$30 off During Our Annual Pro Sale. View Details »
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
統・再現性・協力: 人為的過誤を防ぎ、未来へ進む策 / Integration, Reprod...
Search
Uryu Shinya
April 22, 2023
Programming
1
800
統・再現性・協力: 人為的過誤を防ぎ、未来へ進む策 / Integration, Reproducible, and Collaboration
2023年4月22日に開催された
Tokyo.R#105
での発表資料です。
瓜生真也(u_ribo)
https://twitter.com/u_ribo
Uryu Shinya
April 22, 2023
Tweet
Share
More Decks by Uryu Shinya
See All by Uryu Shinya
安全なAI利用のためのLLM(大規模言語モデル)の利用と評価 / japanr2025
s_uryu
0
13
生成AIサービスを用いた研究活動の支援
s_uryu
0
190
R研究集会(2024)のご案内
s_uryu
1
690
生成AIを用いたサービスの紹介
s_uryu
1
210
生成AIの基礎的事項と社会に与える影響
s_uryu
0
61
Rの機械学習フレームワークの紹介〜tidymodelsを中心に〜 / machine_learning_with_r2024
s_uryu
0
1.2k
地理空間データの機械学習への適用 / machine_learning_for_spatial_data
s_uryu
0
340
mandaRa: R言語ユーザのための新しい知識共有の場 / mandara_tokyor111
s_uryu
2
740
R言語入門 (R-4.3.3 2024年4月版) / introduction to r
s_uryu
7
7.1k
Other Decks in Programming
See All in Programming
dotfiles 式年遷宮 令和最新版
masawada
1
780
C-Shared Buildで突破するAI Agent バックテストの壁
po3rin
0
390
新卒エンジニアのプルリクエスト with AI駆動
fukunaga2025
0
230
從冷知識到漏洞,你不懂的 Web,駭客懂 - Huli @ WebConf Taiwan 2025
aszx87410
2
2.7k
【CA.ai #3】Google ADKを活用したAI Agent開発と運用知見
harappa80
0
310
Context is King? 〜Verifiability時代とコンテキスト設計 / Beyond "Context is King"
rkaga
10
1.3k
S3 VectorsとStrands Agentsを利用したAgentic RAGシステムの構築
tosuri13
6
310
LLM Çağında Backend Olmak: 10 Milyon Prompt'u Milisaniyede Sorgulamak
selcukusta
0
120
Flutter On-device AI로 완성하는 오프라인 앱, 박제창 @DevFest INCHEON 2025
itsmedreamwalker
1
110
Go コードベースの構成と AI コンテキスト定義
andpad
0
130
チームをチームにするEM
