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
不確実性と上手く付き合う意思決定の手法
Search
Takashi Nishibayashi
April 04, 2019
Technology
15k
19
Share
不確実性と上手く付き合う意思決定の手法
予測モデルの不確実性を減らすActive Learning,
モデルの不確実性を予測結果に反映するThompson Sampling,
オンライン最適化など
Takashi Nishibayashi
April 04, 2019
More Decks by Takashi Nishibayashi
See All by Takashi Nishibayashi
病院向け生成AIプロダクト開発の実践と課題
hagino3000
0
640
入院医療費算定業務をAIで支援する:包括医療費支払い制度とDPCコーディング (公開版)
hagino3000
0
210
診断前の病歴テキストを対象としたLLMによるエンティティリンキング精度検証
hagino3000
1
200
論文紹介 Improving Medical Reasoning through Retrieval and Self-Reflection with Retrieval-Augmented Large Language Models
hagino3000
0
970
論文紹介 Audience Size Forecasting Fast and Smart Budget Planning for Media Buyers
hagino3000
0
260
論文紹介 Towards a Fair Marketplace: Counterfactual Evaluation of the trade-off between Relevance, Fairness & Satisfaction in Recommendation Systems
hagino3000
1
670
論文紹介 Budget Management Strategies in Repeated Auctions (公開版)
hagino3000
2
330
論文紹介 A Request-level Guaranteed Delivery Advertising Planning: Forecasting and Allocation
hagino3000
1
160
論文紹介 Online Experimentation with Surrogate Metrics Guidelines and a Case Study
hagino3000
1
430
Other Decks in Technology
See All in Technology
LookerとADKで作る社内AIエージェント
chanyou0311
0
260
CARTA HOLDINGS エンジニア向け 採用ピッチ資料 / CARTA-GUIDE-for-Engineers
carta_engineering
0
47k
Gaussian Splattingの表現力を拡張する — 高周波再構成とインタラクションへのアプローチ —
gpuunite_official
0
190
インプロセスQAのための要因から捉えるプロジェクトリスクマネジメントnano #1 開発リソース効率状態への対処 #jasstnano
barus_qa
0
170
ワールドカフェ再び、そしてゴール・ルール・ロール・ツール / World Café Revisited, and the Goals-Rules-Roles-Tools
ks91
PRO
0
180
AWS WAFの運用を地道に改善し、自社で運用可能にするプラクティス
andpad
1
420
Databricks 月刊サービスアップデートまとめ 2026年04月号
tyosi1212
0
130
エンタープライズの厳格な制約を開発者に意識させない:クラウドネイティブ開発基盤設計/cloudnative-kaigi-golden-path
mhrtech
0
450
サイボウズ、プラットフォームエンジニアリング始めるってよ ― プラットフォームチームの事業貢献と組織アラインメントの強化
ueokande
0
120
既存プロダクトQAから新規プロダクトQAへ
ryotakahashi
0
160
[みん強]AIの価値を最大化するデータ基盤戦略:Self-Service型Data Meshへの転換とAgentic AI Meshに向けた取り組み with Snowflake他
y_matsubara
1
130
"スキルファースト"で作る、AIの自走環境
subroh0508
0
590
Featured
See All Featured
How to train your dragon (web standard)
notwaldorf
97
6.6k
Rails Girls Zürich Keynote
gr2m
96
14k
Game over? The fight for quality and originality in the time of robots
wayneb77
1
170
Impact Scores and Hybrid Strategies: The future of link building
tamaranovitovic
0
270
Building Better People: How to give real-time feedback that sticks.
