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
TokyoR#113 bignners session2 Visualization
Search
yu_sekiya
June 08, 2024
Programming
150
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
TokyoR#113 bignners session2 Visualization
TokyoR #113の初心者セッション2 可視化入門の資料です。
yu_sekiya
June 08, 2024
More Decks by yu_sekiya
See All by yu_sekiya
TokyoR#119 rvestでhtml_liveをさわってみた話
kotatyamtema
0
63
TokyoR#119 bignners session2 Visualization
kotatyamtema
0
250
Shinyのすすめ - Introduction to shiny -
kotatyamtema
0
190
TokyoR116_BeginnersSession1_環境構築
kotatyamtema
0
280
TokyoR#114 shiny+DT超(ザックリ)入門
kotatyamtema
0
110
TokyoR #112 Beginners' Session2 data handing
kotatyamtema
0
150
TokyoR #111 Beginners' Session1 data handing
kotatyamtema
0
110
TokyoR#95 bignners session2 Visualization
kotatyamtema
0
77
TokyoR#102 bignners session2
kotatyamtema
0
94
Other Decks in Programming
See All in Programming
DroidKaigi 2026 「個人開発という実験場: Android エンジニアが手にする4つの自由」
slashnephy
0
220
信頼性の目標を誰も求めてない
shubox
0
490
Webエンジニアなのにブラウザの仕組みがわからないので、Pythonで自作してみた
tatsuki12
4
1.7k
AIの中の人になってみる
htkym
0
170
AI に Inclusive UI を書かせよう — Design Rules Skill で Compose UI を作り直す
theoriatec2024
1
460
【DroidKaigi 2026】「アクセシビリティを利用するとき、 アクセシビリティもまたこちらを利用している」 〜マルウェアによる攻撃と防衛について〜
halunoyo
0
410
週末にAI-DLCを本気で回したら$1,600溶けた
hbashimizu
0
130
GraphRAGのKnowledge Graphを 直接!見る/View-GraphRAG's-KnowledgeGraph-directly!
tyumugi1113
0
240
in-process GraphQL のすすめ #ginzajs
izumin5210
4
1.5k
AWS Step Functions 大規模並列の壁を越える / jaws-sonic-2026-niigata-step-functions
kasacchiful
PRO
0
390
Go × SIMDで高速化するベクトル検索 ~ルーフラインモデルでSIMDが効く境界を探れ! ~
po3rin
1
140
デプロイ直後のレイテンシスパイクを調べたら、 Railsの仕様にたどり着いた
nhsykym
0
110
Featured
See All Featured
The untapped power of vector embeddings
frankvandijk
2
1.9k
The Cult of Friendly URLs
andyhume
79
7k
