SlideShare a Scribd company logo
1 of 35
伊藤 敬彦
自己紹介
•    PFI で働いてます
•    発表は苦手
•    Twitter アカウント:takahi_i
•    今年 35 歳
準備:プログラマは発表する
•  プログラマ⾃自分のやっていることをスライドで発表する
•  発表する機会
   –  勉強会
   –  オープンソースのカンファレンス
•  発表者の希望:発表内容を理理解してもらいたい
理解させる重要性
•  発表者の希望とは別に重要である理由もある
   –  “コスト”

•  発表を聞いている人の時間を消費
   –  例:40人に相手に一時間発表
   –  一時間で40時間を消費
   –  40時間=一人の社員の一週間分の労働時間
参考図書:理解されないのか
     •  題⽬目: Beyond bullet
        points.

     •  主題:どういうスライドが
        理理解しにくいのか
         –  ⼈人の認知のメカニズム基
            に解説

     ➥ 以下、この本を下敷き
       に、”スライドが理理解され
       るプロセス” を紹介する。
内容
•  スライドによる発表と人の認知
•  どういうときに認知を超えてしまうのか
内容
•  スライドによる発表と人の認知
•  どういうときに認知を超えてしまうのか
スライドによる発表とは
伝えたいことをスライド    の集合を利用して伝える




         伝えたいこと
スライドによる発表の特徴
スライドを一枚づつ投影する(後戻りはできない)



   伝えたいこと



              2   1
スライドによる発表が目指すこと
登壇者が伝えたいことを、聴衆の記憶に構築する作業


  伝えたいこと             聴衆の記憶




➥本では二種類の記憶が紹介されている
人の認知:二種類の記憶領域
•  短期記憶
   –  直近の記憶
   –  領域は限られている(計算機のレジスタ)
•  長期記憶
   –  過去の記憶
   –  大容量(計算機のハードディスク)
   –  重要:短期記憶に保存されないと長期記憶に保存さ
      れない
スライドを通じた記憶の構築
一枚づつ表示されるスライドが短期記憶を通過して、長期
記憶に保存される

             短期記憶


                    長期記憶
  伝えたいこと
発表が理解されない時
短期記憶を通過できないスライドが存在する時。




                    長期記憶
  伝えたいこと




           通過できない
ではどういうときに短期記憶通過できないのか?
内容
•  スライドによる発表と人の認知
•  どういうときに認知を超えてしまうのか
スライドが短期記憶を通過できな
       い時
以下の二つの理由が多い
•  一スライドあたりの情報多い
•  スライド間のつながりが悪い
スライドが短期記憶を通過できな
       い時
以下の二つの理由が多い
•  一スライドあたりの情報多い
•  スライド間のつながりが悪い
問題1:情報が多すぎ
一つのスライドに情報が多いと、理解を超えてしまう。



   伝えたいこと
            ………………
            ………………
            ………………
            ………………
            ………………
                     通れない。。。
一スライドあたりの情報多い
情報が多くなってしまうのは以下の原因がある
•  文字が多い
   –  行数が多い、文が長い
•  内容多過
   –  トピックが複数
   –  新語の説明が無い
   –  複雑な図
良くない例

Hadoop の概略
•  Apache Hadoopは大規模データの分散処理を支
   えるJavaソフトウェアフレームワークであり、フ
   リーソフトウェアとして配布されている。
•  Hadoopはアプリケーションが数千ノードおよび
   ペタバイト級のデータを処理することを可能として
   いる。
•  Hadoop は Rack Awareness をサポートしている。
•  HadoopはGoogleのMapReduceおよびGoogle
   File System(GFS)論文に触発されたものである。
                         Wikipedia より転載

                    Wikipedia より内容を一部転載
改善:文を短く

Apache Hadoop の概略
•  大規模データの分散処理を支えるJavaソフトウェ
   アフレームワーク
•  フリーソフトウェアとして配布
•  ペタバイト級のデータを処理することを可能とする
    •  Rack Awareness をサポート
•  Google の論文に触発され制作された




