοΧιϯܗࣜͰɺҰൠͷํୡͷҙࣝΛ ࣋ͪࠐΜͰΒ͏
None
ࢀՃऀͷ࡞ IUUQMBCOEMHPKQDNT RWJTVBMJ[F IUUQTDPEFJRKQNBHB[JOF
None
ࠓޙͷల։ w ҕୗݚڀһͱͯ͠ɺσʔλϏδϡΞϥΠθʔγϣ ϯͷࣄྫ࡞ΓʹऔΓΉ w 8"31ͷ͍࣋ͬͯΔඇߏԽσʔλ͔Βɺߏ ԽσʔλΛऔΓग़ͯ͠ఆৗతʹఏڙͰ͖Δ Α͏ͳΈ࡞ΓΛޙԡ͍ͯ͘͠͠
3&4"4 3&4"4ͷڭՊॻʗ3&4"4ΛͬͯҬͷ՝Λൃݟ͠Α͏ʂ ׂɿΠϕϯτͷاըɺ࣮ࢪɺϝϯλʔɺॻ੶ͷࣥචXJUI$PEF'PS5PLZP
3&4"4ͱ w ౷ܭσʔλΛຊਤ্ʹࣔ͠ɺૢ࡞Ͱ͖ΔΑ͏ʹ ͢Δ͜ͱͰɺ୭Ͱײతʹ༰ΛཧղͰ͖Δ͜ͱ ΛΊͨ͟͠ΣϒαΠτɻ w ֤ಓݝɾࢢ۠ொଜͱ͍ͬͨํ࣏ࣗମ͕3&4"4 Λͬͯɺσʔλʹج͍ͮͨࡦܾఆΛߦ͏͜ͱ͕ ٻΊΒΕ͍ͯΔʢֳʹʣɻ IUUQTSFTBTHPKQ
3&4"4ͷීٴଅਐͷͨΊɺຽؒஂମͱͯ͠ ॳΊֳͯͱڞ࠵ͰϫʔΫγϣοϓΛ։࠵ɻ ࢀՃਓɿ໊ ৬ۀɿΤϯδχΞɺσβΠφʔɺσʔλαΠΤ ϯςΟετɺ৬һ
ࢀՃऀͷϫʔΫʢதؒՌʣ
IUUQXXXBNB[PODPKQEQ ʮষݩͰϫʔΫγϣοϓΛ։͜͏ʯΛ$PEF'PS5PLZPͰ୲
IUUQXXXTMJEFTIBSFOFUTLJQEPHSFTBTD IUUQTEPDTHPPHMFDPNQSFTFOUBUJPOE 7Q@)1*Q/*YJ)IPJ;*MMT3TI$('L$:0Z6VCX0,&FEJUTMJEFJEQ ࢀՃऀͷ࡞
3&4"4ͷڭՊॻ IUUQXXXBNB[PODPKQEQ ষ3&4"4ͰൃݟͰ͖Δ͜ͱ ষ3&4"4Ϛοϓ૯ཡ ষ࣏ࣗମɾҬͷੳࣄྫू ষ&YDFMͰ؆୯ʹͰ͖Δ౷ܭղੳ ʜ͓ͨʹදऔకখ୩༞Ұ࿕ࢯ ষڭҭݱʹ͓͚Δ׆༻ͷ࣮ࡍ ʜۚେֶদӜٛতࢯ ষݩͰϫʔΫγϣοϓΛ։͜͏
ʜ$PEFGPS5PLZP࡚༟Ұӿຊਅඒ ষਐԽΛଓ͚Δ3&4"4 ষ׆༻ΛՃ͢ΔΦʔϓϯσʔλू
w ѻ͍ͬͯΔσʔλΛͬͯʮώτɾϞϊɾΧωʯΛɹ ࠷େԽ͠Α͏ʂͱ͍͏ํੑ w ͢ͰʹҬʹ͋ΔಛಛੑɾࢿݯΛɺΑΓࡉ͔͘Ѳ͠ɺࢪࡦΛ࣮ߦ͢Δ 3&4"4ͷڭՊॻ 3&4"4ʹ͋Δσʔλͷ IUUQCZMJOFTOFXTZBIPPDPKQZB[BLJZVJDIJ
IUUQQFBUJYDPNFWFOU ʮ3&4"4ͷڭՊॻʯൃചه೦Πϕϯτ
ࠓޙͷల։ w ํٞһ3&4"4ϫʔΫγϣοϓɾϫʔΫ γϣοϓΛ։࠵༧ఆʢϢʔεσϞΫϥγʔͱ࿈ܞʣ w ํߦஂମϫʔΫγϣοϓߨٛͷ࣮ࢪ༧ఆ