Speed Design
sergeychernyshev
33
2.1k
End of SEO as We Know It (SMX Advanced Version)
ipullrank
3
4.4k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
32
4.7k
<Decoding/> the Language of Devs - We Love SEO 2024
nikkihalliwell
1
320
コードの90%をAIが書く世界で何が待っているのか / What awaits us in a world where 90% of the code is written by AI
rkaga
63
45k
Pawsitive SEO: Lessons from My Dog (and Many Mistakes) on Thriving as a Consultant in the Age of AI
davidcarrasco
0
240
Leo the Paperboy
mayatellez
8
2.2k
Ten Tips & Tricks for a 🌱 transition
stuffmc
0
200
Building an army of robots
kneath
306
46k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
31
3.4k
Transcript
ॳ৺ऀηογϣϯ 1MPU7JTVBMJ[BUJPO 5PLZP3 !LPUBUZBNUFNB
ࣗݾհ 5XJUUFS*%!LPUBUZBNUFNB େֶͰͷઐߦಈੜଶֶ ཱҊdั֫d࣮ݧdੳ·ͰϫϯΦϖ ࠓ·Ͱ٬ઌ΅ͬͪੳˠΞύϨϧ௨ൢձࣾ ݱࡏҩྍݕࠪձࣾ 3ྺա͔͗ͨʁӬԕͷॳ৺ऀ ۙگࣗͷଘࡏҙٛΛݟࣦ͍ͦ͏ͳࠓ͜ͷࠒʜ ۚમత༨༟˺ਫ਼ਆత༨༟ ɹɹ
త ͳͥσʔλͷՄࢹԽ͕ඞཁͳͷ͔ HHQMPUΛͬͯجຊతͳ࡞ਤ͕ Ͱ͖ΔΑ͏ʹͳΔ
࣍ ʮσʔλΛՄࢹԽ͢Δʯͱ ͳͥՄࢹԽ͕ඞཁͳͷ͔ 3Ͱ࡞ਤHHQMPUೖ ͞·͟·ͳάϥϑͱ͍ํ
.&/6 ʮσʔλΛՄࢹԽ͢Δʯͱ ͳͥՄࢹԽ͕ඞཁͳͷ͔ ཁͷམͱ݀͠ దͳछྨͷબ 3Ͱ࡞ਤHHQMPUೖ ༻σʔλʢQFOHVJOTʣ
HHQMPUͷ࡞ਤ֓೦ جຊͷॻ͖ํ ͞·͟·ͳάϥϑͱ͍ํ άϥϑͷछྨͱ͍ํ ओͳάϥϑͷαϯϓϧ ώετάϥϜ άϥϑ ശͻ͛ਤ ࢄਤ ંΕઢάϥϑ
.&/6 ʮσʔλΛՄࢹԽ͢Δʯͱ ͳͥՄࢹԽ͕ඞཁͳͷ͔ ཁͷམͱ݀͠ దͳछྨͷબ 3Ͱ࡞ਤHHQMPUೖ ༻σʔλʢQFOHVJOTʣ
HHQMPUͷ࡞ਤ֓೦ جຊͷॻ͖ํ ͞·͟·ͳάϥϑͱ͍ํ άϥϑͷछྨͱ͍ํ ओͳάϥϑͷαϯϓϧ ώετάϥϜ άϥϑ ശͻ͛ਤ ࢄਤ ંΕઢάϥϑ
ʮσʔλΛՄࢹԽ͢Δʯͱ σʔλͷཧղͷ࠷ॳͷҰา ཁͰݟಀͯ͠͠·͏ҟৗͷݕ ݴޠԽ͠ʹ͍͘ใͷڞ༗ ্࢘ҙࢥܾఆͷޮՌతͳϓϨθϯࢿྉ ใྔ͕ଟ͍ͷͰޮՌతʹ͓͏
.&/6 ʮσʔλΛՄࢹԽ͢Δʯͱ ͳͥՄࢹԽ͕ඞཁͳͷ͔ ཁͷམͱ݀͠ దͳछྨͷબ 3Ͱ࡞ਤHHQMPUೖ ༻σʔλʢQFOHVJOTʣ
HHQMPUͷ࡞ਤ֓೦ جຊͷॻ͖ํ ͞·͟·ͳάϥϑͱ͍ํ άϥϑͷछྨͱ͍ํ ओͳάϥϑͷαϯϓϧ ώετάϥϜ άϥϑ ശͻ͛ਤ ࢄਤ ંΕઢάϥϑ
ͳͥՄࢹԽ͕ඞཁͳͷ͔ ཁʹམͱ͕݀͋͠Δ ฏۉඪ४ภࠩͰσʔλͷΛදݱ͖͠Εͳ͍
ͳͥՄࢹԽ͕ඞཁͳͷ͔ ཁʹམͱ͕݀͋͠Δ ฏۉඪ४ภࠩͰσʔλͷΛදݱ͖͠Εͳ͍ IUUQTWJTVBMJ[JOHKQUIFEBUBTBVSVTEP[FO
ͳͥՄࢹԽ͕ඞཁͳͷ͔ ౷ܭʹམͱ͕݀͋͠Δ γϯϓιϯͷύϥυοΫεʢ4JNQTPOTQBSBEPYʣ ˠσʔλશମͷ૬ؔͱάϧʔϓ͝ͱͷ૬ؔҰக͠ͳ͍͜ͱ͕͋Δ
ͳͥՄࢹԽ͕ඞཁͳͷ͔ దͳछྨͷਤͷબ͕ॏཁ ෆదͳਤΛ͏ͱ͔Γʹ͍͚ͩ͘Ͱͳ͘ ҹૢ࡞ϛεϦʔσΟϯάΛট͘ ໓فئ%ԁάϥϑ
্खʹՄࢹԽͯ͠ ΑΓਂ͍σʔλͷ ཧղΛ
