More Related Content
More from Takahiko Ito (7)
スライド作成入門
- 2. 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
- 5. 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。
- 11. 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
- 20. 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
- 21. 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
- 22. 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
- 23. 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
- 30. 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
- 32. 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
- 33. 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❗