$PEFGPS5PLZP ίʔυɾϑΥʔɾτΩϣ IUUQDPEFGPSUPLZP
$PEF'PS5PLZPͱ w ౦ژʹ͓͍ͯɺγϏοΫɾςοΫ׆ಈΛ͢Δஂମ w ઃཱ͔Β w l$PEF'PSʜzͱͭ͘ஂମશࠃͰҎ্
ࣗॿ ڞॿ W ʮߦͱॅຽɺσβΠφʔϓϩάϥϚʔɺσʔλੳՈͳͲ͕࿈ܞ ͯ͠ɺߦαʔϏεʹྨ͢ΔαʔϏεΛɺ*5ٕज़ΦʔϓϯσʔλΛ׆ ༻࣮ͯ͠ݱ͢ΔίϛϡχςΟ׆ಈΛࢦ͢ʯ ެॿ
$PEF'PS5PLZPͱ ʮख࡞Γͷ෮ݖʯ ʮࣾձ՝ͷՄࢹԽʯʢՄࢹԽͱղܾΛʣ ࣗͰ΄͍͠ͷΛࣗͰͭ͘Δɻ͢ΔͱԿ͔ʹৄ͘͠ͳΔɻ ਓʹԿ͔Λͯ͋͛͠ΔଆʹͳΔɻ৯ࣄͰ͓ͪΌͰެڞαʔ ϏεͰಉ͡Α͏ʹߟ͑ͯΈΔɻ ղܾʹ͍ͭͯɺͦΕͧΕͷܦݧݟɺઐੑʹͱ͍ͮͯɺ ୭͕ߟ͑ͯΑ͍ͷͩͱࢥ͍·͢ɻ
$PEF'PS5PLZPͦͷଞͷऔΓΈ w ۠ͱདྷʹࣄۀͭʢاը෦ใਪਐ՝ʗ Ҭৼڵ෦Ҭ׆ಈ՝ʣ w ౦ژͷ֤෦ہͱͷ࿈ܞʢใ௨৴ࢪࡦਪਐʗੜ׆ จԽہଟจԽڞʗ੨গɾ࣏҆ରࡦຊ෦҆શ҆৺ ·ͪͮ͘Γʣ w ౦ژͱϘετϯͰ࿈ܞͨ͠/"4"ϋοΧιϯࣄہ
w ˌ;Δ͞ͱೲίʔυ
/%-σʔλར׆༻ϫʔΫγϣοϓ ʙΣϒɾΞʔΧΠϒͷ࣏ࣗମαΠτΛՄࢹԽ͠Α͏ʙ ਤσʔλ͔Βߟ͑ΔอҭԂ ׂɿσʔλऩूɺαΠτߏஙɺΠϕϯτ։࠵ ར༻πʔϧɿ&YDFMɺ+BWB4DSJQU ར༻σʔλɿอҭԂσʔλ IUUQDPEFGPSUPLZPDBUFHPSZIPJLVFONBQ
5PLZPอҭԂϚοϓЌ൛ http://hoikuenmap.codefor.tokyo/ IUUQIPJLVFONBQDPEFGPSUPLZP
IUUQTXXXGBDFCPPLDPNFWFOUT BDUJWF@UBCQPTUT σʔλ͔ΒอҭԂΛߟ͑Δ$JWJD)BDL/JHIU5PLZP
อҭ࢜ɺอҭॴɺػࣇಐɺอҭ ॴͷӡӦऀͱ͍͏ͦΕͧΕʹ͍ͭ ͯɺϚΫϩͳࢹ͔ΒͷσʔλΛ ֓؍ɻ IUUQTTQFBLFSEFDLDPNDPEFGPSUPLZPEFUBLBSBCBPZVZVBOXPLBPFSV ࢀՃऀͷҙݟײ IUUQTQBQFSESPQCPYDPNEPD$JWJD)BDL/JHIU(7HIW8D6)[;&)N+KV5
ࠓޙͷల։ w ߦ͕ख͕ճ͍ͬͯͳ͍͜ͱΛɺͭͷͰͳ͘ɺ ࣗͨͪͰ࡞ͬͯ͠·͏ w ͍ۙ͠ҙࣝΛ͍࣋ͬͯΔਓͨͪΛר͖ࠐΉ w σʔλඪ४Խ w ڞ௨ޠኮج൘ʗ*1"४ڌ
w ϢʔβʔΠϯλʔϑΣΠεͷચ࿅ w σʔλΛଟ࣍ݩʹΈ͍͚ͯΔΑ͏ʹ
