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
第32回アソビワークショップ / session-32 Asobi-Workshop
Search
Loochs.org
July 18, 2021
Education
620
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
第32回アソビワークショップ / session-32 Asobi-Workshop
Loochs.org
July 18, 2021
More Decks by Loochs.org
See All by Loochs.org
memepick story / 「思いつき」が2日でアプリになった話
loochsorg
0
57
ルークス2025年度活動成果レポート
loochsorg
0
42
ルークスの事業計画概要 / Loochs Business Plan Overview
loochsorg
0
210
R7年度プログラミング講座のサンプルプログラム/R7-programming-seminar-sample-program-20250727
loochsorg
0
33
ラズベリーパイをもっと働かせよう / Make Raspberrypi hard work more
loochsorg
0
29
R7年度プログラミング講座のサンプルプログラム/R7-programming-seminar-sample-program
loochsorg
0
68
Nakamura Shogakko Club Activity Session 4
loochsorg
0
230
Nakamura Shogakko Club Activity Session 3
loochsorg
0
70
第42回アソビワークショップ / session-42 Asobi-Workshop
loochsorg
0
440
Other Decks in Education
See All in Education
NDIAS Automotive / IoT CTF 2026 Recap - Keyfob & OSINT
himitu23
0
310
2026年度春学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2026. 6. 4)
akiraasano
PRO
0
190
AIには考えられないことを考えられる人になるために
iqbocchi
1
230
2026年度春学期 統計学 第14回 分布についての仮説を検証する ― 仮説検定(1) (2026. 7. 2)
akiraasano
PRO
0
130
[2026前期火5] 論理学(京都大学文学部 前期 第6回)「かつとまたはの規則」
yatabe
0
480
