SlideShare a Scribd company logo
1 of 145
GTFSの可視化
GTFSで遊んでみよう!
バス停情報研究家 佐野一昭
2017.3.4
1
International Open Data Day 2017 in Shizuoka
佐野 一昭
さの かずあき
・幼少期からバスが好きでした
・学生時代は登下校時も遠足時もバスチェック
・趣味が高じて、1年で全国47都道府県を周ったことも
・就職して通勤でバスを使ったことで、乗る楽しみを知りました
・社内でバスの乗り方や予約方法を質問をされることがあり、
世の中にバス情報が不足していることに気付きました
・バス情報をわかりやすく伝える仕組みを造りたいと思うようになりました
・バス停の位置情報取得を開始、現在約4.4万地点を取得
東京、神奈川を中心に4.4万地点以上
4
2016年末で神奈川県全域の
調査完了
アメリカ合衆国 14地域、カナダ 2地域 を訪問
5
Los Angeles, CA
Chicago, IL
New Orleans, LA
Washington, DC
New York, NY
San Diego, CA
Orlando, FL
Buffalo, NY
Toronto, ON
Minneapolis, MN
Seattle, WA
Vancouver, BC
San Francisco, CA
Long Beach, CA Jacksonville, FL
Houston, TX
GTFSとは?
General Transit Feed Specification の略称
強引に和訳すると「標準的な交通情報の仕様」
みたいな感じでしょうか。
GTFSとは、公共交通機関の路線や時刻表といった情
報が表現できるデータ形式です。
欧米などでは、交通事業者の多くが情報をオープンデー
タとして配布していますが、GTFS形式で公開されること
が多く、デファクトスタンダードと言えます。
6
GTFSとは?
また、GoogleマップがGTFSをサポートしているため、
GTFSで情報を提供することにより、世界の人たちが
Googleマップ上で、バスや電車の乗換案内などで
使うことができるようにもなります。
GTFSのこれまでの経緯について、以下に詳しい説明が
あります。
「オープンデータ標準を作る:GTFS物語」
http://qiita.com/niyalist/items/5eef5f9fef7fa1dc6644
7
GTFSとは?
日本では、まだGTFSで情報提供をしている交通事業
者は多くはありませんが、オープンデータ化も拡がりつつあ
るので、GTFSを理解することは有益だと考えています。
とはいえ、路線や時刻表などをデータ化したものなので、
GTFSそのものは数字や英字がたくさん並んでいて、
どんなことが書かれているのか、なかなかわかりにくいもの
だと思います。
そこで、GTFSをフリーで使えるツールを使って可視化を
試みようというのが、今回のテーマです。
8
注意!
GTFS ≠ オープンデータです。
オープンデータとは、機械判読に適した形式で、
二次利用が可能な利用ルールで公開されたデータです。
GTFSとは、バスや鉄道などの運行情報をデータ化する
形式のひとつです。
海外も含めて、多くの運行情報がオープンデータとして
公開されており、それらがGTFSであることが多いです。
つまり、オープンデータとして公開されている運行情報の
標準的なフォーマットがGTFSということになります。
9
注意!
