Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

2017-6-2-人・組織・社会を動かすデータビジュアライゼーション

800 views

Published on

【可視化 × 数学】第2回 BEYOND 〜最先端に潜む数学たち〜
の講演資料

https://techplay.jp/event/621819

Published in: Data & Analytics
  • Be the first to comment

2017-6-2-人・組織・社会を動かすデータビジュアライゼーション

  1. 1. BEYOND 〜最先端に潜む数学たち〜 第二回 可視化(グラフ)× 数学(データ、統計) 人・組織・社会を動かす データビジュアライゼーション Founder & PJ Leader 五十嵐康伸、博士(理学)
  2. 2. 発表の目的 データビジュアライゼーションの技術がどのようにつくられ、 人・組織・社会にどう影響し、ビジネスや公共サービス・政 策がどのように変わったのか、そしてどう変わっていくの かを体系的に話そうと頑張る! 1. 「Data Vizすげー、おもしれー、超やりてー!」と感じてもらう 2. 「自分が興味あるところがData Viz全体(極大地図)の中でどこ なのか?」に気づいてもらう 3. 「そこを自分が探検に出るための手がかり(局所地図)」を持っ て帰ってもらう
  3. 3. 発表の方法 1. 「理系・文系」、「社会人・学生」、「Data Vizの専門家・初 心者」、どんな方でも楽しめるように、噛み砕いて 2. 最先端の事例よりも、歴史的な事例を 3. Data Vizの周辺の話も 4. 質疑を楽しむ – ほっといたら、話すスピードがどんどん上がって、一瞬でス ライドが終わってしまうので止めてください
  4. 4. 質問する奴は偉い 1. 初めに質問する奴は偉い – 次の人が続きやすくなる 2. 馬鹿な質問をする奴は偉い – 質問の内容のハードルを下げる 3. 関係ない質問をする奴は偉い – 話が広がる
  5. 5. SNS 1. スライドはSlideShare, E2D3 Official FB Group にUP 2. FB 友達申請大歓迎 「beyondで会いました、よろしくお願いします!」 → yasunobu.igarashi or 五十嵐康伸
  6. 6. 講義内容 1. 自己紹介:なぜData Vizをやるに至ったか? 2. Data Vizとは何か? 3. Data Vizの機能 4. Data Vizの世界と歴史 5. Data Vizの未来 6. Data Vizを行うにあたって、どんな知識・スキル が求められているか?
  7. 7. 自己紹介:研究者20年、挫折の歴史 転職7回、引っ越し12個目 可 視 化 解 析 計 測 人 世 界 神経科学:ワーキングメモリ 猿の前頭前野 1996-2001 筑波大 物理 2001-2006 奈良先端大 情報 神経科学:感覚・運動制御 ゾウリムシ・線虫の神経 2006-2009 東北大 機械・生命 2010-2015 オリンパス 発生生物学:体の左右、脳の配線 マウスの心臓・脳 2009-2010 奈良先端大 情報 医学:アルツハイマー 診断 人間の脳 2010 国立精神神経センター 医学:がん診断 人間の腫瘍 2010-2015 オリンパス(ソフトウェアテクノロジー) 社会:選挙・政治・経済・自然・スポーツ オープンデータ・ビッグデータ 2014-2017 E2D3 人材・教育 2015-2016 ギブリー 2016-2017 インテリジェンス 0→1 1→100 100→110
  8. 8. 可 視 化 解 析 計 測 人 世 界 神経科学:ワーキングメモリ 猿の前頭前野 1996-2001 筑波大 物理 2001-2006 奈良先端大 情報 <学習> 数理モデリング 非線形物理 大規模シミュレーション 0→1 1→100 100→110
  9. 9. 可 視 化 解 析 計 測 人 世 界 神経科学:ワーキングメモリ 猿の前頭前野 1996-2001 筑波大 物理 2001-2006 奈良先端大 情報 0→1 1→100 100→110 <挫折1> 俺の博士論文(2006)の内容は基本全部 神経回路網の数理 甘利俊一(1978) に書いていた! データ解析:(1→100:理論)の戦場では、本当の天才にはかなわない ↓ データ計測:データになっていないものをデータにする(0→1:HW)の 仕事をしよう https://goo.gl/jxewrS
