Japanese 字幕

← Aude Explores Coordinated Migration

埋め込みコードを取得する
5言語

Showing Revision 2 created 08/02/2014 by Udacity.

  1. データの解析をする際
    常に好奇心と疑いの目を持つことを意識してください
  2. それを習慣化するために
    もう1つオードの話を共有したいと思います
  3. 次のビデオではオードがこの考え方をどのように
  4. データ解析に使っているか聞いてください
  5. ユーザの出身地と現在住んでいる都市のデータを集め
  6. 出身地が与えられた下での条件付き確率を見ました
  7. その出身地の人が今別の都市に
  8. 住んでいる確率はどのくらいなのでしょうか
  9. 例えばニューヨーク出身の人が
  10. 現在シカゴに住んでいる確率はどのくらいなのか
  11. ニューヨークやサンフランシスコ
    パリに住んでいる確率はどうかということです
  12. 私はほとんどの人が
  13. 現在住んでいる都市と出身地が同じだと
    予想していました
  14. もしシカゴで生まれ育ったのであれば
    現在もシカゴに住んでいる可能性が高いと思ったのです
  15. もちろん他の都市へ引っ越している可能性もありますが
    出身地にとどまる可能性が高いと予想しました
  16. しかし出身地と現在住んでいる都市が
    違うことが多かったのです
  17. 驚いたことにそれはかなり高い確率でした
  18. 私の計算が間違っていたか
    上流工程に問題があったかもしれないと思い
  19. 地図にデータを載せることにしました
  20. 出身地と出身地と違うと思われる
    現在住んでいる都市を
  21. すべてペアで載せていきました
  22. すると私たちが予想していたものとは
  23. まったく違った結果が見られました
  24. プログラムのバグではなく
    実際のパターンだったのです
  25. この地図には出身地と現在地を
    ペアで表示しているだけなので
  26. ペア同士の動きは見えませんが多くの都市において
  27. 出身地と現在地が違うケースが見られました
  28. 現在地には当初予想していなかったアフリカ西部
    インドやトルコなども含まれていました
  29. そしてたくさんの小さな都市から
    同じ都市へ移住していくケースも多く見られました
  30. そこでさらに詳しく調べてみて分かったことは
  31. 現在地の分布がとてもフラットだったことです
  32. パリで生まれ育って
    今もパリに住んでいるかもしれませんが
  33. 何千とあるパリ郊外の都市の1つに
    住んでいるかもしれません
  34. 分布が非常にフラットなので
  35. 整理する境界線を決めなければなりませんでした
  36. 私たちは郊外の他の都市に引っ越している可能性も
  37. 高いことを念頭に置くことにしました
  38. もう1つ考えたことがあります
    世界規模で地図を見た時と
  39. どこか特定の地域をクローズアップして見た時に
  40. 同じものを見たいわけではありません
  41. なので可視化にあたり対話性を持たせたかったのです
  42. そこで私たちはJavascriptベースの
    可視化フレームワークであるD3を使用しました
  43. それによりデータに対話性を持たせることができ
  44. 多くの有用な探索が可能になりました