SlideShare a Scribd company logo

#詐欺グラフ

•
•
Akihiko Iyoda
Akihiko Iyoda

第二回ニコニコ学会βデータ研究会のおまけLTで発表したものです。 多少わかりやすく補足してあります。

Education
1 of 14
Download to read offline
# 1
2
2013 3 10 20
4 • • • • • •
ICT / 2012 5
6
2010 7
NHK 2010 8 …
2009 10 11 9 •
2012 10 • •
BCN 2011 7 11 …
12 • • • • • … • … …
13Wonder Graph Generato http://aikelab.net/wdgg/
14 • : - • http://agora-web.jp/archives/1419972.html • - NAVER • http://matome.naver.jp/odai/2131592080611832101

Recommended

SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向SSII
 
[DL輪読会]Bayesian Uncertainty Estimation for Batch Normalized Deep Networks
[DL輪読会]Bayesian Uncertainty Estimation for Batch Normalized Deep Networks[DL輪読会]Bayesian Uncertainty Estimation for Batch Normalized Deep Networks
[DL輪読会]Bayesian Uncertainty Estimation for Batch Normalized Deep NetworksDeep Learning JP
 
【メタサーベイ】Vision and Language のトップ研究室/研究者
【メタサーベイ】Vision and Language のトップ研究室/研究者【メタサーベイ】Vision and Language のトップ研究室/研究者
【メタサーベイ】Vision and Language のトップ研究室/研究者cvpaper. challenge
 
Real-Time Semantic Stereo Matching
Real-Time Semantic Stereo MatchingReal-Time Semantic Stereo Matching
Real-Time Semantic Stereo Matchingharmonylab
 
絶対に描いてはいけないグラフ入りスライド24枚
絶対に描いてはいけないグラフ入りスライド24枚絶対に描いてはいけないグラフ入りスライド24枚
絶対に描いてはいけないグラフ入りスライド24枚itoyan110
 
深層学習を用いた服飾画像の印象推定に関する研究
深層学習を用いた服飾画像の印象推定に関する研究深層学習を用いた服飾画像の印象推定に関する研究
深層学習を用いた服飾画像の印象推定に関する研究harmonylab
 
fastTextの実装を見てみた
fastTextの実装を見てみたfastTextの実装を見てみた
fastTextの実装を見てみたYoshihiko Shiraki
 
[DL輪読会]Real-Time Semantic Stereo Matching
[DL輪読会]Real-Time Semantic Stereo Matching[DL輪読会]Real-Time Semantic Stereo Matching
[DL輪読会]Real-Time Semantic Stereo MatchingDeep Learning JP
 

Recommended

SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向SSII
 
[DL輪読会]Bayesian Uncertainty Estimation for Batch Normalized Deep Networks
[DL輪読会]Bayesian Uncertainty Estimation for Batch Normalized Deep Networks[DL輪読会]Bayesian Uncertainty Estimation for Batch Normalized Deep Networks
[DL輪読会]Bayesian Uncertainty Estimation for Batch Normalized Deep NetworksDeep Learning JP
 
【メタサーベイ】Vision and Language のトップ研究室/研究者
【メタサーベイ】Vision and Language のトップ研究室/研究者【メタサーベイ】Vision and Language のトップ研究室/研究者
【メタサーベイ】Vision and Language のトップ研究室/研究者cvpaper. challenge
 
Real-Time Semantic Stereo Matching
Real-Time Semantic Stereo MatchingReal-Time Semantic Stereo Matching
Real-Time Semantic Stereo Matchingharmonylab
 
絶対に描いてはいけないグラフ入りスライド24枚
絶対に描いてはいけないグラフ入りスライド24枚絶対に描いてはいけないグラフ入りスライド24枚
絶対に描いてはいけないグラフ入りスライド24枚itoyan110
 
深層学習を用いた服飾画像の印象推定に関する研究
深層学習を用いた服飾画像の印象推定に関する研究深層学習を用いた服飾画像の印象推定に関する研究
深層学習を用いた服飾画像の印象推定に関する研究harmonylab
 
fastTextの実装を見てみた
fastTextの実装を見てみたfastTextの実装を見てみた
fastTextの実装を見てみたYoshihiko Shiraki
 
