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
阪神タイガース優勝のひみつ - Pythonでシュッと調べた件 / SABRmetrics ...
Search
Shinichi Nakagawa
PRO
October 01, 2023
Research
1
1.4k
阪神タイガース優勝のひみつ - Pythonでシュッと調べた件 / SABRmetrics for Python
PyLadies Tokyo 9周年LT
Shinichi Nakagawa
PRO
October 01, 2023
Tweet
Share
More Decks by Shinichi Nakagawa
See All by Shinichi Nakagawa
実践Dash - 手を抜きながら本気で作るデータApplicationの基本と応用 / Dash for Python and Baseball
shinyorke
PRO
2
2.3k
Terraform, GitHub Actions, Cloud Buildでデータ基盤をProvisioningする / Data Platform provisioning for Google Cloud and Terraform
shinyorke
PRO
2
3k
Cloud RunとCloud PubSubでサーバレスなデータ基盤2024 with Terraform / Cloud Run and PubSub with Terraform
shinyorke
PRO
9
3.6k
自らを強いエンジニアにするための3つの習慣 / I need to be myself, I can't be no one else
shinyorke
PRO
82
82k
Pythonとクラウドと野球の推し活. / Baseball Data Platform for Python and Google Cloud
shinyorke
PRO
2
2.8k
月額コーヒー3.34杯分のコストでオオタニサンの活躍を見守るデータ基盤のはなし / Pyhack Con
shinyorke
PRO
2
490
俺のDXを実現するためのサーバレスなデータ基盤開発と運用 / Serverless Data Platform and Baseball
shinyorke
PRO
5
12k
機械学習エンジニアが目指すキャリアパスとその実話 / My Journey to Become a ML Engineer
shinyorke
PRO
10
17k
一人でも小さく始められるGoogle Cloudで実現するほぼサーバレスなデータ基盤 / Serverless Dataplatform for Google Cloud
shinyorke
PRO
0
570
Other Decks in Research
See All in Research
Human-Informed Machine Learning Models and Interactions
hiromu1996
2
580
メタヒューリスティクスに基づく汎用線形整数計画ソルバーの開発
snowberryfield
3
800
PhD Defence: Considering Temporal and Contextual Information for Lexical Semantic Change Detection
a1da4
0
130
メールからの名刺情報抽出におけるLLM活用 / Use of LLM in extracting business card information from e-mails
sansan_randd
2
440
2038年問題が思ったよりヤバい。検出ツールを作って脅威性評価してみた論文 | Kansai Open Forum 2024
ran350
8
3.9k
研究を支える拡張性の高い ワークフローツールの提案 / Proposal of highly expandable workflow tools to support research
linyows
0
320
移動ビッグデータに基づく地理情報の埋め込みベクトル化
tam1110
0
250
インドネシアのQA事情を紹介するの
yujijs
0
120
Neural Fieldの紹介
nnchiba
2
740
