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
67
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
980
Tableau事例紹介 & 課題共有
kazuya_araki_tokyo
1
1.8k
統計とは? @ICUHS
kazuya_araki_tokyo
0
300
License Management @BizReach, Inc.
kazuya_araki_tokyo
0
80
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
68
Art and Science of Visual Analytics Episode 3
kazuya_araki_tokyo
0
58
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
88
Other Decks in Science
See All in Science
【RSJ2025】PAMIQ Core: リアルタイム継続学習のための⾮同期推論・学習フレームワーク
gesonanko
0
150
コンピュータビジョンによるロボットの視覚と判断:宇宙空間での適応と課題
hf149
1
340
03_草原和博_広島大学大学院人間社会科学研究科教授_デジタル_シティズンシップシティで_新たな_学び__をつくる.pdf
sip3ristex
0
620
機械学習 - 決定木からはじめる機械学習
trycycle
PRO
0
1.1k
Hakonwa-Quaternion
hiranabe
1
130
凸最適化からDC最適化まで
santana_hammer
1
300
LayerXにおける業務の完全自動運転化に向けたAI技術活用事例 / layerx-ai-jsai2025
shimacos
2
1.6k
データベース01: データベースを使わない世界
trycycle
PRO
1
800
研究って何だっけ / What is Research?
ks91
PRO
1
130
AI(人工知能)の過去・現在・未来 —AIは人間を超えるのか—
tagtag
1
140
データベース11: 正規化(1/2) - 望ましくない関係スキーマ
trycycle
PRO
0
950
データベース03: 関係データモデル
trycycle
PRO
1
270
Featured
See All Featured
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
PRO
188
55k
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
9
960
What’s in a name? Adding method to the madness
productmarketing
PRO
23
3.7k
BBQ
matthewcrist
89
9.8k
Designing Experiences People Love
moore
142
24k
Docker and Python
trallard
46
3.6k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
667
120k
Learning to Love Humans: Emotional Interface Design
aarron
274
40k
A better future with KSS
kneath
239
17k
jQuery: Nuts, Bolts and Bling
dougneiner
64
7.9k
Context Engineering - Making Every Token Count
addyosmani
5
180
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
49
3.1k
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