wjessup
370
20k
It's Worth the Effort
3n
188
29k
Future Trends and Review - Lecture 12 - Web Technologies (1019888BNR)
signer
PRO
0
3.5k
Typedesign – Prime Four
hannesfritz
42
3k
[SF Ruby Conf 2025] Rails X
palkan
2
1k
The Illustrated Guide to Node.js - THAT Conference 2024
reverentgeek
1
350
B2B Lead Gen: Tactics, Traps & Triumph
marketingsoph
0
120
Evolving SEO for Evolving Search Engines
ryanjones
0
190
Transcript
༧ଌͷෆ࣮֬ੑͱ্ख͖͘߹͏ ҙࢥܾఆͷख๏ ެ։൛ 5BLBTIJ/JTIJCBZBTIJ 3FQSP5FDI
͓લͩΕΑ Name: Takashi Nishibayashi twitter.com/@hagino3000 Job: Software Engineer VOYAGE GROUPͰωοτࠂ৴αʔϏε࡞ͬͯ
·͢ɻओʹ৴ϩδοΫ͔Βσʔλੳج൫·Ͱɻ ࠷ۙͷڵຯΦϯϥΠϯҙࢥܾఆͱϝΧχζϜσβ Πϯɻ
࠷ۙͷ׆ಈ ਓೳֶձࢽ Vol. 32 No. 4 (2017/07) ͷʮࠂͱ AI ಛूʯʹʮΞυωοτϫʔΫʹ͓͚Δࠂ৴ܭ
ըͷ࠷దԽʯ͕ܝࡌ͞Ε·ͨ͠ɻ ΦϥΠϦʔ͔ΒʮࣄͰ͡ΊΔػցֶशʯ͕ग़· ͨ͠ɻ @chezou, @tokorotenͱڞஶ ࢴ൛ɾిࢠॻ੶྆ํ͋Γ·͢
ࠓͷ w ༧ଌγεςϜͱҙࢥܾఆ w Ϗδωεʹ͓͚Δ࠷దԽ w ϥϕϧແ͠σʔλͷ୳ࠪ w ༧ଌϞσϧͷෆ͔֬͞Λߦಈʹө͢Δ w
ΦϯϥΠϯ࠷దԽ ػցֶशͰಘͨ༧ଌΛͲͷΑ͏ʹͯ͠͏͔ɺ༧ଌͷ࣍ͷҙࢥܾ ఆͷϑΣʔζʹ͠·͢ɻ࣮ࡍͷΞϓϦέʔγϣϯհͭͭ͠ ΛਐΊ·͢ɻ
༧ଌγεςϜͱҙࢥܾఆ
༧ଌͱҙࢥܾఆͷྫ ༧ଌλεΫ ҙࢥܾఆ ԿͷͨΊʹ धཁ༧ଌ ੜ࢈ܭը ҆શࡏݿ֬อɾࡏݿίετݮ ނোՕॴͷ༧ଌ ϝϯςφϯεܭը ϝϯςφϯεඅ༻ݮ
Ձͷ༧ଌ ചΓങ͍ͷܾఆ औҾ͕ੜΉརӹͷ࠷େԽ ࠂޮՌͷਪఆ ࠂΛද͖͔ࣔ͢Ͳ͏͔ ༧ࢉͰͷࠂޮՌ࠷େԽ Ͱ͖ΕࣗಈͰܾΊ͍ͨɺͰͲ͏͢Ε Ή͠ΖΞϓϦέʔγϣϯΤϯδχΞͷࣄࣗಈԽ͕ϝΠϯ
ཧ࠷దԽ ͋Δ੍ͷݩͰతؔΛ࠷େ ࠷খ Խ͢ΔύϥϝʔλΛٻΊΔ ෆ࣮֬ੑͷແ͍ͱ
*1"ಠཱߦ๏ਓใॲཧਪਐػߏɿࢠɾׂ߹ɾղྫɾ࠾ߨධʢɺฏʣ IUUQTXXXKJUFDJQBHPKQ@IBOOJ@TVLJSVNPOEBJ@LBJUPV@IIUNMBLJ ͋ΔͰදʹࣔ͢Λ͍ͯ͠Δɻ࣮ݱՄೳͳ࠷େརӹԿԁ͔ɻ͜͜Ͱɺ ֤ͷ݄ؒधཁྔʹ্ݶ͕͋Γɺ·ͨɺఔʹ͑Δͷ݄࣌ؒؒ࣌ ؒ·ͰͰɺෳछྨͷΛಉ࣌ʹฒߦͯ͢͠Δ͜ͱͰ͖ͳ͍ͷͱ͢Δɻ جຊใॲཧٕज़ऀࢼݧ)ळقΑΓ 9 : ; ݸͨΓͷརӹ