  10. 10. 可 視 化 解 析 計 測 人 世 界 神経科学:感覚・運動制御 ゾウリムシ・線虫の神経 2006-2009 東北大 機械・生命 2010-2015 オリンパス <学習> 画像処理 画像認識(機械学習) フィードバック制御 0→1 1→100 100→110
  11. 11. 可 視 化 解 析 計 測 人 世 界 神経科学:感覚・運動制御 ゾウリムシ・線虫の神経 2006-2009 東北大 機械・生命 2010-2015 オリンパス <挫折2> 俺の論文と特許を企業が商品化してくれない ↓ 企業に入ろう 0→1 1→100 100→110
  12. 12. 可 視 化 解 析 計 測 人 世 界 神経科学:感覚・運動制御 ゾウリムシ・線虫の神経 2006-2009 東北大 機械・生命 2010-2015 オリンパス <学習> ファシリテーション 品質管理 プロマネ 0→1 1→100 100→110
  13. 13. 可 視 化 解 析 計 測 人 世 界 神経科学:感覚・運動制御 ゾウリムシ・線虫の神経 2006-2009 東北大 機械・生命 2010-2015 オリンパス <挫折3> データ計測(0→1: HW) HWは開発に金がかかり過ぎる 大きなマーケットでないと会社としては製品にできない 研究用途の計測はマーケットが小さい ↓ データ可視化(100→110: SW) SWなら開発に金がそれほどかからないかも? 可視化ならマーケットが大きいかも? 0→1 1→100 100→110
  14. 14. 可 視 化 解 析 計 測 人 世 界 社会:選挙・政治・経済・自然・スポーツ オープンデータ・ビッグデータ 2014-2017 E2D3 0→1 1→100 100→110 <学習> オープンイノベーション シビックテック・オープンガバナンス オープンソース・オープンデータ
  15. 15. 自己紹介:研究者20年、挫折の歴史 転職7回、引っ越し12個目 可 視 化 解 析 計 測 人 世 界 神経科学:ワーキングメモリ 猿の前頭前野 1996-2001 筑波大 物理 2001-2006 奈良先端大 情報 神経科学:感覚・運動制御 ゾウリムシ・線虫の神経 2006-2009 東北大 機械・生命 2010-2015 オリンパス 発生生物学:体の左右、脳の配線 マウスの心臓・脳 2009-2010 奈良先端大 情報 医学:アルツハイマー 診断 人間の脳 2010 国立精神神経センター 医学:がん診断 人間の腫瘍 2010-2015 オリンパス(ソフトウェアテクノロジー) 社会:選挙・政治・経済・自然・スポーツ オープンデータ・ビッグデータ 2014-2017 E2D3 人材・教育 2015-2016 ギブリー 2016-2017 インテリジェンス 0→1 1→100 100→110
  16. 16. 講義内容 1. 自己紹介 2. Data Vizとは何か? 3. Data Vizの機能 4. Data Vizの世界と歴史 5. Data Vizの未来
  17. 17. Data Vizはデータに基づいて 人・組織・社会を動かす方法(の一つ) 可 視 化 解 析 計 測 人 世 界 (自分自身も含む) データ関連技術の出力先は? 計測 [機械 +人間] 解析 [機械+人間] 可視化 [必ず人間]
  18. 18. そもそも統計とは • Statistics (n.) Look up statistics at Dictionary.com 1770 • “science dealing with data about the condition of a state or community” https://goo.gl/fYxaHh
  19. 19. Data Vizの代替手段 伝え手 受け手 課題 代替手段 国 国民 長期的視野 法律・予算 国 他国 価値観の違い 外交・戦争 自治体 市民 信頼・透明性 教育・説明会 メディア 読者 取材 文章 芸術家 世間 無関心 映画、演劇、ダン ス、音楽 部下 上司 懐疑 表 革命家 独裁者 抑圧 暴力・非暴力 課題解決、目的達成、目標到達の手段の一つ その他の方法で課題が解決できるなら、無理にData Vizをする必要はない Data Vizでないと課題解決できないと判断した時にData Vizを使えば良い
  20. 20. Data Vizの代替手段 視覚 聴覚 嗅覚 触覚
  21. 21. 雑談:こーいうのがデータ可視化と思っていたが違うの? 可視化 vs データ可視化 可 視 化 解 析 計 測 人 世 界 0→1 1→100 100→110 【計測原理】 強い力、弱い力、電磁気力、重力 の相互作用の定量化 計測方法・計測機 波長:光のHz 色:染色、蛍光、発光、点 倍率:顕微鏡、望遠鏡 時間:高速、低速 シミュレーション CG 数学過程の可視化 (アルゴの説明) 【医学】 1906年 ゴルジ、カハール:神経系の構造研究 1924年 アイントホーフェン: 心電図の機構の発見 1979年 ハウンズフィールドら:コンピュータ断層撮影の開発 2003年 ラウターバーら:核磁気共鳴画像法に関する発見 【化学】 2008年 下村ら:緑色蛍光タンパク質 (GFP) の発見とその応用 2014年 ベツィグら:超高解像度蛍光顕微鏡の開発 【物理】 1930年 ラマン:ラマン効果の発見 等