Bluesky Game Dev
trezy
0
160
20241226_くまもと公共交通新時代シンポジウム
trafficbrain
0
440
医療支援AI開発における臨床と情報学の連携を円滑に進めるために
moda0
0
160
Featured
See All Featured
What's in a price? How to price your products and services
michaelherold
244
12k
It's Worth the Effort
3n
184
28k
Keith and Marios Guide to Fast Websites
keithpitt
411
22k
[RailsConf 2023] Rails as a piece of cake
palkan
53
5.3k
How To Stay Up To Date on Web Technology
chriscoyier
790
250k
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
33
2.1k
The World Runs on Bad Software
bkeepers
PRO
67
11k
Stop Working from a Prison Cell
hatefulcrawdad
268
20k
Imperfection Machines: The Place of Print at Facebook
scottboms
267
13k
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
47
5.2k
Site-Speed That Sticks
csswizardry
4
420
Why You Should Never Use an ORM
jnunemaker
PRO
55
9.2k
Transcript
ʮ͓ࢄาʯΛͨ݁͠Ռ ࡕਆλΠΨʔε͕༏উͨ݅͠. ࡕਆλΠΨʔε༏উΛه೦ͯ͠PythonͰσʔλੳͨ͠Β ࢥΘͣʮͦΒɺͦ͏Αʯͱೲಘͯ͠͠·ͬͨ. Shinichi Nakagawa(@shinyorke) 2023/10/01 PyLadies Tokyo
9पه೦ύʔςΟʔ
Who am I ? ʢ͓લ୭Α?ʣ • Shinichi Nakagawa@shinyorke • େख֎ࢿܥITίϯαϧاۀϚωʔδϟʔ
• ຊۀͰSREతͳࣄΛ͍ͯ͠·͢. • ΤϯδχΞతʹԿͰͰ͖Δਓ. • దͳ⽁ωλ͔ΒLTΛ͢ΔΤϯδχΞͷਓ. • ஶ໊ͳٕज़ϒϩάʮLean Baseballʯͷਓ. • ຖ10,000าఔͷʮ͓ࢄาʯ͕՝. ※͓ࢄาͷূڌ݅
PyLadies Tokyo 9प͓ΊͰͱ͏͍͟͝·͢🎉 ʢ9ܦͬͯ͠·ͬͨͷ͔…ͳ͍ͭʣ
͏Ұ͓ͭΊͰ͍ͨࣄ͕ ͋Γ·͢ΑͶʁ🐯
ࡕਆλΠΨʔε, ηɾϦʔά༏উ͓ΊͰͱ͏͍͟͝·͢🎉 2005Ҏདྷ18ͿΓͷ༏উ🐯
334 ʲ౾ࣝʳ͓ೃછΈͷͪ͜Βͷࣈ18લͷ༏উ͕ΩοΧέͰര.
18ͿΓʹʮ༏উʯΛ Ϳ͔ͪ·ͨ͠ࡕਆλΠΨʔε ݁ہԿ͕ྑ͔ͬͨͷ͔🤔
ࡕਆλΠΨʔε༏উͷཧ༝ʢͲΕਖ਼ղʣ 1. ໊কʮԬాজʯ௨শʮͲΜͰΜʯͷಜ෮ؼ. →18લͷ༏উԬాಜ&ʮͦΒɺͦ͏Αʯͱೲಘߦ໊͘ࡃ. 2. ࣆJAPAN͕༏উͨ͠WBCʹελϝϯڃͷબखΛग़͍ͯ͠ͳ͔ͬͨ. ࡕਆ͔Βதͱ౬ઙͷΈ͔ͭ͞΄Ͳग़ճଟ͘ͳ͍. 3.
ʮ͓ࢄาେࣄʯʮ໎ͬͨΒา͚ʯͱ͍͏ҙࣝͷժੜ͑. ۩ମతʹʮ࢛ٿʢϑΥΞϘʔϧʣʯΛࢁબΜͩ.
ʮʰ͓ࢄาେࣄʱʰ໎ͬͨΒา͚ʱͱ͍͏ҙࣝͷժੜ͑ʯ ͜Ε͕ࡕਆλΠΨʔε༏উͷͬͱΒ͍͠ཧ༝ͩͱσʔλݴͬͯ·ͨ͠.
ࡕਆͷεʔύʔυϥΠͳʮ͓ࢄาʯͷྲّྀ • όολʔࡾৼ͍͍͔ͯ͠Βʮۃʹ͓ࢄาʯ͠ͳ͍͞. • ϐονϟʔࡾৼΛऔΒͳ͍͍͔ͯ͘ΒʮࢄาΛࢭΊΖʯ. ͳ͓ٿʹ͓͚Δʮ͓ࢄาʯʮ࢛ٿʢϑΥΞϘʔϧʣʯͷࣄ. ※εϥϯάతʹʮࢄาʯͱಡΜͰ͍·͢ʢʮา͔ͤΔʯͱ͔ݴ͏ʣ.
ࡕਆλΠΨʔε͓ࢄาͷྲّྀᶃ όολʔࡾৼͯ͠ ͍͍͔Β ʮۃʹ͓ࢄาʯ ͠ͳ͍͞. ࡾৼ͍͍͔ͯ͠Βา͚. 11
ʮދଧઢʯվΊʮ”า”ଧઢʯ • 2023ͷࡕਆλΠΨʔε, νʔϜͱ࢛ͯ͠ٿͷ͕ΊͪΌͪ͘Όଟ͍. • ηɾϦʔάͲ͜Ζ͔ϓϩٿશମͰΠέͯΔग़ྥͷߴ͞. • Ұํ, ࢛ٿΛऔΓʹߦ͘ͷʹͭͨΊࡾৼ૿͍͑ͯΔ.