ԁ ݸ͋ͨΓͷॴ༻࣌ؒ ݄ؒधཁ࠷্ݶ ྫੜ࢈ܭը ֬ఆͨ͠
ެ։൛ࢿྉʹ͖ͭิ ҎԼͷ௨Γܭըͱͯ͠ఆࣜԽͯ͠ղ͚ Yݸ Zݸ [ݸΛ࡞Εརӹ͕࠷େʹͳΔͷ͕Θ͔Δɻ࣮Ͱखܭࢉ͠ͳ͍
༧ଌΛར༻ͨ͠࠷దԽ 9 : ; ݸͨΓͷརӹ ԁ ʙ ݸ͋ͨΓͷॴ༻࣌ؒ
ʙ ݄ؒधཁ࠷্ݶ ࣮ࡍʹ࡞ͬͨΓചͬͯΈΔ·ͰΘ͔Βͳ͍෦ ༧ଌΛར༻͍ͯ͠Δ࣌ͰɺԿΒ͔ͷෆ࣮֬ੑΛแ͍ͯ͠Δ ͦΕͳΓʹ༧ଌͰ͖Δ෦ ͜Μͳঢ়ଶ͔Βελʔτ͢ΔʹͲ͏ͨ͠Β͍͍͔
ࠓհ͢Δओͳํࡦ wҎԼͷ܁Γฦ͠ ༧ଌ ҙࢥܾఆɾߦಈ ݁Ռͷ؍ଌ ༧ଌثͷߋ৽
༨ஊ࠷దͱԿ͔ w ඇࣗ໌Ͱ͋Δࣄ͕ଟ͍ͱײ͡Δ w ࠗ׆ϚονϯάΞϓϦ w Ϛονϯά͕͗͢Δͱࢢ͕ബ͘ͳΔδϨϯϚ w ೖΕՁ֨ w
ʮೖΕՁ֨Λ্͍͛ͨʯʮརӹ૬Ͱ ʯ w ೖΕʹϚʔδϯ Λͤͯച͍ͬͯͨˠೖΕ্͕͕Δͱૈར૿ w ͚ϧʔϧΛม͑Δॴ͔Βͬͨ w ۀͦͷͷΛม͑ΒΕΔ༨͕ͲΕ͚ͩ͋Δ͔
'MJOUࢢͷਫಓަࣄۀ
5IF4FBSDIGPS-FBE1JQFT JO'MJOU .JDIJHBO<> w Ԗڅਫ -FBE1JQFT ͷަΛ͢ΔͨΊʹػցֶश༧ଌϞσϧΛར༻ͨ͠ࣄྫ w ,%%ʹ࠾͞Εͨจʹख๏͕ࡌ͍ͬͯΔ w
എܠ w ԖڅਫԖ༹͕ग़͠ͳ͍Α͏ʹද໘͕ίʔςΟϯά͞Ε͍ͯΔ w 'MJOUࢢʹ͓͍ͯਫݯΛม͑ͨ࣌ʹਫ࣭͕มΘͬͯίʔςΟϯά͕ണ͛ͨ w ਫಓਫͷԖͷ༹ग़ʹΑΔ݈߁ඃ͕ൃੜ w ߦͷهෆਖ਼֬
5IF4FBSDIGPS-FBE1JQFT JO'MJOU .JDIJHBO ଓ͖ w w ͲͷՈʹԖڅਫ͕ΘΕ͍ͯͯɺͦΕͲ͜ʹ͋Δͷ͔ w ݶΒΕͨ༧ࢉΛͲͷΑ͏ʹͯ͠ԖڅਫͷަʹׂΓͯΕ͍͍ͷ͔
w ঢ়گɾ੍ w ਫಓΛ۷Γىͯ֬͠ೝ͢Δίετ͕ߴ͍ ϥϕϧ͚ίετ w ܇࿅σʔλݶΒΕ͓ͯΓɺภ͍ͬͯΔ
'MJOUMFBEQJQFSFQMBDFNFOUQSPHSBNUPTXJUDIIBOETJONMJWFDPN IUUQTXXXNMJWFDPNOFXTqJOUqJOU@MFBE@QJQF@SFQMBDFNFOU@QSIUNM
"CFSOFUIZ +BDPC FUBM"DUJWF3FNFEJBUJPO5IF4FBSDIGPS-FBE1JQFTJO'MJOU .JDIJHBO1SPDFFEJOHTPGUIFUI "$.4*(,%%*OUFSOBUJPOBM$POGFSFODFPO,OPXMFEHF%JTDPWFSZ%BUB.JOJOH"$. ༧ଌ݁ՌΛݩʹௐࠪϙΠϯτΛܾΊΔϧʔϧ ༧ଌ݁ՌΛݩʹύΠϓަϙΠϯτΛܾΊΔϧʔϧ ༧ଌϞσϧ
5IF4FBSDIGPS-FBE1JQFT JO'MJOU .JDIJHBO ଓ͖ w ௐࠪϙΠϯτܾఆϧʔϧ w ใΛऔಘͯ͠༧ଌੑೳΛ্͛Δͷ͕త w ೳಈֶश
"DUJWF-FBSOJOH w ύΠϓަϙΠϯτܾఆϧʔϧ w ޡ۷ίετΛ࠷খԽ͍ͨ͠ w ࠷֬ͷߴ͍ϙΠϯτΛબͿɺᩦཉ๏ (SFFEZ"MHPSJUIN