[DL輪読会]Real-Time Semantic Stereo Matching
[DL輪読会]Real-Time Semantic Stereo Matching[DL輪読会]Real-Time Semantic Stereo Matching
[DL輪読会]Real-Time Semantic Stereo MatchingDeep Learning JP
 
教師なし画像特徴表現学習の動向 {Un, Self} supervised representation learning (CVPR 2018 完全読破...
教師なし画像特徴表現学習の動向 {Un, Self} supervised representation learning (CVPR 2018 完全読破...教師なし画像特徴表現学習の動向 {Un, Self} supervised representation learning (CVPR 2018 完全読破...
教師なし画像特徴表現学習の動向 {Un, Self} supervised representation learning (CVPR 2018 完全読破...cvpaper. challenge
 
CVPR 2019 速報
CVPR 2019 速報CVPR 2019 速報
CVPR 2019 速報cvpaper. challenge
 
論文紹介：Parameter-Efficient Transfer Learning for NLP
論文紹介：Parameter-Efficient Transfer Learning for NLP論文紹介：Parameter-Efficient Transfer Learning for NLP
論文紹介：Parameter-Efficient Transfer Learning for NLPToru Tamaki
 
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理Toru Tamaki
 
【DL輪読会】Scale Efficiently: Insights from Pre-training and Fine-tuning Transfor...
【DL輪読会】Scale Efficiently: Insights from Pre-training and Fine-tuning Transfor...【DL輪読会】Scale Efficiently: Insights from Pre-training and Fine-tuning Transfor...
【DL輪読会】Scale Efficiently: Insights from Pre-training and Fine-tuning Transfor...Deep Learning JP
 
【ECCV 2018】Implicit 3D Orientation Learning for 6D Object Detection from RGB ...
【ECCV 2018】Implicit 3D Orientation Learning for 6D Object Detection from RGB ...【ECCV 2018】Implicit 3D Orientation Learning for 6D Object Detection from RGB ...
【ECCV 2018】Implicit 3D Orientation Learning for 6D Object Detection from RGB ...cvpaper. challenge
 
関西CVPRML勉強会2018 岡本大和 Unsupervised Feature Learning Via Non-Parametric Instanc...
関西CVPRML勉強会2018 岡本大和 Unsupervised Feature Learning Via Non-Parametric Instanc...関西CVPRML勉強会2018 岡本大和 Unsupervised Feature Learning Via Non-Parametric Instanc...
関西CVPRML勉強会2018 岡本大和 Unsupervised Feature Learning Via Non-Parametric Instanc...Yamato OKAMOTO
 
WebRTCを利用した遠隔リアルタイム映像処理フレームワークの実装
WebRTCを利用した遠隔リアルタイム映像処理フレームワークの実装WebRTCを利用した遠隔リアルタイム映像処理フレームワークの実装
WebRTCを利用した遠隔リアルタイム映像処理フレームワークの実装tnoho
 
Transformer 動向調査 in 画像認識(修正版)
Transformer 動向調査 in 画像認識(修正版)Transformer 動向調査 in 画像認識(修正版)
Transformer 動向調査 in 画像認識(修正版)Kazuki Maeno
 
言語と画像の表現学習
言語と画像の表現学習言語と画像の表現学習
言語と画像の表現学習Yuki Noguchi
 
Chainerで流体計算
Chainerで流体計算Chainerで流体計算
Chainerで流体計算Preferred Networks
 
Stockfish NNUEプロジェクト - 第25回ゲームプログラミングワークショップ (GPW-20)
Stockfish NNUEプロジェクト - 第25回ゲームプログラミングワークショップ (GPW-20)Stockfish NNUEプロジェクト - 第25回ゲームプログラミングワークショップ (GPW-20)
Stockfish NNUEプロジェクト - 第25回ゲームプログラミングワークショップ (GPW-20)Hisayori Noda
 
35歳だけどrailsチュートリアルを完走したら人生が変わった話
35歳だけどrailsチュートリアルを完走したら人生が変わった話35歳だけどrailsチュートリアルを完走したら人生が変わった話
35歳だけどrailsチュートリアルを完走したら人生が変わった話Hironori Yokoyama
 