               Wikipedia より内容を一部転載
改善:用語の解説を追加

Apache Hadoop の概略
•  大規模データの分散処理を支えるJavaソフトウェ
   アフレームワーク
•  フリーソフトウェアとして配布
•  ペタバイト級のデータを処理することを可能とする
    •  Rack Awareness (サーバクラスタの地理的位
       置を考慮した最適化) のサポート
•  Google の論文に触発され制作された



                    Wikipedia より内容を一部転載
改善:スライドを分ける
スライドを “概略” と ”スケーラビリティ” の二つに分解す
る



Hadoop の概略          Hadoop: Scalability

•  大規模データの分散処理      •  ペタバイト級のデータを
   を支えるJavaソフトウェ       処理することを可能とす
   アフレームワーク            る
•  フリーソフトウェアとし      •  Rack Awareness (サーバ
   て配布                 クラスタの地理的位置を
•  Google の論文に触発さ      考慮した最適化) のサポー
   れ制作された              ト
よくない実例:情報が多い
スライドが短期記憶を通過できな
       い時
以下の二つの理由が多い
•  一スライドあたりの情報多い
•  スライド間のつながりが悪い
問題2:スライド間のつながり
•  各スライドの情報量は適切でも、問題は起こる
   ➥ スライド間のつながりが悪いために理解が阻害
   1.  昔のトピックを扱う
   2.  何の前ふりも無く別のトピックに移動する

➥ 上記二つの問題について具体例を見てゆく
問題:昔のトピックを扱う
•  通常一つの発表では複数のトピックを扱う
   –  例: Hadoop に関する発表
       •  Hadoop の概要説明
       •  Hadoop の運用 Tips
       •  負荷の検証実験

•  解説が終わったトピックを、再び後のスライドで扱うと
   聴衆の理解に負荷がかかる
例:昔のトピックを扱う
•  Jubatus によるレシピの自動分類を紹介する発表。
•  問題点:手法説明がタスク(レシピ分類)の前後に分断。



Jubatus   Jubatus   レシピ   レシピ分類       Jubatus
  概要        性能       分類   タスク説明      で大規模処理

                                    
                                     ?

•  最後のスライドを見ている時、聴衆は Jubatus の詳細を
   忘れている。
改善:昔のトピックを扱う
タスクが混線しないように整理
 –  はじめにタスク(レシピ分類)
 –  次にJubatus を利用するメリットを説明


 レシピ   レシピ分類   レシピは流   Jubatus   Jubatus
  分類   タスク説明   量が多い…     概要        性能
問題:何の前ふりも無く別のト
    ピックに移動する
•  通常一つの発表では複数のトピックを扱う
•  トピックが遷移するときに情報が無い
   ➥ 聴衆を置いてけぼりにする
例:トピックの良くない移動
以下のスライドはつながりが悪い
理由:精度向上のスライドの直後に実験が始まっている


自動分類の精度向上                  実験
•  レシピの自動分類に Support      •  レシピの自動分類精度を評価す
   Vector Machine (SVM)      る実験を行った
   [Vapnik] を利用した
                          •  データ:COOKPAD のお料理
•  ここで SVM は二値分類器            カテゴリを利用
    •  高い汎化性能を誇る
    •  非線形問題にも対応          •  アルゴリズム:SVM, Deep
                             Learning, Passive-Aggressive
改善:トピックの移動
•  精度向上のスライドの最後に次は実験を行うと宣言する。
   NOTE: スライドの最後の一行は次のスライドへの布石

自動分類の精度向上                  実験
•  レシピの自動分類に Support      •  レシピの自動分類精度を評価す
   Vector Machine (SVM)      る実験を行った
   [Vapnik] を利用した
                          •  データ:COOKPAD のお料理
•  ここで SVM は二値分類器            カテゴリを利用
    •  高い汎化性能を誇る
    •  非線形問題にも対応          •  アルゴリズム:SVM, Deep
                             Learning, Passive-Aggressive
→ 以下、性能を実験により評価
まとめ
•  本、Beyond the bullet points の紹介
   –  人の理解の過程
   –  どのような状況で分かりにくくなるのか
•  スライドの改善例を提示
•  注: 営業資料、提案資料の作成技術は今回行った話とは
   大きく異なる❗
理解しやすいスライドを作る