ೳಈֶश "DUJWF-FBSOJOH w എܠ w ڭࢣ͋Γֶश܇࿅σʔλ͕ଟ͍ఔਫ਼্͕͕Δ w ͨͩ͠ϥϕϧ͚ Ξϊςʔγϣϯ ʹίετ͕͔͔Δ
w Ξϓϩʔν w ༧ଌثͷਫ਼্ʹد༩͢ΔσʔλΛબͿ w ํࡦͷྫ࠷ෆ͔֬ͳσʔλΛબ͢Δ w 'MJOUͰ*NQPSUBODF8FJHIUFE"DUJWF-FBOJOHΛ࠾༻
ᩦཉ๏ (SFFEZ"MHPSJUIN w ࢼߦຖʹͦͷ࣌Ͱ࠷ظใु͕େ͖ͳߦಈΛऔΔํࡦ w FHμΠΫετϥ๏ w ۙࣅղ͕ಘΒΕΔ w ʹΑͬͯϫʔετέʔεͷۙࣅʹཧอূ͕͋Δ
w FHφοϓαοΫ w େମ্ख͍࣮͕͘͘͠༰қͳͷͰΑ͘ΘΕΔ
͞ΒͳΔࠔ w ࢪࡦͷධՁύΠϓަ݅͋ͨΓͷίετݮྔ w ˠ w .ͷઅ w
Ռग़ͨͷͷࢢຽ͕ൃ w ਓؒͷ໋Λٹ͏ͣͩͬͨ"*͕࣏ͱແʹΑͬͯແࢹ͞Εͯ͠·ͬͨ IUUQTOPUFNVEBUBTDJFODFOOEFCEEBGF w ΞϧΰϦζϜΛݟΕΘ͔Δ௨Γɺेͳ༧ࢉ͕͋ΕશॅΛ۷Γฦ͠ ͯݕࠪ͢ΔࣄʹͳΔɻௐࠪ͢Δॱ൪͕ૣ͍͔͍͔ͷҧ͍ɻ w ࠷దͱҰମԿͳͷ͔
༧ଌϞσϧͷෆ͔֬͞Λ өͨ͠ߦಈ
ྦྷੵใुΛ࠷େԽ͍ͨ͠ ࢼߦճ ͋ͨΓճ Q ㅟ εϩοτϚγϯ" εϩοτϚγϯ#
֬QͰͨΓ͕ग़ΔϕϧψʔΠࢼߦΛߟ͑Δɺ͜ͷޙͲ͏͖͔͢ ෳ͋ΔબࢶͦΕͧΕ͔Β֬త JJE ʹใु͕ಘΒΕΔઃఆͰγʔέϯγϟϧʹ ߦಈΛܾΊͯྦྷੵใु࠷େԽΛࢦ͢Λʮ֬తόϯσΟοτʯɺ͜ͷ࣌ ͷબࢶΛʮΞʔϜʯͱݺͿɻ
QͷࣄޙΛݟΔ ύϥϝʔλQͷ #FUB ޭճ ࣦഊճ #͕"ΑΓྑ͍ͱஅ͢Δʹ·ͩϦεΫ͕͋Δ
QͷࣄޙΛݟΔ ύϥϝʔλQͷ #FUB ޭճ ࣦഊճ ͍ͯͨ͠Β#ͷΈΛબྑ͍
֬తόϯσΟοτͷํࡦ w ֬Ұக๏ w ΞʔϜa ͷظ͕࠷େͰ͋Δ֬ͰaΛબ͢Δ w ͲͷΑ͏ʹ w
ϥϯυຖʹ w ΞʔϜͦΕͧΕͷظͷࣄޙ͔ΒЖaΛੜ ㅟ w Жa ͕࠷େͷΞʔϜΛબ͢Δ ㅟ w ݁Ռͷ؍ଌΛͯ͠બͨ͠ΞʔϜͷهΛߋ৽ w 㱺5IPNQTPO4BNQMJOH
ઢܗϞσϧͷ߹ ύϥϝʔλͷਪఆͦΕͧΕҟͳΔޡࠩΛ࣋ͭ සओٛͰ࠷ਪఆྔwΛݻఆͨ͠ύϥϝʔλͱͯ͠͏͕
Results: Ordinary least squares ================================================================== Model: OLS Adj. R-squared: 0.946
Dependent Variable: y AIC: 3196.9303 Date: 2019-04-04 00:32 BIC: 3230.7426 No. Observations: 506 Log-Likelihood: -1590.5 Df Model: 8 F-statistic: 1110. Df Residuals: 498 Prob (F-statistic): 8.68e-312 R-squared: 0.947 Scale: 