  22. 22. 講義内容 1. 自己紹介 2. データビジュライゼーション(Data Viz)とは 3. Data Vizの機能 4. Data Vizの世界と歴史 5. Data Vizの未来
  23. 23. Data Vizの機能 【百聞は一見にしかず、seeing is believing】 1. 情報→体験 2. 課題や状況の見える化 3. 情報過不足調整 4. 主体探索 5. 新規発見 6. 美
  24. 24. 研究者 (五十嵐) はData Vizの機能を どう見ているのか? 工学 : 便利な道具 ([ヒト、モノ、カネ]、情報、自然を制御 する方法、 理論) を作る New Comp + New Dataによって • 新しい「Data Vizの機能(表現)」を作れるように • 過去の「Data Vizの機能(表現) 」をより手軽に、より早 く誰でも使えるように(ライブラリー、プラットホーム) → 工学の研究対象 世界 (広がり) と歴史 (深さ) の体系
  25. 25. 講義内容 1. 自己紹介 2. データビジュライゼーション(Data Viz)とは 3. Data Vizの機能 4. Data Vizの世界と歴史 5. Data Vizの未来
  26. 26. Data Vizの世界 (広がり) と 歴史 (深さ) の体系 表現種類 Tree ・ Network 地図 統計グラフ・ チャート Infograhics Pictogram PhotoViz 古代 1 4 7 10 中世 2 5 8 11 現代 3 6 9 12 作成ツール Cytoscape Gephi ArcGIS QGIS Carto Tablueau PowerBI Plotly Infogram E2D3
  27. 27. Python Library Map •ArcGIS •Cartopy, more •descartes •Folium •GeoBases •Geoplotlib •Geoviews •Kartograph •Khooshe •Mplleaflet •PyNGL •PyQGIS Tree・Network ETE Graphviz graph-tool networkx py2cytoscape python-igraph Chart Altair Bokeh eea.daviz Ggplot gviz_data_table Matplotlib Mayavi Pandas Pycha Pygal Prettyplotlib Plotly Psyplot Seaborn VTK vispy https://goo.gl/NND4cB https://goo.gl/ZUK6ke
  28. 28. Data Vizの世界 (広がり) と 歴史 (深さ) の体系 表現種類 Tree ・ Network 地図 統計グラフ・ チャート Infograhics Pictogram PhotoViz 古代 1 4 7 10 中世 2 5 8 11 現代 3 6 9 12 作成ツール Cytoscape Gephi ArcGIS QGIS Carto Tablueau PowerBI Plotly Infogram E2D3
  29. 29. Treeの世界 (広がり) [Visual Complexity]
  30. 30. Treeの世界 (広がり) [The BOOK OF TREES]
  31. 31. Networkの世界 (広がり) [The BOOK OF TREES]
  32. 32. Tree・Networkの 世界 (広がり) と歴史 (深さ) TED マニュエル ・ リマ : 人類の知識を表す視覚的表現の歴史 0 -> 2 : 50, 6 : 40 -> 8 : 20
  33. 33. Data Vizの 世界 (広がり) と歴史 (深さ) の体系 表現種類 Tree ・ Network 地図 統計グラフ・ チャート Infograhics Pictogram PhotoViz 古代 1 4 7 10 中世 2 5 8 11 現代 3 6 9 12 作成ツール Cytoscape Gephi ArcGIS QGIS Carto Tablueau PowerBI Plotly Infogram E2D3