•  声に出してスライドを読む
•  内容についてあまり詳しくない人に聞いてもらう
•  時間内に説明が難しい場合は思い切って削除
ご清聴ありがとうございました。

More Related Content

Similar to スライド作成入門

モジュールの凝集度・結合度・インタフェース
モジュールの凝集度・結合度・インタフェースモジュールの凝集度・結合度・インタフェース
モジュールの凝集度・結合度・インタフェースHajime Yanagawa
 
ディープラーニング最近の発展とビジネス応用への課題
ディープラーニング最近の発展とビジネス応用への課題ディープラーニング最近の発展とビジネス応用への課題
ディープラーニング最近の発展とビジネス応用への課題Kenta Oono
 
4時間まったりWordPressテーマ作成講座
4時間まったりWordPressテーマ作成講座4時間まったりWordPressテーマ作成講座
4時間まったりWordPressテーマ作成講座Shinichi Nishikawa
 
AgileTourOsaka2011 関係者に理解してもらえるアジャイル開発にむけて
AgileTourOsaka2011 関係者に理解してもらえるアジャイル開発にむけてAgileTourOsaka2011 関係者に理解してもらえるアジャイル開発にむけて
AgileTourOsaka2011 関係者に理解してもらえるアジャイル開発にむけてShuji Morisaki
 
Using Deep Learning for Recommendation
Using Deep Learning for RecommendationUsing Deep Learning for Recommendation
Using Deep Learning for RecommendationEduardo Gonzalez
 
opensource and accessibility (Dec2000) Part 2
opensource and accessibility (Dec2000) Part 2opensource and accessibility (Dec2000) Part 2
opensource and accessibility (Dec2000) Part 2Takuya Nishimoto
 
深層学習(岡本孝之 著) - Deep Learning chap.1 and 2
深層学習(岡本孝之 著) - Deep Learning chap.1 and 2深層学習(岡本孝之 著) - Deep Learning chap.1 and 2
深層学習(岡本孝之 著) - Deep Learning chap.1 and 2Masayoshi Kondo
 
システムパフォーマンス勉強会#4
システムパフォーマンス勉強会#4システムパフォーマンス勉強会#4
システムパフォーマンス勉強会#4shingo suzuki
 
システムパフォーマンス勉強会#4
システムパフォーマンス勉強会#4システムパフォーマンス勉強会#4
システムパフォーマンス勉強会#4shingo suzuki
 
COD2012 T2/T3 : 実機で試す SQL Server の現状取得
COD2012 T2/T3 : 実機で試す SQL Server の現状取得COD2012 T2/T3 : 実機で試す SQL Server の現状取得
COD2012 T2/T3 : 実機で試す SQL Server の現状取得Masayuki Ozawa
 
NSQ-Centric Architecture (GoCon Autumn 2014)
NSQ-Centric Architecture (GoCon Autumn 2014)NSQ-Centric Architecture (GoCon Autumn 2014)
NSQ-Centric Architecture (GoCon Autumn 2014)guregu
 
WordPress中級者への道!テンプレートタグはどう動くのか!?
WordPress中級者への道!テンプレートタグはどう動くのか!?WordPress中級者への道!テンプレートタグはどう動くのか!?
WordPress中級者への道!テンプレートタグはどう動くのか!?Shinichi Nishikawa
 
[DL輪読会]One Model To Learn Them All
[DL輪読会]One Model To Learn Them All[DL輪読会]One Model To Learn Them All
[DL輪読会]One Model To Learn Them AllDeep Learning JP
 
議論を描く技術「ファシリテーショングラフィック」
議論を描く技術「ファシリテーショングラフィック」議論を描く技術「ファシリテーショングラフィック」
議論を描く技術「ファシリテーショングラフィック」nishikawa_makoto7
 