[2026前期火5] 論理学(京都大学文学部 前期 第10回)「論理学の哲学——意味とは何か(Tonkと推論主義)」
yatabe
0
270
면접관 눈에 띄는 데이터 분석 포트폴리오 만드는 법 | 2026년 5월 세미나
datarian
0
1.1k
データマネジメント試験対策教材1〜データマネジメント基礎〜
yoshimura_datam
1
630
2026年度春学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2026. 6. 11)
akiraasano
PRO
0
170
人間のために、人間と共に働く時代の終わりの始まり
frievea
0
140
Lectura 2 (PIT : Python Basico)
robintux
0
420
BITCOIN : Les fondamentaux !
rlifchitz
0
230
Featured
See All Featured
Done Done
chrislema
186
16k
Navigating Algorithm Shifts & AI Overviews - #SMXNext
aleyda
1
1.6k
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.8k
What's in a price? How to price your products and services
michaelherold
247
13k
Noah Learner - AI + Me: how we built a GSC Bulk Export data pipeline
techseoconnect
PRO
0
400
Learning to Love Humans: Emotional Interface Design
aarron
275
41k
Leveraging Curiosity to Care for An Aging Population
cassininazir
1
470
Ten Tips & Tricks for a 🌱 transition
stuffmc
0
180
The Spectacular Lies of Maps
axbom
PRO
1
940
Java REST API Framework Comparison - PWX 2021
mraible
34
9.7k
Git: the NoSQL Database
bkeepers
PRO
432
67k
Tips & Tricks on How to Get Your First Job In Tech
honzajavorek
1
710
Transcript
ୈճ ΞιϏϫʔΫγϣοϓ d!·ͪͽ͋
ຊͷࢿྉҎԼͷϦϯΫઌ͔Β IUUQTTQFBLFSEFDLDPNMPPDITPSH