テストの組み立て方
テストの組み立て方テストの組み立て方
テストの組み立て方kauji0522
 
20190825 vins mono
20190825 vins mono20190825 vins mono
20190825 vins monoTakuya Minagawa
 
自己PRプレゼンテーション
自己PRプレゼンテーション自己PRプレゼンテーション
自己PRプレゼンテーション麻実 内原
 
深センで半年間住んでMakeと研究をしてみた
深センで半年間住んでMakeと研究をしてみた深センで半年間住んでMakeと研究をしてみた
深センで半年間住んでMakeと研究をしてみたJunichi Akita
 
SVGでつくるインタラクティブWebアプリケーション
SVGでつくるインタラクティブWebアプリケーションSVGでつくるインタラクティブWebアプリケーション
SVGでつくるインタラクティブWebアプリケーションKohei Kadowaki
 
ロボティクスにおける SLAM 手法と実用化例
ロボティクスにおける SLAM 手法と実用化例ロボティクスにおける SLAM 手法と実用化例
ロボティクスにおける SLAM 手法と実用化例Yoshitaka HARA
 
DBパフォーマンス・チューニング
DBパフォーマンス・チューニングDBパフォーマンス・チューニング
DBパフォーマンス・チューニングYukihiro Kitazawa
 
統計非専門家の認知を促進するための情報の可視化
統計非専門家の認知を促進するための情報の可視化統計非専門家の認知を促進するための情報の可視化
統計非専門家の認知を促進するための情報の可視化Yoshihide Nishio
 
Webライティング11のルール
Webライティング11のルールWebライティング11のルール
Webライティング11のルールTsutomu Sogitani
 

More Related Content

What's hot

教師なし画像特徴表現学習の動向 {Un, Self} supervised representation learning (CVPR 2018 完全読破...
教師なし画像特徴表現学習の動向 {Un, Self} supervised representation learning (CVPR 2018 完全読破...教師なし画像特徴表現学習の動向 {Un, Self} supervised representation learning (CVPR 2018 完全読破...
教師なし画像特徴表現学習の動向 {Un, Self} supervised representation learning (CVPR 2018 完全読破...cvpaper. challenge
 
論文紹介：Parameter-Efficient Transfer Learning for NLP
論文紹介：Parameter-Efficient Transfer Learning for NLP論文紹介：Parameter-Efficient Transfer Learning for NLP
論文紹介：Parameter-Efficient Transfer Learning for NLPToru Tamaki
 
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理Toru Tamaki
 
【DL輪読会】Scale Efficiently: Insights from Pre-training and Fine-tuning Transfor...
【DL輪読会】Scale Efficiently: Insights from Pre-training and Fine-tuning Transfor...【DL輪読会】Scale Efficiently: Insights from Pre-training and Fine-tuning Transfor...
【DL輪読会】Scale Efficiently: Insights from Pre-training and Fine-tuning Transfor...Deep Learning JP
 
【ECCV 2018】Implicit 3D Orientation Learning for 6D Object Detection from RGB ...
【ECCV 2018】Implicit 3D Orientation Learning for 6D Object Detection from RGB ...【ECCV 2018】Implicit 3D Orientation Learning for 6D Object Detection from RGB ...
【ECCV 2018】Implicit 3D Orientation Learning for 6D Object Detection from RGB ...cvpaper. challenge
 
関西CVPRML勉強会2018 岡本大和 Unsupervised Feature Learning Via Non-Parametric Instanc...
関西CVPRML勉強会2018 岡本大和 Unsupervised Feature Learning Via Non-Parametric Instanc...関西CVPRML勉強会2018 岡本大和 Unsupervised Feature Learning Via Non-Parametric Instanc...
関西CVPRML勉強会2018 岡本大和 Unsupervised Feature Learning Via Non-Parametric Instanc...Yamato OKAMOTO
 
WebRTCを利用した遠隔リアルタイム映像処理フレームワークの実装
WebRTCを利用した遠隔リアルタイム映像処理フレームワークの実装WebRTCを利用した遠隔リアルタイム映像処理フレームワークの実装
WebRTCを利用した遠隔リアルタイム映像処理フレームワークの実装tnoho
 
Transformer 動向調査 in 画像認識(修正版)
Transformer 動向調査 in 画像認識(修正版)Transformer 動向調査 in 画像認識(修正版)
Transformer 動向調査 in 画像認識(修正版)Kazuki Maeno
 