hitode909
0
340
バックエンドエンジニアによる Amebaブログ K8s 基盤への CronJobの導入・運用経験
sunabig
0
160
Featured
See All Featured
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
286
14k
How Fast Is Fast Enough? [PerfNow 2025]
tammyeverts
3
390
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
31
9.8k
Build The Right Thing And Hit Your Dates
maggiecrowley
38
3k
Art, The Web, and Tiny UX
lynnandtonic
304
21k
Git: the NoSQL Database
bkeepers
PRO
432
66k
[RailsConf 2023] Rails as a piece of cake
palkan
58
6.2k
Rebuilding a faster, lazier Slack
samanthasiow
84
9.3k
KATA
mclloyd
PRO
33
15k
How STYLIGHT went responsive
nonsquared
100
6k
Designing for Performance
lara
610
69k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
12
1.3k
Transcript
⽠ ⽣ 真 也 ౷ ɾ ࠶ ݱ ੑ ɾ
ڠ ྗ ਓ ҝ త ա ޡ Λ ͗ ະ དྷ ਐ Ή ࡦ 5PLZP3!ΦϯϥΠϯ VSJCP V@SJCP San Diego Air and Space Museum's Library and Archiv e
ࣗݾհ ಙౡେֶσβΠϯܕ"*ڭҭݚڀηϯλʔɾॿڭ ӝੜਅ ͏ΓΎ͏͠Μ ؔ৺ σʔλՄࢹԽɺཧۭؒใɺਓྲྀɺੜੜ ʮ"*૯߹ԋशʯɺʮใՊֶೖʯɺ ʮσʔλαΠΤϯεͷ༠͍ʯ ୲
εϙϯαʔ ͜ͷൃදҎԼͷํʑʹΑΔ(JU)VCεϙϯαʔࢧԉΛड͚͍ͯ·͢ IUUQTHJUIVCDPNTQPOTPSTVSJCP katsurakob ito4303 ytknzw
👻 ϓϩάϥϜΛਖ਼ৗʹ࣮ߦͰ͖ͳ͍ͱ͖ ಈ͔ͳ͍ ݟ͔ͭΒͳ͍ ॻ͍͍ͯͳ͍ UZQP ཁ݅Λຬ͍ͨͯ͠ͳ͍ ফͨ͠ɾফ͑ͨ
ίʔυΛ͍ͯ͠ͳ͍ ਓҝతͳաͪɺͰ͋Δ͕͋ͳͨѱ͘ͳ͍ɻ աޡΛ͍Ͱະདྷา͏ɻ ͋ͳͨѱ͘ͳ͍ɻ ख͕Δʢํͳ͍ʣɺ ґଘ͕ؔյΕΔ ࣍ʹ͏໘Λ ૾Ͱ͖ͳ͍͔Β σΟϨΫτϦͷߏ͕ෳࡶɺ σʔλΛཧ͍ͯ͠ͳ͍ ݪҼͱͯ͠ʜ
౷ ࠶ ݱ ੑ ڠ ྗ ਓҝతͳաͪΛ͙ͨΊͷͭͷΩʔϫʔυ ͜ͷλΠτϧδϟϨυɾμΠΞϞϯυʰॐɾපݪەɾమʱ͔ΒൃΛಘ·ͨ͠
͔ Β ࢝ · Δ ౷ Δ ˠදతͳΞϓϦέʔγϣϯ 34UVEJP
CZ1PTJU 7JTVBM4UVEJP$PEF 74$PEF CZ.JDSPTPGU ҟͳΔڥͰڞ௨ͨ͠ΠϯλʔϑΣʔεΛར༻͢Δ ڥ͕ҧͬͯීஈ௨Γʹ͑Δ͜ͱ͕ཧ σεΫτοϓɺΫϥυͱڥ͕ଟ༷Խ ڞ௨ͨ͠ΠϯλʔϑΣʔε ڞ௨ͯ͠ ϑΝΠϧࢀরɾૢ࡞ ୈࡾऀͷ։ൃऀʹΑΔ֦ுػೳ ೖྗิ˞ ͕ར༻Մೳ ˞74$PEFͰ֦ுػೳͷಋೖ͕ඞཁ γϯλοΫεϋΠϥΠτ˞
