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
RESASで課題解決の仮説を立てるワークショップ
Search
ishiitetsuji
September 15, 2016
Technology
0
150
RESASで課題解決の仮説を立てるワークショップ
2016.9.15の勉強会の資料です。是非ご活用くださいませ。
ishiitetsuji
September 15, 2016
Tweet
Share
More Decks by ishiitetsuji
See All by ishiitetsuji
UDC2024岐阜ブロック
ishiitetsuji
0
49
アーバンデータチャレンジ2024 長崎ブロック
ishiitetsuji
0
66
kintoneとすすめてみたいリビングラボ
ishiitetsuji
1
160
オープンデータは共有財産 ワーケーション編
ishiitetsuji
0
150
CIVIC TECH FORUM 2022 岐阜LT
ishiitetsuji
0
160
伝統産業 × IT 岐阜での取り組み事例
ishiitetsuji
0
350
岐阜ブロックの活動紹介
ishiitetsuji
0
95
いまむらさんのCat-Being
ishiitetsuji
0
240
シビックテック井戸端キャスト
ishiitetsuji
0
180
Other Decks in Technology
See All in Technology
Function calling機能をPLaMo2に実装するには / PFN LLMセミナー
pfn
PRO
0
940
AI駆動開発を推進するためにサービス開発チームで 取り組んでいること
noayaoshiro
0
190
「Verify with Wallet API」を アプリに導入するために
hinakko
1
240
【新卒研修資料】LLM・生成AI研修 / Large Language Model・Generative AI
brainpadpr
24
17k
OCI Network Firewall 概要
oracle4engineer
PRO
1
7.8k
神回のメカニズムと再現方法/Mechanisms and Playbook for Kamikai scrumat2025
moriyuya
4
560
[2025-09-30] Databricks Genie を利用した分析基盤とデータモデリングの IVRy の現在地
wxyzzz
0
480
生成AIを活用したZennの取り組み事例
ryosukeigarashi
0
200