  34. 34. TO図 8世紀、 修道士リエバナのベアトゥス (スペイン) 経験的世界を表す地図 地中海。 ナイル川、 タナイス川 (ロシア) https://goo.gl/8PHf63
  35. 35. メルカトル図法 1569年 地理学者ゲラルドゥス ・ メルカトル (現ベルギー) 経線は平行、 緯線は経線に直交、 海図 ・ 航路 https://goo.gl/wBhbEa
  36. 36. モルワイデ図法 1805年 天文学者 ・ 数学者カール ・ モルワイデ (ドイツ) 地図上の任意の場所で実際の面積との比が等しい https://goo.gl/tAfyQN
  37. 37. 投影法 x 45 https://goo.gl/gdNvhb
  38. 38. コラム: 18世紀、19世紀の英国 • André-Michel Guerry (1802-1866, Fr) • John Snow (1813-1858, En) • William Playfair (1759-1823, Sco) • Florence Nightingale(1820-1910, En) • 18世紀には、農業生産の飛躍的向上により人口の増加をもたらした農業革命(輪作と囲 い込み)に続き、世界初の工業化である産業革命(綿織物・製鉄業の技術革新、蒸気機 関→蒸気船や鉄道 )が起こったことにより、イギリスの生産力が飛躍的に向上した。 • 産業革命の原動力のひとつに大西洋の三角貿易(奴隷貿易)に支えられた砂糖や綿花 のプランテーション、そしてそこでの労働力となった黒人奴隷の存在がある。重商主義に よりヨーロッパ各国で激しい貿易競争がおこなわれた。オランダの自由貿易は衰え、イギ リスとフランスが台頭し両国は、激しい植民地戦争を繰り広げた。 • 1854年 ロンドン 250万人、世界最大、史上最大の都市 https://goo.gl/YNop9R
  39. 39. André-Michel Guerry (1802-1866, Fr) フランスの弁護士とアマチュアの統計学者 André-Michel Guerryは、 地図に何らかの変数に応 じて、地図の各々の地域を違う色で塗り分けるとい うアイデアを最初に世に出した人物である。 彼は 1829年に、 犯罪レベルに応じてフランスの地図の 各地区を影付けをして、初めてのコロプレス (塗り 分け) 地図を作成した。 The Data Journalism Handbook (DJH)
  40. 40. 犯罪レベルを示すフランスの コロプレス(塗り分け)地図 André-Michel Guerry (1802-1866, Fr)
  41. 41. André-Michel Guerry (1802-1866, Fr) 今日、これらの地図は、例えば選挙区ごとに誰が誰 に投票したかや、富の分布、その他の多くの地理的 な要因に結びつく変数を説明するときに使われてい る。 位置ゲーのコロプラも?
  42. 42. John Snow (1813-1858, En) イングランドの医師、 疫学の創設者 1854年、 John Snowは今日では有名な 「ロンドン のコレラ地図」 を、発症が報告された地域に小さな 黒い棒をつけて作成した。 徐々に時間が経つに連 れ、 明らかに発症密度が高い地域がわかるように なり、 問題の抑制措置が取ることができた。 The Data Journalism Handbook (DJH)
  43. 43. John Snow (1813-1858, En) ロンドンのコレラ地図
  44. 44. 地図の歴史 (深さ) TED スティーブ ・ ジョンソン : 感染地図 2 : 40 -> 8 : 40
  45. 45. Data Vizの 世界 (広がり) と歴史 (深さ) の体系 表現種類 Tree ・ Network 地図 統計グラフ・ チャート Infograhics Pictogram PhotoViz 古代 1 4 7 10 中世 2 5 8 11 現代 3 6 9 12 作成ツール Cytoscape Gephi ArcGIS QGIS Carto Tablueau PowerBI Plotly Infogram E2D3
  46. 46. William Playfair (1759-1823, Sco) 多言語に通じたスコットランド人技師 William Playfairは、 今日でも同じように使われてい る図やグラフのほとんど(Line, Bara, Pie)を、 たった 一人で世界に送り出した人物である。 1786年の彼 の本、 「Commercial and Political Atlas (商業と政 治の地図) 」 のなかで彼は、 棒グラフという全く新 しく、 視覚的な手法を用いて、 スコットランドの輸出 入量を明快に示したのである。 The Data Journalism Handbook (DJH)