.&/6 ʮσʔλΛՄࢹԽ͢Δʯͱ ͳͥՄࢹԽ͕ඞཁͳͷ͔ ཁͷམͱ݀͠ దͳछྨͷબ 3Ͱ࡞ਤHHQMPUೖ ༻σʔλʢQFOHVJOTʣ
HHQMPUͷ࡞ਤ֓೦ جຊͷॻ͖ํ ͞·͟·ͳάϥϑͱ͍ํ άϥϑͷछྨͱ͍ํ ओͳάϥϑͷαϯϓϧ ώετάϥϜ άϥϑ ശͻ͛ਤ ࢄਤ ંΕઢάϥϑ
ࠓճ༻͢ΔσʔλQBMNFSQFOHVJOTύοέʔδʹೖ͍ͬͯΔ lQFOHVJOTzσʔλ ˠࣄલʹܽଌΛআ֎ ˠඞཁʹԠͯ͡ཁΛࢉग़ IUUQTBMMJTPOIPSTUHJUIVCJPQBMNFSQFOHVJOT ༻σʔλ
HHQMPUͷ࡞ਤ֓೦ HHQMPUͱ UJEZWFSTͷதͰ༻ҙ͞Ε͍ͯΔ࡞ਤ༻QBDLBHF QIPUPTIPQ*MMVTUSBUPSͷΑ͏ʹ ϨΠϠʔΛॏͶ͍ͯ͘ΠϝʔδͰ࡞ਤ HHQMPU HFPN@999
TDBMF@ @
جຊͷॻ͖ํ ؔͷؒz zͰͭͳ͙ QMPUHHQMPU EBUBQFOHVJO@QMPUEBUB BFT YCPEZ@NBTT@H ZqJQQFS@MFOHUI@NN
HFPN@QPJOU BFT DPMPVSTQFDJFT TIBQFTFY อଘํ๏ HHTBWF QMPUQMPU pMFlQMPUQOHz VOJUTlNNz XJEUI IFJHIU EQJ
.&/6 ʮσʔλΛՄࢹԽ͢Δʯͱ ͳͥՄࢹԽ͕ඞཁͳͷ͔ ཁͷམͱ݀͠ దͳछྨͷબ 3Ͱ࡞ਤHHQMPUೖ ༻σʔλʢQFOHVJOTʣ
HHQMPUͷ࡞ਤ֓೦ جຊͷॻ͖ํ ͞·͟·ͳάϥϑͱ͍ํ άϥϑͷछྨͱ͍ํ ओͳάϥϑͷαϯϓϧ ώετάϥϜ άϥϑ ശͻ͛ਤ ࢄਤ ંΕઢάϥϑ
άϥϑͷछྨͱ͍ํ
ओͳάϥϑͷαϯϓϧ ώετάϥϜ QFOHVJOT@IJTUHHQMPU EBUBQFOHVJO@QMPUEBUB BFT YCPEZ@NBTT@H pMMTQFDJFT
HFPN@IJTUPHSBN QPTJUJPOJEFOUJUZ BMQIB CJOXJEUI QMPU QFOHVJOT@IJTU
ओͳάϥϑͷαϯϓϧ άϥϑ QFOHVJO@CBSHHQMPU EBUBQFOHVJO@QMPU BFT YTQFDJFT ZNFBO pMMTFY
HFPN@CBS TUBUJEFOUJUZ QPTJUJPOEPEHF HFPN@FSSPSCBS BFT ZNJONFBOTE ZNBYNFBO TE QPTJUJPOQPTJUJPO@EPEHF XJEUI XJEUI QMPU QFOHVJO@CBS
ओͳάϥϑͷαϯϓϧ ശͻ͛ਤ QFOHVJO@CPYQMPUHHQMPU EBUBQFOHVJO@QMPUEBUB BFT YTQFDJFT ZCPEZ@NBTT@H pMMTFY
HFPN@CPYQMPU QPTJUJPOEPEHF QMPU QFOHVJO@CPYQMPU
ओͳάϥϑͷαϯϓϧ ࢄਤ QFOHVJO@QPJOUHHQMPU EBUBQFOHVJO@QMPUEBUB BFT YCPEZ@NBTT@H ZqJQQFS@MFOHUI@NN
HFPN@QPJOU BFT DPMPSTQFDJFT TIBQFTFY QMPU QFOHVJO@QPJOU
ओͳάϥϑͷαϯϓϧ ંΕઢάϥϑ QFOHVJO@MJOFHHQMPU EBUBQFOHVJO@QMPU BFT YZFBS ZNFBO
HFPN@MJOF BFT DPMPVSTQFDJFT MJOFUZQFTFY HFPN@FSSPSCBS BFT ZNJONFBOTE ZNBYNFBO TE ɹɹɹɹɹDPMPVSTQFDJFT XJEUI QMPU QFOHVJO@MJOF
·ͱΊ w ՄࢹԽ͢Δ͜ͱͰཁ͚ͩͰ͔Βͳ͍͜ͱ ͕ݟ͑Δ w ؒҧͬͨํ๏ͰͷՄࢹԽ༗ w HHQMPUύοέʔδΛ͏ͱ؆୯ʹ৭ʑͳ࡞ਤ͕ Ͱ͖Δ ͍͖ͳΓػցֶशͰͳ͘
࠷ॳʹՄࢹԽ͠Α͏
ࢀߟࢿྉ w HHQMPUDIFBUTIFFU IUUQTSBXHJUIVCVTFSDPOUFOUDPN STUVEJPDIFBUTIFFUTNBJOEBUB WJTVBMJ[BUJPOQEG ɾHHQMPUʹΑΔՄࢹԽೖ IUUQTLB[VUBOHJUIVCJPGVLVPLB3 JOUSP@HHQMPUIUNM