$30 off During Our Annual Pro Sale. View Details »
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
テキストマイニングによる応援歌の分析 / Baseball Play Study 2018 ...
Search
7pairs
December 12, 2018
Technology
0
2.3k
テキストマイニングによる応援歌の分析 / Baseball Play Study 2018 Winter
7pairs
December 12, 2018
Tweet
Share
More Decks by 7pairs
See All by 7pairs
Pythonによる契約プログラミング入門 / PyCon JP 2025
7pairs
7
3.4k
Privacy Sandbox on Android / DroidKaigi 2024
7pairs
1
990
テキストマイニングによるプロ野球の順位予想 / Baseball Play Study 2020 Winter
7pairs
0
540
2020年の振り返りとBaseball Play Studyの振り返り / Jisyupy 29
7pairs
0
350
Because Python is there. / Jisyupy 27
7pairs
0
500
野球好きのための快適なプレゼンテーション環境の構築 / Baseball Play Study 2019 Winter
7pairs
0
1.1k
ちゃんと実装してちゃんとテストしよう / PyCon mini Hiroshima 2019
7pairs
2
1k
Pie Meets Py / PyCon JP 2019
7pairs
3
5.7k
テキストマイニングによる新外国人選手の分析 / Baseball Play Study 2019 Spring
7pairs
0
2.9k
Other Decks in Technology
See All in Technology
Databricks向けJupyter Kernelでデータサイエンティストの開発環境をAI-Readyにする / Data+AI World Tour Tokyo After Party
genda
1
540
ExpoのインダストリーブースでみたAWSが見せる製造業の未来
hamadakoji
0
150
ActiveJobUpdates
igaiga
1
140
RAG/Agent開発のアップデートまとめ
taka0709
0
190
Database イノベーショントークを振り返る/reinvent-2025-database-innovation-talk-recap
emiki
0
230
Lessons from Migrating to OpenSearch: Shard Design, Log Ingestion, and UI Decisions
sansantech
PRO
1
150
Snowflakeでデータ基盤を もう一度作り直すなら / rebuilding-data-platform-with-snowflake
pei0804
6
1.6k
LLM-Readyなデータ基盤を高速に構築するためのアジャイルデータモデリングの実例
kashira
0
270
コンテキスト情報を活用し個社最適化されたAI Agentを実現する4つのポイント
kworkdev
PRO
1
1.5k