  47. 47. William Playfair (1759-1823, Sco) • 12歳、父死去。兄 科学者、数学者が家庭教師 • 14歳:粉挽機設計家に弟子入り:エンジニア • バックル、馬鉄、スプーン:銀細工 • 雑記しの記事、新聞記者:ライター • 銀行:投資家 • 投獄 • もう夢は諦めて本を書こう、線・棒・円グラフ: • ルイ16世→蒸気機関の粉挽機設計許可→フランス革命
  48. 48. William Playfair (1759-1823, Sco) 初期の頃の線グラフ、 Export and Import of Scotland
  49. 49. William Playfair (1759-1823, Sco) 初期の頃の棒グラフ、 Export and Import of Scotland
  50. 50. 現代の統計グラフ・チャートの機能 • 新しい方法で馴染みのものを見ること • 時間と共に変化することを示す • 値の比較 • 繋がりと流れを見せること • 代替結果を想定する事 in Data Journalism Handbook book 、 slide
  51. 51. 1. 新しい方法で馴染みのものを見ること あなたのような人々のための失業率 (NYT) https://goo.gl/2tEwcT
  52. 52. 1. 新しい方法で馴染みのものを見ること 米国の失業率が9%近くでさまよっていると、 ユーザ ーは様々な人口統計や学歴フィルターによって、 米国人口を選別することが出来た。 結局のところ、 その内訳は学士号より上の学位を持つ中年女性か ら高校を卒業していない若い黒人男性の全体の半 分近くで4%未満を占められていて、 この格差は真 新しくなかった。 それを見終わったあとでさえ、 良 いDVは頭の中に入り、 事実、 傾向またプロセスの 持続的なメンタルモデルが残る。
  53. 53. 2. 時間と共に変化することを示す 飛行経路の収束 (NYT) https://goo.gl/DzwM deregulation:規制撤廃
  54. 54. 2. 時間と共に変化することを示す 時系列の変化を示している他の興味深いグラフは、 業界再編の数十年の間についての 米国の主要航 空会社の市場占有率を描画したものがある。 Carter政権が旅客飛行を規制緩和した後、 NYTが 描いたこのグラフのように、 たくさんの国債融資が 小さな地方航空会社から全国航空会社を作成しま した。 ほとんど全てのカジュアルの読者が図の水 平線 「X」 軸を時間を表すと見るとするならば、 時 には、 全てのVizが時系列での変化を表すべきだと 考えることは容易である。
  55. 55. 3. 値の比較 戦争の人的コストの計算 (BBC) https://goo.gl/3pIYfy Fatality : 死亡者 (数)
  56. 56. 3. 値の比較 BBCが実施した犠牲者のデータベースとアニメ化さ れたスライドショーのように、 イランとアフガニスタン の争い (2001-2009) と、ベトナムで殺された何千 人もの命や(1965-1973) 、 第二次世界大戦で無く なった何百万もの命 (1939-1946) と比較すること によって、 DVは読者が二つやそれ以上の値の比 較のするのを助ける分野においても輝く。
  57. 57. 4. 繋がりと流れを見せること 年棒対パフォーマンス (BenFry) https://goo.gl/hqZdi5 左 : 日付ことの成績、 右 : 年俸合計
  58. 58. 4. 繋がりと流れを見せること 二つに分けられた値を比較するために、 メジャーリ ーグベースボールチーム relative to their payrolls のパフォーマンスが計算されているBen Fryの図を 見る。 左側の列では、 チームは日付ことの成績に よってランク付けされていて、 一方右側の列は年俸 の合計である。 赤色 (標準以下) もしくは青色 (標 準以上) で描かれた線は二つの値つなぎ、 駄目に なった年俸の高い選手に後悔しているチームオー ナの便利な感覚を提供している。
  59. 59. 5. 代替結果を想定する事 現実に対する予算見通し (NYT) https://goo.gl/Atym Surplus : 黒字、 deficit : 赤字
  60. 60. 5. 代替結果を想定する事 NYTにおいて、 何年にも渡る 悲惨なほど楽観的な 米国の赤字予測のAmanda Coxの 「ヤマアラシ図」 は起こらなかったことより、 面白くないことが起きた ことがどれほどあるか示している。 戦争と減税の十 年の後に財政赤字が急増していることを示している Coxの熱線は将来の期待が起きることがどれほど 非現実的かを示している。