言語と画像の表現学習
言語と画像の表現学習言語と画像の表現学習
言語と画像の表現学習Yuki Noguchi
 
Stockfish NNUEプロジェクト - 第25回ゲームプログラミングワークショップ (GPW-20)
Stockfish NNUEプロジェクト - 第25回ゲームプログラミングワークショップ (GPW-20)Stockfish NNUEプロジェクト - 第25回ゲームプログラミングワークショップ (GPW-20)
Stockfish NNUEプロジェクト - 第25回ゲームプログラミングワークショップ (GPW-20)Hisayori Noda
 
35歳だけどrailsチュートリアルを完走したら人生が変わった話
35歳だけどrailsチュートリアルを完走したら人生が変わった話35歳だけどrailsチュートリアルを完走したら人生が変わった話
35歳だけどrailsチュートリアルを完走したら人生が変わった話Hironori Yokoyama
 
テストの組み立て方
テストの組み立て方テストの組み立て方
テストの組み立て方kauji0522
 
自己PRプレゼンテーション
自己PRプレゼンテーション自己PRプレゼンテーション
自己PRプレゼンテーション麻実 内原
 
深センで半年間住んでMakeと研究をしてみた
深センで半年間住んでMakeと研究をしてみた深センで半年間住んでMakeと研究をしてみた
深センで半年間住んでMakeと研究をしてみたJunichi Akita
 
SVGでつくるインタラクティブWebアプリケーション
SVGでつくるインタラクティブWebアプリケーションSVGでつくるインタラクティブWebアプリケーション
SVGでつくるインタラクティブWebアプリケーションKohei Kadowaki
 
ロボティクスにおける SLAM 手法と実用化例
ロボティクスにおける SLAM 手法と実用化例ロボティクスにおける SLAM 手法と実用化例
ロボティクスにおける SLAM 手法と実用化例Yoshitaka HARA
 
DBパフォーマンス・チューニング
DBパフォーマンス・チューニングDBパフォーマンス・チューニング
DBパフォーマンス・チューニングYukihiro Kitazawa
 

What's hot (20)

教師なし画像特徴表現学習の動向 {Un, Self} supervised representation learning (CVPR 2018 完全読破...
教師なし画像特徴表現学習の動向 {Un, Self} supervised representation learning (CVPR 2018 完全読破...教師なし画像特徴表現学習の動向 {Un, Self} supervised representation learning (CVPR 2018 完全読破...
教師なし画像特徴表現学習の動向 {Un, Self} supervised representation learning (CVPR 2018 完全読破...
 
CVPR 2019 速報
CVPR 2019 速報CVPR 2019 速報
CVPR 2019 速報
 
論文紹介：Parameter-Efficient Transfer Learning for NLP
論文紹介：Parameter-Efficient Transfer Learning for NLP論文紹介：Parameter-Efficient Transfer Learning for NLP
論文紹介：Parameter-Efficient Transfer Learning for NLP
 
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
 
【DL輪読会】Scale Efficiently: Insights from Pre-training and Fine-tuning Transfor...
【DL輪読会】Scale Efficiently: Insights from Pre-training and Fine-tuning Transfor...【DL輪読会】Scale Efficiently: Insights from Pre-training and Fine-tuning Transfor...
【DL輪読会】Scale Efficiently: Insights from Pre-training and Fine-tuning Transfor...
 
【ECCV 2018】Implicit 3D Orientation Learning for 6D Object Detection from RGB ...
【ECCV 2018】Implicit 3D Orientation Learning for 6D Object Detection from RGB ...【ECCV 2018】Implicit 3D Orientation Learning for 6D Object Detection from RGB ...
【ECCV 2018】Implicit 3D Orientation Learning for 6D Object Detection from RGB ...
 
関西CVPRML勉強会2018 岡本大和 Unsupervised Feature Learning Via Non-Parametric Instanc...
関西CVPRML勉強会2018 岡本大和 Unsupervised Feature Learning Via Non-Parametric Instanc...関西CVPRML勉強会2018 岡本大和 Unsupervised Feature Learning Via Non-Parametric Instanc...
関西CVPRML勉強会2018 岡本大和 Unsupervised Feature Learning Via Non-Parametric Instanc...
 