逆に言えば、公共交通機関の運行情報をGTFSに変
換することは可能ですが、そのすべてがオープンデータかど
うかは別です。
GTFSのデータがオープンデータとして公開されているかど
うかは、それぞれ確認する必要があります。
10
GTFSを入手しよう
インターネット上で公開されているGTFSをダウンロード
しましょう。
アメリカのバス事業者のサイトには、Developersなどの
名称のページがあり、そこからGTFSをダウンロードできる
ようになっています。
※氏名や使用目的を登録する必要がある場合があります。
11
GTFSを入手しよう
12
Chicago, IL Newark, NJ
San Diego, CA Orlando, FL
GTFSを入手しよう
13
今回は、みなさんの比較的身近な静岡県内のGTFSを
使って可視化を進めていこうと思います。
・島田市
・焼津市
ファイルの内容を見てみると
…
GTFSは、ウェブサイトからダウンロードできます。
ダウンロードしたGTFSは、google_transit.zipなどの
ファイルですが、これは複数のファイルがひとつに圧縮さた
状態です。
14
ファイルの内容を見てみると
…
google_transit.zipの中を見てみると、
agency.txt、calender_dates.txtなどの7個の
ファイルが入っていることがわかります。
15
ファイルの内容を見てみると
…
GTFSの内容については、以下のサイトに詳しい説明が
あります。
GTFSとは(GoogleDevelopers内)
https://developers.google.com/transit/gtfs/?hl=ja
16
ファイルの内容を見てみると
…
agency.txt 必須 このフィードのデータを提供する 1 社以上の交通機関。
stops.txt 必須 乗客が乗り降りする停車地点。
routes.txt 必須 交通機関のルート。ルートとは利用者に 1 つのサービスとして表示される、
旅程のグループのことです。
trips.txt 必須 各ルートの旅程。旅程とは一定の時間に 2 回以上の停車を伴う移動
行程を指します。
stop_times.txt 必須 各旅程の個々の停車地への到着時刻と出発時刻。
calendar.txt 必須 週間時刻表に基づいたサービス ID の日付。サービスの開始日と終了日に
加えて、サービスが利用できる曜日を指定します。
calendar_dates.txt 省略可能 calendar.txt ファイルで定義されたサービス ID の例外。
この calendar_dates.txt にサービスのすべての日付を含める場合、
calendar.txt の代わりにこのファイルだけを指定することも可能です。
fare_attributes.txt 省略可能 交通機関のルートの料金情報。
fare_rules.txt 省略可能 交通機関のルートの料金情報を適用するための規則。
shapes.txt 省略可能 交通機関のルートを示す線を地図に描くための規則。
frequencies.txt 省略可能 サービスの間隔が一定でないルートの運行間隔(旅程の間隔)。
transfers.txt 省略可能 乗換地点で別のルートに乗り継ぐための規則。
feed_info.txt 省略可能 フィード自体に関するその他の情報(フィード提供者、バージョン、
有効期間などの情報)。
【GTFSリファレンスより参照】 https://developers.google.com/transit/gtfs/reference?hl=ja
17
ファイルの内容を見てみると
…
GTFSは、13のファイルで構成されています。
このうち必須なのは6ファイルで、それ以外の7ファイルは
必要に応じて準備する形になります。
今回は、
agency.txt stops.txt
routes.txt trips.txt
stop_times.txt shapes.txt
calender_dates.txt
の7ファイルがあります。
とりあえず、内容を見てみましょう。
18
ファイルの内容を見てみると
…
stops.txt
UMAP
GoogleFusjionTable
QGIS
19
ファイルの内容を見てみると
…
なんだか、数字や英字が並んでいますね。
各項目をカンマで区切ったCSVファイルですが、
パッと見ても内容がよくわからないですね~
ということで、GTFSを可視化してみましょう。
20
Excelで開いてみましょう
前準備として、GTFSをエクセルで開いてみましょう。
21
Excelで開いてみましょう
エクセルを起動します。
22
Excelで開いてみましょう
データのリボンを選択し、テキストファイルをクリックします。
23
Excelで開いてみましょう
agency.txtを選択し、インポートボタンを押します。
24
Excelで開いてみましょう
「先頭行を…」にチェックして、次へボタンを押します。
25
Excelで開いてみましょう
区切り文字「カンマ」にチェックして、次へボタンを押します。
26
Excelで開いてみましょう
完了ボタンを押します。
27
Excelで開いてみましょう
OKボタンを押します。
28
Excelで開いてみましょう
agency.txtの内容が表示されました。
29
Excelで開いてみましょう
他の6ファイルも同じようにエクセルで開いてみましょう。
30
Excelで開いてみましょう
shape_idは桁数が多いため、指数表示になっています。
31
Excelで開いてみましょう
ホームリボンを表示します。