AWSにおけるTrend Vision Oneの効果について
shimak
0
130
GC25 Recap+: Advancing Go Garbage Collection with Green Tea
logica0419
1
410
SoccerNet GSRの紹介と技術応用:選手視点映像を提供するサッカー作戦盤ツール
mixi_engineers
PRO
1
180
Large Vision Language Modelを用いた 文書画像データ化作業自動化の検証、運用 / shibuya_AI
sansan_randd
0
110
Featured
See All Featured
Context Engineering - Making Every Token Count
addyosmani
5
190
The Illustrated Children's Guide to Kubernetes
chrisshort
48
51k
Facilitating Awesome Meetings
lara
56
6.6k
Agile that works and the tools we love
rasmusluckow
331
21k
Making Projects Easy
brettharned
119
6.4k
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
sstephenson
162
15k
A Tale of Four Properties
chriscoyier
160
23k
Into the Great Unknown - MozCon
thekraken
40
2.1k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
140
34k
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
4k
Code Reviewing Like a Champion
maltzj
525
40k
Testing 201, or: Great Expectations
jmmastey
45
7.7k
Transcript
՝ղܾͷԾઆΛཱͯΔϫʔΫγϣοϓ 2016.9.15 CODE for GIFU
ɹॻ੶ͷ͝հ IUUQFDOJLLFJCQDPKQJUFNCPPLTIUNM LJOEMF൛༗
ɹຊͷϓϩάϥϜ σʔλΛ׆༻͢Δͱʁ RESASͰൃݟͰ͖Δ͜ͱ ͓͢͢ΊϚοϓ ̍̌બ ࣏ࣗମͷݱঢ়Ѳ ௐͨ͜ͱͷڞ༗ ͡Ίʹ άϧʔϓ
ϫʔΫ ԾઆΛཱͯΔ άϧʔϓൃද ڧΈɾऑΈΛߟ͑Δ ৼΓฦΓˍΫϩʔδϯά ݸਓϫʔΫ ·ͱΊ ՝Λ໌֬ʹ͢Δ ۩ମࡦΛߟ͑Δ ׆༻ྫ