  61. 61. 講義内容 1. 自己紹介 2. データビジュライゼーション(Data Viz)とは 3. Data Vizの機能 4. Data Vizの世界と歴史 5. Data Vizの未来
  62. 62. Data Vizの 世界 (広がり) と歴史 (深さ) の体系 表現種類 Tree ・ Network 地図 統計グラフ・ チャート Infograhics Pictogram PhotoViz 古代 1 4 7 10 中世 2 5 8 11 現代 3 6 9 12 作成ツール Cytoscape Gephi ArcGIS QGIS Carto Tablueau PowerBI Plotly Infogram E2D3
  63. 63. 研究者 (五十嵐) はData Vizの機能を どう見ているのか? 工学 : 便利な道具 ([ヒト、モノ、カネ]、情報、自然を制御 する方法、 理論) を作る New Comp + New Dataによって • 新しい「Data Vizの機能(表現)」を作れるように • 過去の「Data Vizの機能(表現) 」をより手軽に、より早 く誰でも使えるように(ライブラリー、プラットホーム) → 工学の研究対象 世界 (広がり) と歴史 (深さ) の体系
  64. 64. ターゲット データサイエンティスト アナリスト 営業、マーケ 非エンジニア 一般事務員 小、中、高生 データ好き データに触れる 機会多い データ嫌い、触れない 良い体験がない
  65. 65. よくある数値データ
  66. 66. よくある数値データ わかりづらい 見たくない
  67. 67. どうやったら、「データって面白い!」 という体験を作れるか? データ 計測 データ 解析 データ 可視化
  68. 68. 研究の目的 Webの技術(Javascript)を使って • データをわかりやすくグラフ化 • グラフが動く、操作できる • ユーザーがグラフを通じてデータから 色々発見ができる • 「データって面白い!」と感じる体験
  69. 69. Data Vizによって データサイエンティスト アナリスト 営業、マーケ 非エンジニア 一般事務員 小、中、高生 データって 面白い!
  70. 70. Excel
  71. 71. ユーザー数は・・・ Excel
  72. 72. 10億人! Excel
  73. 73. × Mashup! E2D3 (Excel to D3.js)
  74. 74. ユーザー数10億人のExcelから GUIのみで操作可能
  75. 75. Microsoft Office App Store から 誰でも無料に利用可能
  76. 76. 現在グラフ数:93個 Twitter, FB share, Web 埋め込み可能 by 市民 ハッカソン駆動開発
  77. 77. E2D3ハッカソン No ハッカソンの名称 課題パートナー 課題の種類 開催日 1 E2D3 ハッカソン 2015. 2. 8 2 Political Data Visualization Hackathon Vol. 1 ~ E2D3とマニフェストスイッチで新しい政治の見せ方 を考えよう! 早稲田大学マニフ ェスト研究所 選挙・政治 2015. 4. 11 3 小学生が楽しいと思うグラフを作るぞハッカソン organized by GreenHack & E2D3 株式会社 GreenHack 教育 2015. 5. 10 4 NewsPicks & SPEEDA スマートデータエクスペリエ ンスハッカソン powered by E2D3 株式会社ユーザ ベース 経営・経済 2015. 6. 14 5 オープンデータでみる埼玉県知事選ハッカソン! 早稲田大学マニフ ェスト研究所 選挙・政治 2015. 8. 2 6 LIGブログの勝手に1日編集長ハッカソン 株式会社LIG メディア 2015. 9.12 7 【裏鎌倉×野良IT】感性ビジュアライズの世界 NORA IT 自然・アウトドア 2015. 11. 7 8 名古屋から「世の中」ビジュアライジング・ハンズオ ン – 第一夜 Code for Nagoya 地方創生 2015. 11. 14 9 Code for Kurashiki E2D3勉強会 Code for Kurashiki 地方創生 2016. 1. 16 10 参院選データジャーナリズムハッカソン−立候補者 の違いを可視化しよう! 早稲田大学マニフ ェスト研究所 選挙、政治 2016. 7. 2