:BIPPΈΜͳͷ࣏ ࣾձ՝ΞΠσΞιϯ ׂɿϫʔΫγϣοϓͷϝϯλʔͱ࡞੍࡞ʢͷΈʣ IUUQTFJKJZBIPPDPKQZPVUIJEFBUIPO
IUUQTFJKJZBIPPDPKQZPVUIJEFBUIPO
IUUQTFJKJZBIPPDPKQZPVUIJEFBUIPOUBOR
IUUQTFJKJZBIPPDPKQZPVUIJEFBUIPOUPZBNB
ਆށࢢʷόϧηϩφࢢͷσʔλՄࢹԽΠϕϯτ 8PSME%BUB7J[$IBMMFOHF ׂɿΠϕϯτࢀՃͱهࣄࣥච IUUQLPCFCBSDFMPOBOFU
IUUQLPCFCBSDFMPOBOFU
None
ന͍ϨΰݸͰਆށࢢΛ࠶ݱ
ਆށࢢͷ࣍ϝογϡ4/4σʔλΛϓϩδΣΫγϣϯ ҬϝογϡʜҢɾܦʹج͍ͮͯҬΛಉ͡େ͖͞ͷͷʢϝογϡʣʹ͚ͨͷ
3DϓϦϯλࢪઃ
ظ 300 →150 IUUQLFOQMBU[OJLLFJCQDPKQBSUJDMFJUDPMVNO
ࠓޙͷల։ w όϧηϩφࢢͱਆށࢢͷఏܞΛهࣄԽ͠·ͨ͠ɻ w εϚʔτγςΟͷऔΓΈΛຊͷͲ͔͜Ͱ࣮ફͰ ͖ͳ͍͔ɻ IUUQCZMJOFTOFXTZBIPPDPKQZB[BLJZVJDIJ
·ͱΊ
ͳͥඞཁ͔ʁ ˠΘΒͳ͚Εҙຯ͕ͳ͍ डಈత Ϣʔβʔͷঢ়ଶ ͍ͬͯΔ Βͳ͍ ΤϯλϝߴΊͳ ૌٻ తͳૌٻ తͳૌٻ
ৄ͍͠આ໌͕Մೳ ೳಈత Ϣ ồ β ồ ͷ ࣝ
डಈత Ϣʔβʔͷঢ়ଶ ͍ͬͯΔ Βͳ͍ ΤϯλϝߴΊͳ ૌٻ తͳૌٻ తͳૌٻ ৄ͍͠આ໌͕Մೳ ೳಈత
Ϣ ồ β ồ ͷ ࣝ ͳͥඞཁ͔ʁ ˠΘΒͳ͚Εҙຯ͕ͳ͍
ৄ͍͠આ໌ తͳઆ໌ w ࣌ؒແ੍ݶͰ w จࣈͩΒ͚ͷࢿྉेϖʔ δͰ w ඵͰઆ໌PSɹɹɹɹ Ͱઆ໌
w ظهԱʹΔ ͳͥඞཁ͔ʁ ˠΘΒͳ͚Εҙຯ͕ͳ͍ ˠநԽ
σʔλˠใˠࣝˠӳ w ظهԱʹΔ w Φʔϓϯσʔλ w ηϯαʔσʔλ w ৗࣝʹͳΔ w
ظهԱʹΔ w ʮෲམͪ͢Δʯ w ٞͷϕʔεͱ ͳΔ w நԽ w ՄࢹԽ σʔλϏδϡΞϥΠθʔγϣϯͷ ޮՌ w هԱʹΒͳ͍ w ૢ࡞Ͱ͖Δ
w ࢴʹ࠷దԽͨ͠ߦαʔϏεΛɺΣϒʹ࠷దԽ͠ ͨߦαʔϏε w ʮΦʔϓϯσʔλͷ׆༻ʯྑ͍ํศ w ʮํެڞஂମʹ͓͚Δ౷ܭར׆༻දজʯ IUUQXXXTPVNVHPKQNFOV@OFXTTOFXTUPVLFJ@IUNM ͬͱߦʹσʔλ׆༻Λʜʂ
IUUQOPUBUJPODPKQ IUUQTUSVDUVSFBOESFQSFTFOUBUJPODPN IUUQCZMJOFTOFXTZBIPPDPKQZB[BLJZVJDIJ