31.960 -------------------------------------------------------------------- Coef. Std.Err. t P>|t| [0.025 0.975] -------------------------------------------------------------------- CRIM -0.1858 0.0380 -4.8884 0.0000 -0.2605 -0.1111 ZN 0.0833 0.0146 5.7100 0.0000 0.0546 0.1119 CHAS 3.8725 1.0130 3.8227 0.0001 1.8821 5.8629 NOX -18.5928 3.0070 -6.1833 0.0000 -24.5007 -12.6849 RM 6.8287 0.2539 26.8931 0.0000 6.3298 7.3276 DIS -1.3713 0.1736 -7.8985 0.0000 -1.7124 -1.0302 RAD 0.2022 0.0711 2.8420 0.0047 0.0624 0.3420 TAX -0.0180 0.0038 -4.7172 0.0000 -0.0255 -0.0105 ------------------------------------------------------------------ ྫ#PTUPOෆಈ࢈Ձ֨σʔλͷઢܗճؼ #PTUPOIPVTFQSJDFTEBUBTFUΛલॲཧແ͠Ͱ0-4ͨ݁͠Ռ
ਪఆʹ༧ଌͷෆ͔֬͞Λө͢Δ w wͷࣄޙ͔Βੜͨ͠wΛͬͯਪఆΛٻΊΔ ㅟ w ใु͕ઢܗϞσϧ͔Βੜ͞ΕΔઃఆͷόϯσΟοτͷղ๏<> w 5IPNQTPO4BNQMJOHGPS$POUFYUVBM#BOEJUTXJUI-JOFBS1BZP⒎T<> w ϕΠδΞϯϒʔτετϥοϓͰࣄޙΛੜ͢ΔҊ<>
w ิ$POUFYUVBM#BOEJU w ϥϯυຖʹίϯςΩετใ͕༩͑ΒΕΔઃఆ w ࠂ৴ΞʔϜ͚ͩͰใु͕JJEʹੜ͞ΕΔͱݴ͑ͳ͍ͷͰίϯςΩ ετΛ͏
"HSBXBM 4IJQSB BOE/BWJO(PZBM5IPNQTPOTBNQMJOHGPSDPOUFYUVBMCBOEJUTXJUIMJOFBSQBZP⒎T *OUFSOBUJPOBM$POGFSFODFPO.BDIJOF-FBSOJOH ଟมྔਖ਼ن͔Βαϯϓϧ͍ͯ͠Δ ޡ͕ࠩਖ਼نΛԾఆ
5IPNQTPO4BNQMJOH w ࣄޙ͔֬ΒͷαϯϓϧΛར༻͢Δ w ଟόϯσΟοτͷ༷ͳ׆༻ͱ୳ࡧ͕ඞཁͳ࣌ʹڧ͍ w ใुͷ৴པ্ݶʹجͮ͘બΛߦͳ͏ख๏ 6$# ΑΓੑೳ͕ྑ͍ w
όϯσΟοτʹద༻͢Δͱڧ͍ࣄΒΕ͍͕ͯͨɺੑೳͷཧղੳ͕ ͞Εͨͷ
*ODSFNFOUBMJUZ#JEEJOH"UUSJCVUJPO<> w /FUqJYͷਓͷ35#ೖࡳઓུ w 35#ࠂදࣔݖརͷϦΞϧλΠϜΦʔΫγϣϯ w ࠂͷҼՌޮՌ͕࠷େʹͳΔೖࡳΛ͍ͨ͠ w ༧ଌೖࡳϦΫΤετຖ ԯճEBZ