大企業でもできる!ボトムアップで拡大させるプラットフォームの作り方
findy_eventslides
1
830
Lambdaの常識はどう変わる?!re:Invent 2025 before after
iwatatomoya
1
620
Strands AgentsとNova 2 SonicでS2Sを実践してみた
yama3133
0
120
Featured
See All Featured
Thoughts on Productivity
jonyablonski
73
5k
Code Reviewing Like a Champion
maltzj
527
40k
Art, The Web, and Tiny UX
lynnandtonic
304
21k
Faster Mobile Websites
deanohume
310
31k
[RailsConf 2023] Rails as a piece of cake
palkan
58
6.2k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
359
30k
VelocityConf: Rendering Performance Case Studies
addyosmani
333
24k
Balancing Empowerment & Direction
lara
5
800
Large-scale JavaScript Application Architecture
addyosmani
515
110k
The World Runs on Bad Software
bkeepers
PRO
72
12k
Keith and Marios Guide to Fast Websites
keithpitt
413
23k
[SF Ruby Conf 2025] Rails X
palkan
0
540
Transcript
ςΩετϚΠχϯάʹΑΔ ԠԉՎͷੳ #BTFCBMM1MBZ4UVEZౙ #14UVEZ ୩५
ͨΓোΓͷͳ͍ࣗݾհ w ୩५ ͤ͡ΎΜ w "OESPJEΤϯδχΞ݉8FCΤϯδχΞ w +BWB$+BWB4DSJQU w
5XJUUFS!QBJST w (JU)VCIUUQTHJUIVCDPNQBJST
ͨΓোΓͷ͋Δࣗݾհ w ͖ͳνʔϜ w ࡛ۄϥΠΦϯζ w ݏ͍ͳٿ༻ޠ w ΫϥΠϚοΫεγϦʔζɺϑϦʔΤʔδΣϯτɺϙεςΟϯάγεςϜ w
͖ͳݯాͨ·ΒΜ w ݄ରΦϦοΫεόϑΝϩʔζઓճද w IUUQTXXXZPVUVCFDPNXBUDI W0@63+Y6 w ͖ͳେࡕۅӂ w தଜ߶ w ͖ͳ࢜େֶ w ֎࡚मଡ w ͖ͳϚείοτ w Β͍ʹΐΜ
એ
΄΅1ZUIPO͚ͩͰαʔόʔϨεΞϓϦΛͭ͘Ζ͏ w #005)ʹͯిࢠ൛Λൢചத w IUUQTUIVOEFSDMBXCPPUIQNJUFNT w $IBMJDF όοΫΤϯυ w
5SBOTDSZQU ϑϩϯτΤϯυ w QZUFTU ࣗಈςετ w 4FMFOF 6*ςετ
ίϛοΫϚʔέοτ͓ॻ͖ ݄ ౦τB ˙৽ץ ग़ͤͨΒ͍͍ͳʜʜ w ΫϩʔϦϯάˍεΫϨΠϐϯάೖҎલ w
4VCTDSJQUJPO5FTU Ծ ˙طץ ిࢠ൛ w ΄΅1ZUIPO͚ͩͰαʔόʔϨεΞϓϦΛͭ͘Ζ͏
Β͍ʹΐΜࣸਅؗΑ͏ͦ͜
Β͍ʹΐΜ͘ΜՄѪ͍ʂ
Β͍ʹΐΜ͘ΜՄѪ͍ʂ
Β͍ʹΐΜ͘ΜՄѪ͍ʂ
Β͍ʹΐΜ͘ΜՄѪ͍ʂ
ؓٳ