協調フィルタリング with Mahout
協調フィルタリング with Mahout協調フィルタリング with Mahout
協調フィルタリング with MahoutKatsuhiro Takata
 
2014/5/29 東大相澤山崎研勉強会:パターン認識とニューラルネットワーク,Deep Learningまで
2014/5/29 東大相澤山崎研勉強会:パターン認識とニューラルネットワーク,Deep Learningまで2014/5/29 東大相澤山崎研勉強会:パターン認識とニューラルネットワーク,Deep Learningまで
2014/5/29 東大相澤山崎研勉強会:パターン認識とニューラルネットワーク,Deep LearningまでHokuto Kagaya
 
C#/.NETがやっていること 第二版
C#/.NETがやっていること 第二版C#/.NETがやっていること 第二版
C#/.NETがやっていること 第二版信之 岩永
 
「チーム開発実践入門」勉強会
「チーム開発実践入門」勉強会「チーム開発実践入門」勉強会
「チーム開発実践入門」勉強会Yu Ishikawa
 

Similar to スライド作成入門 (20)

モジュールの凝集度・結合度・インタフェース
モジュールの凝集度・結合度・インタフェースモジュールの凝集度・結合度・インタフェース
モジュールの凝集度・結合度・インタフェース
 
ディープラーニング最近の発展とビジネス応用への課題
ディープラーニング最近の発展とビジネス応用への課題ディープラーニング最近の発展とビジネス応用への課題
ディープラーニング最近の発展とビジネス応用への課題
 
4時間まったりWordPressテーマ作成講座
4時間まったりWordPressテーマ作成講座4時間まったりWordPressテーマ作成講座
4時間まったりWordPressテーマ作成講座
 
AgileTourOsaka2011 関係者に理解してもらえるアジャイル開発にむけて
AgileTourOsaka2011 関係者に理解してもらえるアジャイル開発にむけてAgileTourOsaka2011 関係者に理解してもらえるアジャイル開発にむけて
AgileTourOsaka2011 関係者に理解してもらえるアジャイル開発にむけて
 
Using Deep Learning for Recommendation
Using Deep Learning for RecommendationUsing Deep Learning for Recommendation
Using Deep Learning for Recommendation
 
opensource and accessibility (Dec2000) Part 2
opensource and accessibility (Dec2000) Part 2opensource and accessibility (Dec2000) Part 2
opensource and accessibility (Dec2000) Part 2
 
深層学習(岡本孝之 著) - Deep Learning chap.1 and 2
深層学習(岡本孝之 著) - Deep Learning chap.1 and 2深層学習(岡本孝之 著) - Deep Learning chap.1 and 2
深層学習(岡本孝之 著) - Deep Learning chap.1 and 2
 
システムパフォーマンス勉強会#4
システムパフォーマンス勉強会#4システムパフォーマンス勉強会#4
システムパフォーマンス勉強会#4
 
システムパフォーマンス勉強会#4
システムパフォーマンス勉強会#4システムパフォーマンス勉強会#4
システムパフォーマンス勉強会#4
 
COD2012 T2/T3 : 実機で試す SQL Server の現状取得
COD2012 T2/T3 : 実機で試す SQL Server の現状取得COD2012 T2/T3 : 実機で試す SQL Server の現状取得
COD2012 T2/T3 : 実機で試す SQL Server の現状取得
 
NSQ-Centric Architecture (GoCon Autumn 2014)
NSQ-Centric Architecture (GoCon Autumn 2014)NSQ-Centric Architecture (GoCon Autumn 2014)
NSQ-Centric Architecture (GoCon Autumn 2014)
 
WordPress中級者への道!テンプレートタグはどう動くのか!?
WordPress中級者への道!テンプレートタグはどう動くのか!?WordPress中級者への道!テンプレートタグはどう動くのか!?
WordPress中級者への道!テンプレートタグはどう動くのか!?
 