w ༧ଌͷෆ͔֬͞Λදݱ͢ΔͷʹύϥϝʔλΛࣄޙ͔Βੜ w ༰ΓΓͷ8PSLJOH1BQFSͰݟॴ͕ଟ͍ w ࠂͷϥϯμϜԽൺֱࢼݧ (IPTU"ET ɺޮՌͷݮਰϞσϧ
ΦϯϥΠϯ࠷దԽ
ΦϯϥΠϯ࠷దԽ w Γ͕͠Ͱ͖ͳ͍ઃఆͰతؔͷ࠷େԽΛૂ͏ w ࠓ੍͖ΦϯϥΠϯತ࠷దԽͷհ w ·ͣΦϑϥΠϯઃఆ͔Β
ತ࠷దԽ w ੍ɾత͍ؔͣΕತؔ w ղ͕ತू߹Ͱ͋Δඞཁ w ྫ͑ࠂબํ๏ΛٻΊΔͩͱ /ݸ͋ΔࠂͷͲΕΛબ͢Δ͔x㱨\ ^/ͷΘΓʹ ͦΕͧΕͷࠂΛબ͢Δ֬x㱨<
>/ΛٻΊΔ
ΦϯϥΠϯͰΓ͍ͨ w ੍ΛͲΕ͚ͩҧ͢Δ͔ɺͬͯΈͳ͍ͱΘ͔Βͳ͍ w ੍Λҧͯͨͩͪ͠ʹఀࢭ͢ΔͷࠔΔ ؇੍͍ w 0OMJOF$POWFY0QUJNJ[BUJPOXJUI4UPDIBTUJD$POTUSBJOUT<> w
G Y H Y ͦΕͧΕඍͰ͖Εྑ͍ w ࣮ݧσʔληϯλʔͷফඅిྗΛ࠷খԽ͢ΔόονδϣϒͷׂΓ͋ͯ
·ͱΊ w "DUJWF-FBSOJOH w ᩦཉ๏ w ༧ଌͷෆ࣮֬ੑΛߦಈʹө͢Δͱڧ͍ w ΦϯϥΠϯͰ࠷దԽͰ͖Δ w
Կ͕࠷ద͔ܾΊΔͷ͕͍͠
ࢀߟจݙ <>"CFSOFUIZ +BDPC FUBM"DUJWF3FNFEJBUJPO5IF4FBSDIGPS-FBE 1JQFTJO'MJOU .JDIJHBO1SPDFFEJOHTPGUIFUI"$.4*(,%% *OUFSOBUJPOBM$POGFSFODFPO,OPXMFEHF%JTDPWFSZ%BUB.JOJOH"$. <>"HSBXBM
4IJQSB BOE/BWJO(PZBM'VSUIFSPQUJNBMSFHSFUCPVOETGPS UIPNQTPOTBNQMJOH"SUJpDJBMJOUFMMJHFODFBOETUBUJTUJDT <>ຊଟ३ BOEதଜಞόϯσΟοτͷཧͱΞϧΰϦζϜߨஊࣾ <>"HSBXBM 4IJQSB BOE/BWJO(PZBM5IPNQTPOTBNQMJOHGPSDPOUFYUVBM CBOEJUTXJUIMJOFBSQBZP⒎T*OUFSOBUJPOBM$POGFSFODFPO.BDIJOF -FBSOJOH
ࢀߟจݙ <>-FXJT 3BOEBMM" BOE+F⒎SFZ8POH*ODSFNFOUBMJUZ#JEEJOH "UUSJCVUJPO <>$.Ϗγϣοϓʢஶʣݩాߒɼ܀ాଟتɼṤޱ೭ɼদຊ༟࣏ɼଜాঢ ʢ༁ʣύλʔϯೝࣝͱػցֶशʢ্ʣɿϕΠζཧʹΑΔ౷ܭత༧ଌ <>ଜాঢใཧͷجૅใͱֶशͷ؍తཧղͷͨΊʹαΠΤϯεࣾ
<>)B[BO &MBE*OUSPEVDUJPOUPPOMJOFDPOWFYPQUJNJ[BUJPO'PVOEBUJPOT BOE5SFOETJO0QUJNJ[BUJPO <>:V )BP .JDIBFM/FFMZ BOE9JBPIBO8FJ0OMJOFDPOWFYPQUJNJ[BUJPO XJUITUPDIBTUJDDPOTUSBJOUT"EWBODFTJO/FVSBM*OGPSNBUJPO1SPDFTTJOH 4ZTUFNT