ɹσʔλΛ׆༻͢Δͱʁ ,ɹצ ,ɹܦݧ 0ɹࢥ͍ࠐΈ %ɹσʔλ ਓ͕ؒ࣋ͭ ͱͯେͳ ٕज़ ٬؍తࣄ࣮
྆ऀͷ৯͍ҧ͍͕՝ղܾͷλω
ɹσʔλΛ׆༻͢Δͱʁ ใͷՄࢹԽॏཁͳύλʔϯؔ࿈Λݟ͑ΔΑ͏ʹ͠ ใʹσβΠϯΛ༩͑Δ͜ͱͰ ҙຯ͕Ҿཱ͖ͪɺετʔϦʔ͕ΘΓɺ ॏཁͳใ͚ͩʹूதͰ͖ΔΑ͏ʹ͠·͢ 5&%(MPCBM σϏουɾϚΩϟϯυϨε ʮσʔλϏδϡΞϥΠθʔγϣϯͷඒʯ
ɹຊͷϓϩάϥϜ σʔλΛ׆༻͢Δͱʁ RESASͰൃݟͰ͖Δ͜ͱ ͓͢͢ΊϚοϓ ̍̌બ ࣏ࣗମͷݱঢ়Ѳ ௐͨ͜ͱͷڞ༗ ͡Ίʹ άϧʔϓ
ϫʔΫ ԾઆΛཱͯΔ άϧʔϓൃද ڧΈɾऑΈΛߟ͑Δ ৼΓฦΓˍΫϩʔδϯά ݸਓϫʔΫ ·ͱΊ ՝Λ໌֬ʹ͢Δ ۩ମࡦΛߟ͑Δ ׆༻ྫ
ɹRESASͱ 3&4"4ʢϦʔαεɿҬܦࡁੳγεςϜʣɺ ํ࣏ࣗମͷ༷ʑͳऔΓΈΛใ໘͔Βࢧԉ͢ ΔͨΊʹɺ·ͪɾͻͱɾ͠͝ͱੜຊ෦ࣄہ͕ ఏڙ͢Δɺ࢈ۀߏਓޱಈଶɺਓͷྲྀΕͳͲͷ ຽϏοάσʔλΛू͠ɺՄࢹԽ͢ΔγεςϜ Ͱ͢ ɾ̑̌Ҏ্ͷੳϚοϓɾάϥϑ ɾແྉɺΞΧϯτෆཁ
ɾֳɺܦࡁ࢈ۀল͕։ൃɾӡ༻ IUUQTSFTBTHPKQ
ɹRESASͷಛ ɾܦࡁ࢈ۀল૯লɺྛਫ࢈ল͚ͩͰͳ͘ ɹຽؒͷσʔλར༻Ͱ͖Δ ɾଞͷҬશࠃฏۉͱൺֱ͕༰қʹͰ͖Δ ɾσβΠϯʹ͙͢ΕɺΫϦοΫͰσʔλΛ ɹՄࢹԽͰ͖Δ ɾ1$൛$ISPNFͰ͔͠ಈ͔ͳ͍ʁ IUUQTSFTBTHPKQ
ɹRESAS׆༻ͷεςοϓ IUUQTSFTBTHPKQ εςοϓ̍ ҬͷಛΛݟग़͢ εςοϓ̎ ԾઆΛཱͯͲ͜ʹॏΛஔ͔ܾ͘ΊΔ εςοϓ̏ ୡʹ͚ͨγφϦΦΛ࡞Δ εςοϓ̐
ݱͰώΞϦϯάͱԾઆͷݕূ εςοϓ̑ γφϦΦΛϒϥογϡΞοϓ εςοϓ̒ Γͳ͍σʔλͷऩूɾੳ εςοϓ̓ ԾઆɾγφϦΦͷৄࡉԽʢʙΛ܁ฦ͢ʣ Ұ൪ॏཁ ຊ ͷ ൣ ғ
ɹRESAS׆༻࣮ફϚοϓ IUUQTSFTBTHPKQ
ɹRESASͷਐԽ ݄̐ ݄̕ ݄̍̎ ݄̏ ݄̕ ఏڙ։࢝ ػೳ֦ு̍ ػೳ֦ு̎
ػೳ֦ு̏ ϙʔλϧαΠτ IUUQSFTBTQPSUBMHPKQ Fϥʔχϯάʢೝఆ੍ʣ 3&4"4ɹ"1* ΞΠσΞ ίϯςετ ΞΠσΞ ίϯςετ IUUQTSFTBTHPKQ
ɹຊͷϓϩάϥϜ σʔλΛ׆༻͢Δͱʁ RESASͰൃݟͰ͖Δ͜ͱ ͓͢͢ΊϚοϓ ̍̌બ ࣏ࣗମͷݱঢ়Ѳ ௐͨ͜ͱͷڞ༗ ͡Ίʹ άϧʔϓ
ϫʔΫ ԾઆΛཱͯΔ άϧʔϓൃද ڧΈɾऑΈΛߟ͑Δ ৼΓฦΓˍΫϩʔδϯά ݸਓϫʔΫ ·ͱΊ ՝Λ໌֬ʹ͢Δ ۩ମࡦΛߟ͑Δ ׆༻ྫ