ʮϧʔΫεʯͬͯͳΜ͚ͩͬ w ϧʔΫεʢ-PPDITʣٯ͔ΒಡΉͱεΫʔϧʢ4DIPPMʣʹͳΔ w ʮֶͦͦߍͬͯͳΜ͚ͩͬʁʯˡΈΜͳͬͯΔʁ w FHʮษڧΛ͢Δͱ͜ΖͰ͢ʯˡຊʹͦ͏ʁ w ϧʔΫεʮֶߍͱԿ͔ʯΛߟ͑͜Ε͔ΒͷֶߍΛ࡞Δ৫ w
ͦͦʮֶߍ͍Βͳ͍આʯ͋ΓಘΔ
ΞιϏϫʔΫγϣοϓʹ͍ͭͯ w ΈΜͳ͕Γ͍ͨ͜ͱͷ୳ٻɾ࣮ݱΛࢧԉͰ͖ΔΛ࡞Γ͍ͨ w ͦͷதͷʮ༡ͼʯ͔ΒʮֶͼʯΛײͯ͡΄͍͠ w αϙʔτ͢ΔզʑେਓઈࢍʮֶͼʯதͰ͢ w ϓϩάϥϛϯάͦͷதͷखஈͷҰͭͰ͔͋͠Γ·ͤΜ
ʮ༡ͼʯͷཁૉ w 3ɾΧΠϤϫɹʮ༡ͼͱਓؒʯʢ͜͜Ͱʮ༡ͼͷ̐ྨʯͱ͍ͯ͠Δʣ w େਓʮ༡ͼʯ˺ʮڝ૪ʯͱצҧ͍͕ͪ͠ͳؾ͕͍ͯ͠Δ ڝ૪ ʢَͬ͜͝ɹͱ͔ʣ ۮવ ʢαΠίϩɹͱ͔ʣ ٖଶ
ʢਅࣅͬ͜ɹͱ͔ʣ Ί·͍ ʢάϧάϧόοτɹͱ͔ʣ ϑΝογϣϯγϣʔ ๅ୳͠ήʔϜ νΩϯϨʔε
ϧʔΫε͕͍ͩ͡ʹ͍ͯ͠Δ͜ͱ ΰʔϧ ΰʔϧ ;ͭʔͷେਓ͕͍ͨͪͩ͡ʹ͢Δ͜ͱ ϧʔΫε͕͍ͩ͡ʹ͢Δ͜ͱ
ࠓͷࣾձͷԿʁ Ͳ͏ͨ͠Βྑ͘ͳΔʁʁ w w ϧʔΫεࠓͷֶߍڭҭγεςϜ ʮෆࣗ༝ͰෆެฏͰ࣌Εʯͩͱࢥͬͯ·͢ w ͜ΕγεςϜͦͷͷ͕Ͱ͋Γʮઌੜ͕ʙʯͱ
͔ʮੜె͕ʙʯͳͲͱ͍͏ͭΓҰ͋Γ·ͤΜ w ΞΠσΟΞ w ͦͷͨΊʹʮࣗ༝ͰެฏͰ࠷ઌͳʯֶͼͷΛ ఏڙ͠·͢ʢΞιϏϫʔΫγϣοϓʣ ͱΞΠσΟΞ ύζϧʹࣅ͍ͯΔ ΞΠσΟΞ ֶߍڭҭγεςϜ ʮෆࣗ༝ͰෆެฏͰ࣌Εʯ ΞιϏϫʔΫγϣοϓ
ࣗݾհᶃ w Ωονʔʢ!LJDIJOPTVLFZʣ w ݪ٢೭ॿʢ;͘Β͖ͪͷ͚͢ʣ w ࠷ۙͷτϨϯυ w εψʔϐʔ෩ͷֆΛඳ͘͜ͱ
·ʔ͘Μɹࣗݾհ ࣸਅ ໊લ ɿ ٶాɹਅߦʢΈͨɹ·͞Ώ͖ʣ ग़ ɿ Ἒݝͻͨͪͳ͔ࢢ ࣄ ɿ
ࣗಈंͷاըʢ͓ۚͷܭࢉʣ झຯ ɿ ిࢠ࡞ɺɺϓϩάϥϛϯά ΩϟϯϓɺΓɺຍ ϋϚ͍ͬͯΔ͜ͱ ϐΞϊʢઍຊࡩʣɺڕࡹ͖ before after
͋ΒͨͳΞΠσΟΞͧͧ͘͘ͱ
͋ΒͨͳΞΠσΟΞͧͧ͘͘ͱ
ຊΛ࡞Γ͍ͨʁ
͡Ίʹ͓ئ͍͕͋Γ·ͯ͠ɾɾɾ w ʮ͜ΕͳΒϒϩάʹ্͛ͯྑ͍Αʯͱ͍͏ΠϕϯτதͷࣸਅΛຕɺఏڙͯ͠ ͍͚ͨͩΔͱͱʔͬͯॿ͔Γ·͢ʢࣸਅ͕ͳ͍ͱϒϩά࡞͕͍͠ʣ
ࠓΓ͍ͨ͜ͱ w ϋϯυύϫʔͰϩϘοτΛಈ͔ͦ͏NJO w ·ʔ͘ΜͷՊֶ࣮ݧNJO
ϋϯυύϫʔͰ ϩϘοτΛಈ͔ͦ͏
͓͠ͳ͕͖ w લճͷৼΓฦΓNJO w ͱΓ͋͑ͣಈ͔͢ɺϨʔεNJO w ͜ͷϓϩάϥϜԿΛ͍ͯ͠Δͷ͔ʁʢ̏ੜ͚ʣNJO w ϨʔεNJO w
ͬͱ໘ന͍͜ͱʹ͑ͳ͍͔ʁNJO
͜ͷͳ͕ͧͱ͚Δ͔ͳʁʢ࣍ճΓ·͢ʣ
͜ͷݱΛʮϋϯυύϫʔʯͱ͍͏ݴ༿Λ ͬͯઆ໌͢Δͱͨ͠Βɾɾɾʁ
ࠓճඞཁͳͷ w ϚοΫΠʔϯɺϚΠΫϩϏοτ w ͋ͱ͏ҰͭԿ͔ͳʁ w ʮϋϯυύϫʔʂʯͳΜ͚ͩͲɺ͏ͪΐͬͱ۩ମత ʹ͍͏ͱɾɾɾʁ ਐΊʂ ਐΉ
ύϫʔ ʢిؾʣ ಈ͚ʂ
ࠓճඞཁͳͷ