11ଧ੮ʹ1ճ͓ࢄา͢ΔࡕਆλΠΨʔε͞Μ༏लʢϦʔά1Ґʣ. ࠷ԼҐதυϥΰϯζΑΓ1.5ഒͷϖʔεͰʮ͓ࢄาʯΛྔ࢈.
Ұํ, ࡾઢͷ۶ࢦͰ4.5ଧ੮ʹҰࡾৼ͍ͯ͠ΔʢϦʔάϫʔετʣ. ܭࢉ্ελϝϯͷશଧऀ͕ࢼ߹தʹ1ճࡾৼ͍ͯ͠Δࣄʹ.
2ͭͷάϥϑΛ͚ͬͭͯ͘ࢄา͢ΔॱʹฒͨϞϊ. ࡕਆૉΒ͍͠, Ұํʮྩͷถ૽ಈʯͷத͞Μ(ry
ࡕਆλΠΨʔε͓ࢄาͷྲّྀᶄ ϐονϟʔࡾৼΛ औΒͳ͍͍͔ͯ͘Β ʮࢄาΛࢭΊΖʯ. ૬खͷଧऀΛྥʹग़͔͢Βͣ. 16
૬खͷʮࢄาʯΛઈରʹࢭΊΔखਞ. • 2023ͷࡕਆλΠΨʔε, νʔϜͱͯ͠खͷ༩࢛ٿ͕গͳ͍. • ༩࢛ٿ͕গͳ͍ = ૬खʹ࢛ٿʢࢄาʣΛ͍ͤͯ͞ͳ͍. • ͦͦ͜͜ࡾৼऔΕ͓ͯΓ,
ࡕਆखਞͷ༏ल͕͞Θ͔Δ.
༏लͳࡕਆखਞ, ૬खʹ࢛ٿʢࢄาʣΛ࠷༩͍͑ͯͳ͍ʢϦʔά1Ґʣ. ૬खଧऀʹແବͳ࢛ٿΛग़͞ͳ͍ͱ͍͏పఈͨ͠ํ.
༏लͳࡕਆखਞ, ૬ख͔Βͦͦ͜͜ࡾৼΛୣ͏༷ʢϦʔά4Ґʣ. ࢛ٿ͕ݮΔͱ͍͏͜ͱࡾৼΛऔΕͳ͍ࣄʹܨ͕Δ͕ҧͬͯͨ…ੌ͍🐯
2ͭͷάϥϑΛ͚ͬͭͯ͘ࢄาͤ͞ͳ͍ॱʹฒͨϞϊ. ࡕਆ͕ૉΒ͍͕͠, DeNAͷʮࡾৼͨ͘͞ΜऔΔʯʮ࢛ٿগͳ͍ʯ͔͍͍ͬ͜.
???ʮPythonͷ͕ແ͍͡Όͳ͍͔ʁ͍͍͔͛Μʹ͠Ζʯ
ࠓͷσʔλ શ෦PythonͰ ͍͍ײ͡ʹ🐍 େͨ͠ίʔυ͡Όͳ͍ͷͰͥͻਅࣅͯͬͯ͠Έͯ. https://gist.github.com/Shinichi-Nakagawa/3ca01932532ba41ceaef94bd722107b9 NPBͷWebαΠτΛ εΫϨΠϐϯά Google ColabͰ γϡοͱՄࢹԽ.
ʲ݁ʳࡕਆλΠΨʔεʮ͓ࢄาʯͷྲّྀ • όολʔࡾৼ͍͍͔ͯ͠Βʮۃʹ͓ࢄาʯ͠ͳ͍͞. • ϐονϟʔࡾৼΛऔΒͳ͍͍͔ͯ͘ΒʮࢄาΛࢭΊΖʯ. • ͳ͓, ࢛ٿ͕૿͑Δͱࡾৼ૿͑ΔʢʣͳͷͰ(ry ͓Θ͔Γ͍͚ͨͩͨͩΖ͏͔?
͝ਗ਼ௌ͋Γ͕ͱ͏͍͟͝·ͨ͠🐯