ɹRESASͷ͓͢͢ΊϚοϓ ̍̌બ $0%&GPS(*'6ͷσʔλαΠΤϯςΟετ ԣҪࢤࢯ
ɹῑ τοϓϖʔδ ͓͢͢ΊϙΠϯτ ϝχϡʔʼτοϓϖʔδ ՖՐ͕ΩϨΠʂϫΫϫΫ͢Δʂ
ɹ ಛڐਤ ͓͢͢ΊϙΠϯτ ϝχϡʔʼ࢈ۀϚοϓʼಛڐਤ ͜Μͳσʔλ͕͋Δͷʁʂ ग़ئผͷׂ߹ग़ئ༰ɾಛڐݖऀΘ͔Γ·͢
ɹῖ ফඅՖՐਤ ͓͢͢ΊϙΠϯτ ϝχϡʔʼফඅϚοϓʼফඅՖՐਤ ফඅͷˋ͕ԽহʂʁذෞຊҰԽহʹ͓ۚΛ͏ ੜ࢈ɾফඅͷ'SPNUP͋Δ͚Ͳɺଟ͗ͯ͢ɻɻ
ɹ ߹ܭಛघग़ੜͱਓޱਪҠ ͓͢͢ΊϙΠϯτ ྸ֊ΛࢦఆͰ͖Δͱ͜Ζ͕ྑ͍ ϝχϡʔʼਓޱϚοϓʼਓޱͷࣗવ૿ݮɹʮ߹ܭಛघग़ੜͱਓޱਪҠʯ
ɹ ֎ࠃਓϝογϡੳ ͓͢͢ΊϙΠϯτ φϏλΠϜ͞Μʹײँɻ͜Μͳσʔλࠓ·Ͱͳ͔ͬͨ ϝχϡʔʼ؍ޫϚοϓʼ֎ࠃਓϝογϡੳ
ɹ ੜ࢈ੳ ͓͢͢ΊϙΠϯτ Ҭͷ࢈ۀߏ͕ҰͰΘ͔Δ ͋ͷ֗ԿͰՔ͍Ͱ͍Δͷʁಇ͘ॴ͋Δͷ͔ͳʁ ϝχϡʔʼҬܦࡁ॥Ϛοϓʼੜ࢈ੳɹʮҬ࢈ۀߏʯ
ɹ ܦࡁ॥ਤ ͓͢͢ΊϙΠϯτ ذෞࢢҬ॥͕ˋ ྲྀग़ͯͨ͠Β͍ͬͨͳ͍ɻɻɻ ϝχϡʔʼҬܦࡁ॥ϚοϓʼҬܦࡁ॥ਤ
ɹ Ք͙ྗੳ ͓͢͢ΊϙΠϯτ ࢈ۀผͷʮ࿑ಇਓޱʯºʮ࿑ಇੜ࢈ੑʢͻͱΓͰͲΕ͚ͩՔ͙͔ʣ ʯ ذෞࢢͷՈɺਓޱଟ͘ͳ͍͕݁ߏՔ͍Ͱ͍Δ ϝχϡʔʼ࢈ۀϚοϓʼՔ͙ྗੳɹʮάϥϑੳʯʼʮࢄਤͰੳʯ
ɹ ϝογϡੳʢྲྀಈਓޱʣ ͓͢͢ΊϙΠϯτ ؍ޫ٬ͷྲྀಈਓޱϝογϡͱओཁ؍ޫΛ͋ΘͤͯݟΔ ͲͷϙΠϯτʹਓ͕ू·͍ͬͯΔͷ͔ ϝχϡʔʼ؍ޫϚοϓʼϝογϡੳʢྲྀಈਓޱʣɹʮϝογϡΛಡΈࠐΉʯ
ɹ From−toੳ ͓͢͢ΊϙΠϯτ Ͳ͔͜Βདྷ͍ͯΔɾͲ͜ߦ͍ͬͯΔ͕ࢹ֮తʹཧղ ࡏ༁දࣔՄɻ̧̨̨̖̚ͱ͍͑ՖՐͬͯ͜ͱͰ ϝχϡʔʼ؍ޫϚοϓʼ'SPNUPੳʢࡏਓޱʣ
ɹຊͷϓϩάϥϜ σʔλΛ׆༻͢Δͱʁ RESASͰൃݟͰ͖Δ͜ͱ ͓͢͢ΊϚοϓ ̍̌બ ࣏ࣗମͷݱঢ়Ѳ ௐͨ͜ͱͷڞ༗ ͡Ίʹ άϧʔϓ
ϫʔΫ ԾઆΛཱͯΔ άϧʔϓൃද ڧΈɾऑΈΛߟ͑Δ ৼΓฦΓˍΫϩʔδϯά ݸਓϫʔΫ ·ͱΊ ՝Λ໌֬ʹ͢Δ ۩ମࡦΛߟ͑Δ ׆༻ྫ
ɹRESASͷ׆༻ྫ ࢿྉΛ͝ཡ͍ͩ͘͞
ɹຊͷϓϩάϥϜ σʔλΛ׆༻͢Δͱʁ RESASͰൃݟͰ͖Δ͜ͱ ͓͢͢ΊϚοϓ ̍̌બ ࣏ࣗମͷݱঢ়Ѳ ௐͨ͜ͱͷڞ༗ ͡Ίʹ άϧʔϓ
ϫʔΫ ԾઆΛཱͯΔ άϧʔϓൃද ڧΈɾऑΈΛߟ͑Δ ৼΓฦΓˍΫϩʔδϯά ݸਓϫʔΫ ·ͱΊ ՝Λ໌֬ʹ͢Δ ۩ମࡦΛߟ͑Δ ׆༻ྫ
ɹຊͷςʔϚ গࢠߴྸԽ