ࠓճඞཁͳͷ w ϚοΫΠʔϯɺϚΠΫϩϏοτ w ϚΠΫϩϏοτʢͱిʣ ਐΊʂ ਐΉ ύϫʔ ʢిؾʣ ಈ͚ʂ
·ͣಈ͔ͯ͠ΈΑ͏ ࣈ Θͳ͍ ϚοΫΠʔϯͷಈ͘ εϐʔυʢʣ ϚοΫΠʔϯͷ ಈ࣌ؒ͘ NJDSPCJUͱͷଓΛ Εͳ͍Α͏ʹʂ
͜ͷϓϩάϥϜԿΛ͍ͯ͠Δͷ͔ʁ ̏ੜ͚ ࣈ Θͳ͍ 2ɿͲͷϒϩοΫ͕Կͷ໋ྩΛ͍ͯ͠Δʁ
͜ͷϓϩάϥϜԿΛ͍ͯ͠Δͷ͔ʁ ̏ੜ͚ ࣈ Θͳ͍ ޙΖʹਐΉ લʹਐΉ ӈʹۂ͕Δ ࠨʹۂ͕Δ
͜ͷϓϩάϥϜԿΛ͍ͯ͠Δͷ͔ʁ ̏ੜ͚ ϚοΫΠʔϯͷಈ͘ εϐʔυʢʣ ϚοΫΠʔϯͷ ಈ࣌ؒ͘ Ϟʔλʔ Ϟʔλʔ Ϟʔλʔ Ϟʔλʔ
Ϟʔλʔ Ϟʔλʔ ࠨӈΛɹɹ લʹɹɹ ࠨӈΛɹɹ ޙΖʹɹɹ ࠨΛɹɹ ӈΛɹɹ ࠨΛɹɹ ӈΛɹɹ લʹɹɹ ޙΖʹɹɹ લʹɹɹ ޙΖʹɹɹ 2ɿͦΕͧΕͲΜͳϒϩοΫ͕ඞཁʁ ͰਐΉɹɹ
͜ͷϓϩάϥϜԿΛ͍ͯ͠Δͷ͔ʁ ̏ੜ͚ ϚοΫΠʔϯͷಈ͘ εϐʔυʢʣ ϚοΫΠʔϯͷ ಈ࣌ؒ͘ Ϟʔλʔ Ϟʔλʔ Ϟʔλʔ Ϟʔλʔ
Ϟʔλʔ Ϟʔλʔ ࠨӈΛɹɹ લʹɹɹ ࠨӈΛɹɹ ޙΖʹɹɹ ࠨΛɹɹ ӈΛɹɹ ࠨΛɹɹ ӈΛɹɹ લʹɹɹ ޙΖʹɹɹ લʹɹɹ ޙΖʹɹɹ 2ɿͦΕͧΕͲΜͳϒϩοΫ͕ඞཁʁ ͰਐΉɹɹ
͜ͷϓϩάϥϜԿΛ͍ͯ͠Δͷ͔ʁ ̏ੜ͚ ϚοΫΠʔϯͷಈ͘ εϐʔυʢʣ ϚοΫΠʔϯͷ ಈ࣌ؒ͘ Ϟʔλʔ Ϟʔλʔ Ϟʔλʔ Ϟʔλʔ
Ϟʔλʔ Ϟʔλʔ ࠨӈΛɹɹ લʹɹɹ ࠨӈΛɹɹ ޙΖʹɹɹ ࠨΛɹɹ ӈΛɹɹ ࠨΛɹɹ ӈΛɹɹ લʹɹɹ ޙΖʹɹɹ લʹɹɹ ޙΖʹɹɹ 2ɿͦΕͧΕͲΜͳϒϩοΫ͕ඞཁʁ ͰਐΉɹɹ
͜ͷϓϩάϥϜԿΛ͍ͯ͠Δͷ͔ʁ ̏ੜ͚ ϚοΫΠʔϯͷಈ͘ εϐʔυʢʣ ϚοΫΠʔϯͷ ಈ࣌ؒ͘ Ϟʔλʔ Ϟʔλʔ Ϟʔλʔ Ϟʔλʔ
Ϟʔλʔ Ϟʔλʔ ࠨӈΛɹɹ લʹɹɹ ࠨӈΛɹɹ ޙΖʹɹɹ ࠨΛɹɹ ӈΛɹɹ ࠨΛɹɹ ӈΛɹɹ લʹɹɹ ޙΖʹɹɹ લʹɹɹ ޙΖʹɹɹ 2ɿͦΕͧΕͲΜͳϒϩοΫ͕ඞཁʁ ͰਐΉɹɹ
͜ͷϓϩάϥϜԿΛ͍ͯ͠Δͷ͔ʁ ̏ੜ͚ ϚοΫΠʔϯͷಈ͘ εϐʔυʢʣ ϚοΫΠʔϯͷ ಈ࣌ؒ͘ Ϟʔλʔ Ϟʔλʔ Ϟʔλʔ Ϟʔλʔ
Ϟʔλʔ Ϟʔλʔ ࠨӈΛɹɹ લʹɹɹ ࠨӈΛɹɹ ޙΖʹɹɹ ࠨΛɹɹ ӈΛɹɹ ࠨΛɹɹ ӈΛɹɹ લʹɹɹ ޙΖʹɹɹ લʹɹɹ ޙΖʹɹɹ ͰਐΉɹɹ 2ɿಈ࣌ؒ͘Λ͍ͤͬͯ͢Δʹʁ
͜ͷϓϩάϥϜԿΛ͍ͯ͠Δͷ͔ʁ ̏ੜ͚ ϚοΫΠʔϯͷಈ͘ εϐʔυʢʣ ϚοΫΠʔϯͷ ಈ࣌ؒ͘ Ϟʔλʔ Ϟʔλʔ Ϟʔλʔ Ϟʔλʔ
Ϟʔλʔ Ϟʔλʔ ࠨӈΛɹɹ લʹɹɹ ࠨӈΛɹɹ ޙΖʹɹɹ ࠨΛɹɹ ӈΛɹɹ ࠨΛɹɹ ӈΛɹɹ લʹɹɹ ޙΖʹɹɹ લʹɹɹ ޙΖʹɹɹ ͰਐΉɹɹ 2ɿಈ࣌ؒ͘Λ͍ͤͬͯ͢Δʹʁ
ୈճΞιϏϫʔΫγϣοϓ ݄!·ͪͽ͋ தʹؾΛ͚ͭͯʂ ͦͯ͠ୈճ݄͔Β
None