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
80
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
1k
Tableau事例紹介 & 課題共有
kazuya_araki_tokyo
1
2k
統計とは? @ICUHS
kazuya_araki_tokyo
0
310
License Management @BizReach, Inc.
kazuya_araki_tokyo
0
93
Art and Science of Visual Analytics Episode 1
kazuya_araki_tokyo
1
140
Art and Science of Visual Analytics Episode 2
kazuya_araki_tokyo
0
74
Art and Science of Visual Analytics Episode 3
kazuya_araki_tokyo
0
61
Tableau + Pythonとデータのあり方
kazuya_araki_tokyo
2
140
株式会社ビズリーチの紹介@Data Analyst Meetup Tokyo vol.8
kazuya_araki_tokyo
0
93
Other Decks in Science
See All in Science
SpatialRDDパッケージによる空間回帰不連続デザイン
saltcooky12
0
100
20251212_LT忘年会_データサイエンス枠_新川.pdf
shinpsan
0
210
データベース04: SQL (1/3) 単純質問 & 集約演算
trycycle
PRO
0
1.1k
データベース14: B+木 & ハッシュ索引
trycycle
PRO
0
620
良書紹介04_生命科学の実験デザイン
bunnchinn3
0
110
データベース12: 正規化(2/2) - データ従属性に基づく正規化
trycycle
PRO
0
1.1k
Vibecoding for Product Managers
ibknadedeji
0
120
baseballrによるMLBデータの抽出と階層ベイズモデルによる打率の推定 / TokyoR118
dropout009
2
640
DMMにおけるABテスト検証設計の工夫
xc6da
1
1.4k
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
1k
データマイニング - グラフ埋め込み入門
trycycle
PRO
1
140
AI(人工知能)の過去・現在・未来 —AIは人間を超えるのか—
tagtag
PRO
0
130
Featured
See All Featured
Intergalactic Javascript Robots from Outer Space
tanoku
273
27k
Why Our Code Smells
bkeepers
PRO
340
58k
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
61
46k
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
16
1.8k
A Soul's Torment
seathinner
1
2k
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
234
17k
Principles of Awesome APIs and How to Build Them.
keavy
127
17k
Conquering PDFs: document understanding beyond plain text
inesmontani
PRO
4
2.2k
SERP Conf. Vienna - Web Accessibility: Optimizing for Inclusivity and SEO
sarafernandez
1
1.3k
The Anti-SEO Checklist Checklist. Pubcon Cyber Week
ryanjones
0
29
Optimising Largest Contentful Paint
csswizardry
37
3.5k
State of Search Keynote: SEO is Dead Long Live SEO
ryanjones
0
76
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