WebRTCを利用した遠隔リアルタイム映像処理フレームワークの実装
WebRTCを利用した遠隔リアルタイム映像処理フレームワークの実装WebRTCを利用した遠隔リアルタイム映像処理フレームワークの実装
WebRTCを利用した遠隔リアルタイム映像処理フレームワークの実装
 
Transformer 動向調査 in 画像認識(修正版)
Transformer 動向調査 in 画像認識(修正版)Transformer 動向調査 in 画像認識(修正版)
Transformer 動向調査 in 画像認識(修正版)
 
言語と画像の表現学習
言語と画像の表現学習言語と画像の表現学習
言語と画像の表現学習
 
Chainerで流体計算
Chainerで流体計算Chainerで流体計算
Chainerで流体計算
 
Stockfish NNUEプロジェクト - 第25回ゲームプログラミングワークショップ (GPW-20)
Stockfish NNUEプロジェクト - 第25回ゲームプログラミングワークショップ (GPW-20)Stockfish NNUEプロジェクト - 第25回ゲームプログラミングワークショップ (GPW-20)
Stockfish NNUEプロジェクト - 第25回ゲームプログラミングワークショップ (GPW-20)
 
35歳だけどrailsチュートリアルを完走したら人生が変わった話
35歳だけどrailsチュートリアルを完走したら人生が変わった話35歳だけどrailsチュートリアルを完走したら人生が変わった話
35歳だけどrailsチュートリアルを完走したら人生が変わった話
 
テストの組み立て方
テストの組み立て方テストの組み立て方
テストの組み立て方
 
20190825 vins mono
20190825 vins mono20190825 vins mono
20190825 vins mono
 
自己PRプレゼンテーション
自己PRプレゼンテーション自己PRプレゼンテーション
自己PRプレゼンテーション
 
深センで半年間住んでMakeと研究をしてみた
深センで半年間住んでMakeと研究をしてみた深センで半年間住んでMakeと研究をしてみた
深センで半年間住んでMakeと研究をしてみた
 
SVGでつくるインタラクティブWebアプリケーション
SVGでつくるインタラクティブWebアプリケーションSVGでつくるインタラクティブWebアプリケーション
SVGでつくるインタラクティブWebアプリケーション
 
ロボティクスにおける SLAM 手法と実用化例
ロボティクスにおける SLAM 手法と実用化例ロボティクスにおける SLAM 手法と実用化例
ロボティクスにおける SLAM 手法と実用化例
 
DBパフォーマンス・チューニング
DBパフォーマンス・チューニングDBパフォーマンス・チューニング
DBパフォーマンス・チューニング
 

Viewers also liked

統計非専門家の認知を促進するための情報の可視化
統計非専門家の認知を促進するための情報の可視化統計非専門家の認知を促進するための情報の可視化
統計非専門家の認知を促進するための情報の可視化Yoshihide Nishio
 
Webライティング11のルール
Webライティング11のルールWebライティング11のルール
Webライティング11のルールTsutomu Sogitani
 
線形モデルによる文京区の賃貸物件価格の解釈（「最高の借家」は統計解析で見つかるか？）
線形モデルによる文京区の賃貸物件価格の解釈（「最高の借家」は統計解析で見つかるか？）線形モデルによる文京区の賃貸物件価格の解釈（「最高の借家」は統計解析で見つかるか？）
線形モデルによる文京区の賃貸物件価格の解釈（「最高の借家」は統計解析で見つかるか？）windfall_j
 
見やすいプレゼン資料の作り方 - リニューアル増量版
見やすいプレゼン資料の作り方 - リニューアル増量版見やすいプレゼン資料の作り方 - リニューアル増量版
見やすいプレゼン資料の作り方 - リニューアル増量版MOCKS | Yuta Morishige
 
データビジュアライゼーションはなぜ「コストが高い」と言われるのか
データビジュアライゼーションはなぜ「コストが高い」と言われるのかデータビジュアライゼーションはなぜ「コストが高い」と言われるのか
データビジュアライゼーションはなぜ「コストが高い」と言われるのか清水 正行
 