ֶशɾߏஙͷखؒΛল͘ ͳͥΠϯλʔϑΣʔεͷ౷ҰΛ৺͕͚Δͷ͔ ΠϯλʔϑΣʔεͷ౷Ұ HHQMPUɺUJEZWFSTFɺUJEZNPEFMTͳͲ ˠύοέʔδಉ༷ ɹΠϯλʔϑΣʔε͕౷Ұ͞ΕͨύοέʔδɺϑϨʔϜϫʔΫΛར༻͢Δ ʮ͍ͭͰɺͲ͜Ͱීஈ௨Γʹ͑Δʯʜ҆৺ σεΫτοϓ൛ Σϒʢαʔόʔʣ൛ 34UVEJP
74$PEF σεΫτοϓ൛ Σϒ൛
34UVEJP1SPKFDUػೳʢ3QSPKʣ ཧ͞ΕΔ͜ͱͰཧ͢Δ IFSFύοέʔδ ͜ΕΒʮ࠶ݱੑʯɺʮڠྗʯͷͨΊͷػೳඋ͍͑ͯΔ 04ؒͰͷϑΝΠϧࢦఆํ๏ͷҧ͍Λͳ͘͢ 3ͷऴྃ࣌ʹΦϒδΣΫτΛอଘͤ͞ͳ͍ ࠶ىಈ࣌ʹΦϒδΣΫτΛ෮ݩ͠ͳ͍ ΈࠐΈύΠϓԋࢉࢠʢcʣͷ ར༻Λ༗ޮʹ͢Δ 3QSPKͷ͋ΔσΟϨΫτϦʢ֊ʣ͕ج४ͱͳΔ
📂 IPHF IPHF3QSPK 📂EBUBSBX TBNQMFDTW here::here("data-raw/sample.csv") #> [1] "/Users/suryu/hoge/data-raw/sample.csv"
ͱ ͍ ͏ ࠶ ݱ ੑ ࢁ Λ ొ Δ
ίϯιʔϧͰߦ͏༰Λίʔυʹ͢͜ͱ͕ୈҰา ͨͩ͠ࢁΛΔ͜ͱͰ͖ͳ͍ ࢁΛΔ͜ͱͰ͖ͳ͍ ʜͦΕͰ࠶ݱੑͷࢁʹͨͲΓண͚ͳ͍ʢʮԿ͔ʯ͕જΜͰ͍Δʣ (JUͰϑΝΠϧͷมߋΛه͢Δ EPDLFSɺSFOWΛͬͯύοέʔδΛཧ͢Δ UBSHFUTͰॲཧ༰ʹ࠶ݱੑΛอূ͢Δ ೋาϑΝΠϧʹอଘ͢Δ ࣍34UVEJP1SPKFDUΛར༻͢Δ 3.BSLEPXO2VBSUPͰίʔυͱจষΛ͢ IUUQTTQFBLFSEFDLDPNT@VSZV
όʔδϣϯʹҙຯ͕͋Δ େࣄͳ͜ͱ ͏͔ͭʹ্͛ͳ͍ʜٴޮՌɺ͜Ε·Ͱͷίʔυ͕ػೳ͠ͳ͘ͳΔϦεΫ ͨͩ͠ॏେͳηΩϡϦςΟͷमਖ਼ͳͲ͋ΔͨΊɺߋ৽༰Λ·ͱΊͨχϡʔεΛݟΔ ˞։ൃऀɾίϛϡχςΟʹΑͬͯόʔδϣϯͷ͚ํ͕ҟͳΔ ϝδϟʔ ϚΠφʔ ύον
"1*ͷมߋʹ ޓੑͷͳ͍߹ͳͲ ޙํޓੑ͕͋Γ ػೳੑΛՃͨ͠߹ ޙํޓੑΛ͏ όάमਖ਼ ࢀߟ ηϚϯςΟοΫόʔδϣχϯά IUUQTTFNWFSPSHMBOHKB
ίϚϯυΛ֮͑ͳͯ͑͘Δ ͱ͔͘όʔδϣϯཧγεςϜ (JU ͷಋೖΛʂ ࣍ͷҰาʜʮڠྗʯͷͨΊʹ(JU)VC(JU-BCʹϦϙδτϦΛ༻ҙ͢Δ (JUύωϧͷΞΠίϯ ʁ . % "
HJUͷཧର֎ มߋ͕͋Δ আ͞Εͨ ཧରʹՃΘͬͨ
ݟ ͑ ͳ ͍ ڠ ྗ ྗ ʹ Α Δ
ԕ͘ߦͨ͘ΊʹʹͳΔ ʹͳΔ વͱͨ͠σΟϨΫτϦߏɺίʔυதͷίϝϯτɺ ڞಉ࡞ۀ͢Δਓ͕ͨͪίʔυɺσʔλΛࢀরͰ͖Δ ʢ(JU)VCJTTVFTͳͲʹʣ՝Λه͢Δ ͕ࣗࣗॿ͚ΒΕΔ͜ͱ͋Δɻ ࠓͷࣗͱաڈͷࣗͷʮڠྗʯ ˠ࠶ݱੑ͕Ұஈߴ·Δ ˠྨࣅͷͷରࡦ৽͍͠ϝϯόʔͷखॿ͚ͱͳΔ ˠίʔυࡒ࢈
δϟϨυɾμΠΞϞϯυʰॐɾපݪەɾమʱͰڥͷࠩҟΛɺݱͷࣾձʹͭͳ͕Δෆۉߧ ʮ࣋ͭͷͱ࣋ͨ͟Δऀʯʹ͚ͨཁҼͱͯ͠ڍ͍͛ͯΔɻ ॐʢҙਤͨ͠Θ͚Ͱͳ͍͕ʣපݪەʹର͢Δ߅ྗΛ͍ͬͯͨϤʔϩούͷຽ͕৽େΛ৵ུͯ͠ ͍ͬͨΑ͏ʹɺٕज़ೳྗ໋ӡΛ͚Δ͜ͱʹͭͳ͕Δɻ ˠʮ౷ɾ࠶ݱੑɾڠྗʯͦΕ͕Ͱ͖Δڥͱͦ͏Ͱͳ͍ڥͰ࣌ؒܦݧʹ͕ࠩੜ͡Δʁ ɹਓೳΛ׆༻ͨ͠৽͍ٕ͠ज़ʢ$PQJMPUʣೳྗʢ$IBU(15ͷ͍ͷཱͯํɺϓϩϯϓτΤϯδχΞ Ϧϯάʣࠓޙͷզʑͷ໋ӡΛ୲͏͔͠Εͳ͍ɻ (JU)VC$PQJMPU "NB[PO$PEF8IJTQFSFS $IBU(15
࣋ͭͷͱ࣋ͨ͟Δऀ ڥͷࠩҟ ٕज़ೳྗ໋ӡΛ͚Δ͜ͱʹͭͳ͕Δ (PPHMF#BSE
ʮ౷Δʯ͔Β࢝·Δ 1 2 3 ڠྗʹΑΔݟ͑ͳ͍ྗ ࠶ݱੑͱ͍͏ࢁΛొΔ Enjoy!