ɹ࣏ࣗମͷݱঢ়Ѳ ɾωʔϜΧʔυʹॻ͍ͯ͋Δ࣏ࣗମʹ͍ͭͯ ɹςʔϚʹԊͬͨݱঢ়ΛѲ͍ͯͩ͘͠͞ ɾࣄ࣮ࢥ͍͍ͭͨ͜ͱΛϝϞ͍ͯͩ͘͠͞ ɾͲͷϚοϓάϥϑͰݟ͔ͨϝϞΔͱྑ͍ ɹʢΕͯ͠·͏લʹɺɺʣ ϝϞྫɿ ɹʓʓࢢͰલʹ͘ΒɺҎԼ͕̐ສਓݮ͍ͬͯΔ ɹʓʓࢢͰ̒̑ࡀҎ্ͷߴྸऀͷׂ߹ׂ͕̒ۙ͘ͳΔ
ɹʓʓࢢࢠҭͯੈͷసೖશࠃฏۉͱൺଟ͘ͳ͍ͬͯΔ
ɹڧΈɾऑΈΛߟ͑Δ ɾ3&4"4Ͱௐͨࣄ࣮͔Β͕ࣗײ࣏ͨࣗ͡ମͷ ɹڧΈʢϐϯΫʣɾऑΈʢ͖͍ΖʣΛᝦʹ ɹॻ͖ग़͍ͯͩ͘͠͞ ɾͻͱΓຕ͙Β͍ʢॻ͚Δํ͍͘ΒͰ0,ʣ
ɹຊͷϓϩάϥϜ σʔλΛ׆༻͢Δͱʁ RESASͰൃݟͰ͖Δ͜ͱ ͓͢͢ΊϚοϓ ̍̌બ ࣏ࣗମͷݱঢ়Ѳ ௐͨ͜ͱͷڞ༗ ͡Ίʹ άϧʔϓ
ϫʔΫ ԾઆΛཱͯΔ άϧʔϓൃද ڧΈɾऑΈΛߟ͑Δ ৼΓฦΓˍΫϩʔδϯά ݸਓϫʔΫ ·ͱΊ ՝Λ໌֬ʹ͢Δ ۩ମࡦΛߟ͑Δ ׆༻ྫ
ɹάϧʔϓϫʔΫ ɾ͕ࣗௐͨ݁ՌΛνʔϜͰڞ༗͍ͯͩ͘͠͞ ɾମݧͨ͠Τϐιʔυ͕͋Εɺઆಘྗ͕૿͠·͢ ௐͨ͜ͱͷڞ༗ ԾઆΛཱͯΔ ՝Λ໌֬ʹ͢Δ ۩ମࡦΛߟ͑Δ ɾʮͲ͏ͯͦ͠͏ͳͬͨͷ͔ʁʯΛνʔϜͰௐ ɹԾઆΛཱ͍ͯͯͩ͘͞
ʮଞͷҬͰಉ͡Α͏ͳ͜ͱ͕ى͍ͬͯ͜Δ͔ʁʯ ʮաڈ͔Βݱࡏ·ͰͷมԽͲ͏͔ʁʯ ɾԾઆʹج͖ͮ՝Λ۩ମతʹ͍ͯͩ͘͠͞ ɾ՝ʮ͔ͳ͍͑ͨະདྷΛ࣮ݱ͢ΔͨΊʯ͔ ʮආ͚͍ͨະདྷΛ࣮ݱͤ͞ͳ͍ͨΊʯ͔ߟ͍͑ͯͩ͘͞ ɾ໌֬ʹͳͬͨ՝ʹର͠ɺ۩ମతͳରࡦΛ ɹߟ͍͑ͯͩ͘͞ ɾ۩ମࡦΞΠσΞγʔτʹهೖ͍ͯͩ͘͠͞ ɾ̍γʔτ̍ΞΠσΞͰγʔτԿຕඳ͍ͯ0,
ɹΞΠσΞγʔτ IUUQJTIJJSJLJFKQOPSHBSUJDMFIUNM *%&"1-"/5ͷΞΠσΞɾεέον
ɹάϧʔϓൃද ̍νʔϜɹ ̏ɹ࣭ٙԠɹ ฉ͍ͯΔํൃද͕ऴΘͬͨͱ͖ʹ࣭ΛͰ͖ΔΑ͏ʹ ϝϞΛऔΓͳ͕Βฉ͍͍ͯͩ͘͞
ɹຊͷϓϩάϥϜ σʔλΛ׆༻͢Δͱʁ RESASͰൃݟͰ͖Δ͜ͱ ͓͢͢ΊϚοϓ ̍̌બ ࣏ࣗମͷݱঢ়Ѳ ௐͨ͜ͱͷڞ༗ ͡Ίʹ άϧʔϓ
ϫʔΫ ԾઆΛཱͯΔ άϧʔϓൃද ڧΈɾऑΈΛߟ͑Δ ৼΓฦΓˍΫϩʔδϯά ݸਓϫʔΫ ·ͱΊ ՝Λ໌֬ʹ͢Δ ۩ମࡦΛߟ͑Δ ׆༻ྫ
ɹ·ͱΊͱৼΓฦΓ ඌാཹ࣮ࢠࢯ ඌാञઐऔక z3&4"4Λ௨ͯ͡ײͨ͜͡ͱΛ͓̏ͭ͑͠·͢ɻ ̍ͭʮσʔλڞ௨ޠʯ ̎ͭʮσʔλੜ͖͍ͯΔʯ ̏ͭʮ͋Γ͍ͨ࢟Λඳ͘ʯ ຊञ࡞Γσʔλͷੵ͕ੜ͔͞Ε͍ͯ·͢z ૣా߽ࢯ
ֳ·ͪɾͻͱɾ͠͝ͱੜຊ෦ࣄہɹ ϏοάσʔλνʔϜཧ z/),ࡂϏοΫσʔλͰʹҿΈࠐ·ΕΔΧʔ φϏͷσʔλʹਓʑͷʮ໋ͷӦΈʯ͕͋Γɺ͜ͷσʔ λ͕ࣔ͢ɺྫྷపͳΕͲݫવͱͨ͠ࣄ࣮͔ΒΛͦΒ ͣ͞ɺख़͢Δ͜ͱ͔Βͦ͜ɺਖ਼͍͠ࡦஅ͕Ͱ ͖Δz ग़యɿ3&4"4ͷڭՊॻ