[DL輪読会]One Model To Learn Them All
[DL輪読会]One Model To Learn Them All[DL輪読会]One Model To Learn Them All
[DL輪読会]One Model To Learn Them All
 
資格四方山話
資格四方山話資格四方山話
資格四方山話
 
議論を描く技術「ファシリテーショングラフィック」
議論を描く技術「ファシリテーショングラフィック」議論を描く技術「ファシリテーショングラフィック」
議論を描く技術「ファシリテーショングラフィック」
 
協調フィルタリング with Mahout
協調フィルタリング with Mahout協調フィルタリング with Mahout
協調フィルタリング with Mahout
 
2014/5/29 東大相澤山崎研勉強会:パターン認識とニューラルネットワーク,Deep Learningまで
2014/5/29 東大相澤山崎研勉強会:パターン認識とニューラルネットワーク,Deep Learningまで2014/5/29 東大相澤山崎研勉強会:パターン認識とニューラルネットワーク,Deep Learningまで
2014/5/29 東大相澤山崎研勉強会:パターン認識とニューラルネットワーク,Deep Learningまで
 
Hadoop Summit 2016 San Jose ストリーム処理関連の報告 #streamctjp
Hadoop Summit 2016 San Jose ストリーム処理関連の報告 #streamctjpHadoop Summit 2016 San Jose ストリーム処理関連の報告 #streamctjp
Hadoop Summit 2016 San Jose ストリーム処理関連の報告 #streamctjp
 
C#/.NETがやっていること 第二版
C#/.NETがやっていること 第二版C#/.NETがやっていること 第二版
C#/.NETがやっていること 第二版
 
「チーム開発実践入門」勉強会
「チーム開発実践入門」勉強会「チーム開発実践入門」勉強会
「チーム開発実践入門」勉強会
 

More from Takahiko Ito

Elasticsearch の検索精度のチューニング 〜テストを作って高速かつ安全に〜
Elasticsearch の検索精度のチューニング 〜テストを作って高速かつ安全に〜Elasticsearch の検索精度のチューニング 〜テストを作って高速かつ安全に〜
Elasticsearch の検索精度のチューニング 〜テストを作って高速かつ安全に〜Takahiko Ito
 
RedPen の開発方法についてのまとめ
RedPen の開発方法についてのまとめRedPen の開発方法についてのまとめ
RedPen の開発方法についてのまとめTakahiko Ito
 
Hadoop conference Japan 2011
Hadoop conference Japan 2011Hadoop conference Japan 2011
Hadoop conference Japan 2011Takahiko Ito
 
Lucene revolution 2011
Lucene revolution 2011Lucene revolution 2011
Lucene revolution 2011Takahiko Ito
 
Solr meeting in Japan 2011
Solr meeting in Japan 2011Solr meeting in Japan 2011
Solr meeting in Japan 2011Takahiko Ito
 

More from Takahiko Ito (7)

Elasticsearch の検索精度のチューニング 〜テストを作って高速かつ安全に〜
Elasticsearch の検索精度のチューニング 〜テストを作って高速かつ安全に〜Elasticsearch の検索精度のチューニング 〜テストを作って高速かつ安全に〜
Elasticsearch の検索精度のチューニング 〜テストを作って高速かつ安全に〜
 
RedPen の開発方法についてのまとめ
RedPen の開発方法についてのまとめRedPen の開発方法についてのまとめ
RedPen の開発方法についてのまとめ
 
DocumentValidator
DocumentValidatorDocumentValidator
DocumentValidator
 
Hadoop conference Japan 2011
Hadoop conference Japan 2011Hadoop conference Japan 2011
Hadoop conference Japan 2011
 
Lucene revolution 2011
Lucene revolution 2011Lucene revolution 2011
Lucene revolution 2011
 
KDD 2005
KDD 2005KDD 2005
KDD 2005
 
Solr meeting in Japan 2011
Solr meeting in Japan 2011Solr meeting in Japan 2011
Solr meeting in Japan 2011
 

スライド作成入門