データをわかりやすく可視化する「データビジュアライゼーション」勉強会
データをわかりやすく可視化する「データビジュアライゼーション」勉強会データをわかりやすく可視化する「データビジュアライゼーション」勉強会
データをわかりやすく可視化する「データビジュアライゼーション」勉強会Yuichi Yazaki
 
Python for R Users
Python for R UsersPython for R Users
Python for R UsersAjay Ohri
 
細かすぎて伝わらないD3 ver.4の話
細かすぎて伝わらないD3 ver.4の話細かすぎて伝わらないD3 ver.4の話
細かすぎて伝わらないD3 ver.4の話清水 正行
 
【プレゼン】見やすいプレゼン資料の作り方【初心者用】
【プレゼン】見やすいプレゼン資料の作り方【初心者用】【プレゼン】見やすいプレゼン資料の作り方【初心者用】
【プレゼン】見やすいプレゼン資料の作り方【初心者用】MOCKS | Yuta Morishige
 
初心者のためのTableau0→1
初心者のためのTableau0→1初心者のためのTableau0→1
初心者のためのTableau0→1OWL.learn
 
可視化法学(Linked Open Data Challenge 2016)授賞式プレゼン
可視化法学(Linked Open Data Challenge 2016)授賞式プレゼン可視化法学(Linked Open Data Challenge 2016)授賞式プレゼン
可視化法学(Linked Open Data Challenge 2016)授賞式プレゼン(shibao)芝尾 (kouichiro)幸一郎
 

Viewers also liked (12)

統計非専門家の認知を促進するための情報の可視化
統計非専門家の認知を促進するための情報の可視化統計非専門家の認知を促進するための情報の可視化
統計非専門家の認知を促進するための情報の可視化
 
Webライティング11のルール
Webライティング11のルールWebライティング11のルール
Webライティング11のルール
 
線形モデルによる文京区の賃貸物件価格の解釈（「最高の借家」は統計解析で見つかるか？）
線形モデルによる文京区の賃貸物件価格の解釈（「最高の借家」は統計解析で見つかるか？）線形モデルによる文京区の賃貸物件価格の解釈（「最高の借家」は統計解析で見つかるか？）
線形モデルによる文京区の賃貸物件価格の解釈（「最高の借家」は統計解析で見つかるか？）
 
企業における統計学入門
企業における統計学入門企業における統計学入門
企業における統計学入門
 
見やすいプレゼン資料の作り方 - リニューアル増量版
見やすいプレゼン資料の作り方 - リニューアル増量版見やすいプレゼン資料の作り方 - リニューアル増量版
見やすいプレゼン資料の作り方 - リニューアル増量版
 
データビジュアライゼーションはなぜ「コストが高い」と言われるのか
データビジュアライゼーションはなぜ「コストが高い」と言われるのかデータビジュアライゼーションはなぜ「コストが高い」と言われるのか
データビジュアライゼーションはなぜ「コストが高い」と言われるのか
 
データをわかりやすく可視化する「データビジュアライゼーション」勉強会
データをわかりやすく可視化する「データビジュアライゼーション」勉強会データをわかりやすく可視化する「データビジュアライゼーション」勉強会
データをわかりやすく可視化する「データビジュアライゼーション」勉強会
 
Python for R Users
Python for R UsersPython for R Users
Python for R Users
 
細かすぎて伝わらないD3 ver.4の話
細かすぎて伝わらないD3 ver.4の話細かすぎて伝わらないD3 ver.4の話
細かすぎて伝わらないD3 ver.4の話
 
【プレゼン】見やすいプレゼン資料の作り方【初心者用】
【プレゼン】見やすいプレゼン資料の作り方【初心者用】【プレゼン】見やすいプレゼン資料の作り方【初心者用】
【プレゼン】見やすいプレゼン資料の作り方【初心者用】
 
初心者のためのTableau0→1
初心者のためのTableau0→1初心者のためのTableau0→1
初心者のためのTableau0→1
 
可視化法学(Linked Open Data Challenge 2016)授賞式プレゼン
可視化法学(Linked Open Data Challenge 2016)授賞式プレゼン可視化法学(Linked Open Data Challenge 2016)授賞式プレゼン
可視化法学(Linked Open Data Challenge 2016)授賞式プレゼン
 

#詐欺グラフ