ຊͷΰʔϧ w ࣗવݴޠॲཧʹڵຯΛ͍࣋ͬͯͨͩ͘ w ٕज़ॻయطץͷ͜ͱΛ͍ͬͯͨͩ͘ w $৽ץͷ͜ͱΛ͍ͬͯͨͩ͘ w Β͍ʹΐΜ͘ΜͷՄѪ͞Λ͍ͬͯͨͩ͘
ϧʔΩʔͷԠԉՎΛࣗಈੜ͢Δ
ࣗಈੜͷํ w εϙʔπࢴͷυϥϑτࢦ໊࣌ͷهࣄΛͱʹ બखΛ.F$BC㱺XPSEWFDͰϕΫτϧԽ͢Δ w ݱҾୀબखͷԠԉՎͷՎࢺΛͱʹ Ϛϧίϑ࿈ͰϧʔΩʔͷԠԉՎͷՎࢺΛੜ͢Δ w ࣍ͷ୯ޠΛબ͢Δ֬طଘԠԉՎͷग़ݱճΛ XPSEWFDͷϕΫτϧؒͷڑͰॏΈ͚ͨ͠ͷ
ੳରͷεϙʔπࢴ w ಛఆफڭஂମͷใࢴΛআ͘ެڞੑͷߴ͍εϙʔπࢴ w ݄ͷίϯϏχചΓͷҰ໘͕ ʮ࡛ۄϥΠΦϯζ༏উʯͰ͋ͬͨ͜ͱ w ץεϙʔπ w εϙʔπχοϙϯ
w εϙʔπใ w αϯέΠεϙʔπ
ՎࢺΒ͘͢͠ΔͨΊʹ w ϑϨʔζͷ࠷ॳͷ୯ޠ㱺 ʮ໊ࢺʯʮಈࢺʯʮܗ༰ࢺʯͳͲ ඇཱࣗޠΛআ͘ w ϑϨʔζͷ࠷ޙͷ୯ޠ㱺 ʮॿࢺʯʮॿಈࢺʯͳͲ w
͗ͨ͢Γ͗ͨ͢Γ͢Δจষআ֎͢Δ ˙ࢀߟαΠτ ͩ͞·͞͠෩ͷՎࢺΛࣗಈੜ͢Δʮͩ͞ϩϘʯ2JJUB IUUQTRJJUBDPNNPBJLJETJUFNTBEFGCE
ԠԉՎΒ͘͠ͳΒͳ͍ʜʜ
ԠԉՎͷߏ ळࢁܾΊͯ͘ΕશྗͰಆ͑ উརΛݺͼࠐΉ෩ʹͳΕ ͯ͢Λӽ͑Ζळࢁᠳޗ
ԠԉՎͷߏ .F$BCͰܗଶૉղੳ ळࢁܾΊͯ͘ΕશྗͰಆ͑ উརΛݺͼࠐΉ෩ʹͳΕ ͯ͢Λӽ͑Ζळࢁᠳޗ ଓ ॿࢺ ໊ࢺ ݻ༗໊ࢺ ಈࢺ
ԼҰஈ࿈༻ ಈࢺ ԼҰஈ࿈༻ ໊ࢺ ී௨໊ࢺ ֨ ॿࢺ ಈࢺ ԼҰஈ࿈༻ ໊ࢺ ී௨໊ࢺ ֨ ॿࢺ ಈࢺ ޒஈ࿈ମ ໊ࢺ ී௨໊ࢺ ֨ ॿࢺ ಈࢺ ޒஈ໋ྩ ໊ࢺ ී௨໊ࢺ ֨ ॿࢺ ಈࢺ ԼҰஈ໋ྩ ໊ࢺ ݻ༗໊ࢺ
ԠԉՎͷಛͱʁ w બख໊͕Վࢺʹొ͢Δ w ϑϨʔζͷ࠷ޙʹಈࢺͷ໋ྩܗ͕དྷΔ͜ͱ͕ଟ͍ w ͘Ε ԼҰஈ׆༻࿈༻ܗ ʁ w
ຊདྷͷ໋ྩܗʮ͘ΕɾΑ͘ΕɾΖʯ w ݱͰʮ͘Εʯʹ͢Δͷ͕Ұൠత w ࠓޙͷܗଶૉղੳͷൃలΛفΓͭͭࠓճఘΊΔ w ಆ͑ ԼҰஈ׆༻࿈༻ܗ ʁ w ͦͦಆ͑Δͷ࿈༻ܗͰͳ͍ w ਖ਼͘͠ಆ͏ ޒஈ׆༻ ͷ໋ྩܗ w ࠓޙͷܗଶૉղੳͷൃలΛفΓͭͭࠓճఘΊΔ
ԠԉՎΛࣗಈੜͨ݁͠Ռ͆͆͆͆͆
ࢁลᠳ ࡛ۄҐࡾඛࣗಈंԬ࡚ Εࢁลເͷ൴ํ·Ͱ ແզເதͰັͤΖࢁล
ଜେथ ԬιϑτόϯΫҐૣҴా࣮ߴ ελϯυʹಥ͖͢όοτͷཛྷ ϦετΛݟͤΖձ৺ͷҰଧͰ
ଜ༎ر ւಓຊϋϜҐՖ࡙ಙӫߴ ϑϧεΠϯάͰελϯυಋ͚ উརͷ෩Λ௫Ίଜ༎ر
ଠాໆ ΦϦοΫεҐఱཧߴ ෛ͚ͳ͍͍ΛόοτʹͤΖ Ռͯ͠ͳ͘೩͑Ζઓ͑ଠా
౻ݪګେ ઍ༿ϩοςҐେࡕۅӂߴ ϥϥϥόοΫεΫϦʔϯͰউෛΛܾΊΖ ϗʔϜϥϯͰউརΛಋ͚౻ݪګେ
ୢݾྋհ ౦ָఱҐ໋ཱେ ͘ελϯυΛۦ͚ൈ͚Ζ ಥ͖ਐΉ͍ͰόοτΛඈͤ
খԂւే ౡ౦༸ҐใಙֶԂߴ ً͘ಓΛۦ͚ൈ͚ΖখԂ ೩্͕͑ΕখԂӫޫͷେۭ
தࢁᠳଠ ౦ژϠΫϧτҐ๏େ ෩Λӽ͑ͯશྗͰඈͤ ͍ΛࠁΊັͤΖதࢁᠳଠ
૿ా ಡചҐ໌लཱߴ ΦΦΦΦΦΦόοτΛ͔ͭΈऔΕ૿ా ັͤΖϑΟʔϧυಆࢤΛղ͖์ͯ
ҏ౻༟ق ԣ%F/"Ґཱਖ਼େ ͔ͬඈͤউརΛಋ͚ ԣͷྗΛັͤΖҏ౻
ࠜඌ߉ தҐେࡕۅӂߴ ୟ͖ࠐΊࠜඌ߉ উརͷ՚Λ͜͜Ͱ࡙͔ͤΖ
ۙຊޫ࢘ ࡕਆҐେࡕΨε ೩͑ΖۙຊউෛΛܾΊΖ ເΛͤͯελϯυૂ͑
·ͱΊ
·ͱΊ w Ϛϧίϑ࿈Λར༻͢Ε ॆʹԠԉՎΒ͍͠ՎࢺੜͰ͖Δ w ԠԉՎΛࣗಈੜ͢Δʹ ʮબख໊ʯʮ໋ྩܗʯ͕ϙΠϯτ w େࡕۅӂࣗॏ͠Ζ w
Β͍ʹΐΜ͘ΜՄѪ͍ʂ
͝ਗ਼ௌ͋Γ͕ͱ͏͍͟͝·ͨ͠ དྷγʔζϯΑΖ͓͘͠ئ͍͍ͨ͠·͢