  78. 78. E2D3ハッカソンの開催判断、結果として PBL • 第1回目のハッカソンを除き、全てパートナー団体と一 緒に運営 • 課題を持っているパートナーと、その課題をデータ可 視化によって解決できるか話し合い、解決できる見込 みがあると双方が判断したときのみハッカソンを実施 • 多様な社会課題に対する新しいデータ可視化表現が 開発されることを目的に、できる限り多くのパートナー 団体とハッカソンを開催
  79. 79. て 題名 Data Viz 背景 アイコ ン Sample Data = 現実 or 仮想 表頭 表側 動く Interactive & Dynamics マウス操作有り、無しの画面遷 移 UI、UX、Touch、Action 1 いつ(When) 授業、部活 2 どこで(Where) 体育館、グラウンド 3 だれが(Who) 小学生高学年-高校生 4 なにを(What) 何と何を 5 なぜ(Why) 比較して何が知りたい? 6 どのように(How) データ測定方法 Data Vizの使用状況 By 手書き、PPT、 Sketch
  80. 80. オープンソース データビジュアライゼーション プラットホーム Win, Mac npm html, JS コミュニティ アプリ
  81. 81. 他のData Vizツールとの比較
  82. 82. 本当に面白いグラフは、Controlできない OSS+ハッカソンから産まれてくる 奇跡の瞬間がある!
  83. 83. under the sea
  84. 84. 川上くんの徒競走
  85. 85. 動物オリンピック
  86. 86. オープンデータの利用実績 政府統計データ 総務省:国勢調査 気象庁:平均気温、降水量、風向 国土交通省:国内空港トランジット流動分析 厚生労働省:人口動態調査 経済企画庁:新国民生活指標(住む)データ その他の統計データ 自動車検査登録情報協会:中京地区の自動車関連統計 早稲田大学が提供するマニフェストスイッチDB 平成26年度刊愛知県統計年鑑より平成24年度市町村税決算額 安城市世帯及び人口表〔含外国人〕 岡山県各市の在住外国人の状況 高梁川流域オープンデータ 「ゴオルシェア」に登録されている震災復興に関する目標階層構造 国連の人口統計データ 米国のIPOに関連するデータ New York、San Francisco、Austinの気温の変化
  87. 87. 受賞、記録歴14回
  88. 88. 仕組みと反響 開発期間2014.4〜3年 全エンジニア 41 全メンバー 100人 アクティブメンバー 74人 DL総数:8万 月次DL数:5千
  89. 89. Office Store Top Page 2016. 7〜 11ヶ月
  90. 90. E2D3 ボランティアメンバーの所属例 会社としての公式協力ではありません
  91. 91. 縦の役割分担 データサイエンティスト アナリスト 営業、マーケ 非エンジニア 一般事務員 小、中、高生 データって 面白い!
  92. 92. 横の役割分担 in (教科横櫛の)教養
  93. 93. オープンソース データビジュアライゼーション プラットホーム オープンデータ x 教育 Mashup!
  94. 94. Data Viz x オープンデータ x グラフィカシー教育 (社会課題を可視化するハッカソン) マイクロソフト、NewsPicks (Uzabase)、LIG、Code for 横浜、名古屋、倉敷らと約20回開催
  95. 95. Data Viz x オープンデータ x グラフィカシー教育 (社会課題を可視化するアイデアソン) Yahoo! みんなの政治、8つの高校・大学、塾で開催、メディア掲載11回
  96. 96. Data Vizを通じて 「データって面白い!」と皆が体験(≠知識) 「グラフィカシー」を皆が持っている 「データの力」を皆が活用できる 私たち(E2D3)が描く未来
  97. 97. ご協力のお願い • どのようなData Vizが面白いか一緒に考える・作る • 授業・ワークッショプ用のマニュアルを作る • 教員養成の大学と連携して授業で試す https://goo.gl/2MEMb1 のイベントに遊びに来てください!
  98. 98. ご静聴、ありがとうございました。 HP http://e2d3.org/ja/ FB https://www.facebook.com/e2d3project/ Twitter https://twitter.com/e2d3org Connpass http://e2d3.connpass.com/ Github https://github.com/e2d3/e2d3-contrib Founder & PJ Leader 五十嵐康伸

×