32
Excelで開いてみましょう
A列を選択状態にして、数値を選択します。
33
Excelで開いてみましょう
shape_idが数値表示になります。
34
GTFSを可視化しよう
停留所と路線は、地図にプロットしてみます。
運行情報は、ダイアグラムとして表示してみます。
35
停留所を地図にプロット
stops.txtは、停留所の名称や位置情報を含んだファ
イルです。そのため、地図にプロット(配置)することで可
視化できます。
地図に位置情報をプロットできるツールは、例えば以下
のようなものが使えます。
umap
GoogleFusjionTable
QGIS
36
停留所を地図にプロット
今回は、インターナショナルオープンデータデイということで
地図のオープンデータであるOpenStreetMapを使った
サービスであるumapを使ってみましょう。
umapは、以下のURLでアクセスできます。
https://umap.openstreetmap.fr/ja/
37
停留所を地図にプロット
umapの最初の画面です。
38
停留所を地図にプロット
マップを作成を押します。
39
停留所を地図にプロット
地図が表示されたら、ファイルのインポートを開始します。
40
停留所を地図にプロット
右側メニューの上向き矢印ボタンを押します。
41
停留所を地図にプロット
ファイル選択ボタンを押します。
42
停留所を地図にプロット
stops.txtを選択して、開くボタンを押します。
43
停留所を地図にプロット
インポートデータ形式を選択からcsvを選択します。
44
停留所を地図にプロット
インポートボタンを押します。
45
停留所を地図にプロット
停留所が表示されました。閉じるボタンを押します。
46
停留所を地図にプロット
地図を移動したり、ズームしてみましょう。
47
停留所を地図にプロット
島田駅周辺を表示してみました。
48
停留所を地図にプロット
停留所のアイコンをクリックすると、ボタンが表示されます。
49
停留所を地図にプロット
編集ボタンを押すと、停留所の内容が表示されます。
50
経路を地図にプロット
shapes.txtは路線の経路を含んだファイルです。そのた
め停留所と同様に地図にプロットすることで可視化でき
ます。
経路を地図上に描くときには直線を組み合わせることに
なります。そのため曲がった道を通るような場合は短い直
線を組み合わせて表現します。
shapes.txtには、直線の始点と終点がたくさん書かれ
ています。
51
経路を地図にプロット
B列とC列が緯度経度で、直線の始終点を示します。
52
経路を地図にプロット
停留所と同じようにumapにプロットすることが可能です
が、このままだと始終点だけになってしまいます。
ここでは直線を表現できるkmlというデータ形式に変換
して、umapにインポートします。
※kmlについては、こちらに説明があります。
https://developers.google.com/kml/?hl=ja
53
経路を地図にプロット
予め用意したエクセルマクロでkmlに変換します。
54
経路を地図にプロット
kmlファイルとして保存します。
55
経路を地図にプロット
テキストエディタを起動します。
56
経路を地図にプロット
Ctrl+Aでkml全体を選択します。
57
経路を地図にプロット
Ctrl+Cでコピーします。
58
経路を地図にプロット
テキストエディタにCtrl+Vで貼り付けます。
59
経路を地図にプロット
shapes.kmlというファイル名で保存します。
60
経路を地図にプロット
umapの画面に移動し、マップを作成を押します。
61
経路を地図にプロット
地図が表示されたら、ファイルのインポートを開始します。
62
経路を地図にプロット
右側メニューの上向き矢印ボタンを押します。
63
経路を地図にプロット
ファイル選択ボタンを押します。
64
経路を地図にプロット
shapes.txtを選択して、開くボタンを押します。
65
経路を地図にプロット
インポートデータ形式が自動的にkmlになります。
66
経路を地図にプロット
インポートボタンを押します。
67
経路を地図にプロット
経路が表示されました。閉じるボタンを押します。
68
停留所を地図にプロット
島田駅周辺を表示してみました。
69
停留所を地図にプロット
停留所を追加し、背景を変えてみました。
70
運行情報をダイヤグラムに
地図上に、停留所や路線をプロットすることができました。
もう一方で、バスは時刻によって走り方が決まっています
が、GTFSにはそういった運行情報も含まれています。
運行情報は、ダイヤグラムと呼ばれる縦軸に走行距離、
横軸に時間とした二次元の表現をすることができます。
71
運行情報をダイヤグラムに
GTFSでは、主に以下の4つのファイルの組み合わせで
運行情報を表現しています。
stops.txt
routes.txt
trips.txt
stop_times.txt
72
「その筋屋」とは?
ダイヤグラムを描くことができるツールとして「その筋屋」と
いうソフトがあります。
このソフトは、バスを運行する本業の人が使う専門的な
ものですが、バス情報のオープンデータ化にも取り組まれ
ており、GTFS生成機能も持っています。
今回はダイヤグラムを表示する機能を活用させてもらい
ます。
http://www.sinjidai.com/sujiya/
73
「その筋屋」とは?
「その筋屋」にはGTFSを直接入力することはできません
が、専用のExcelフォーマットが準備されています。
今回は、先ほどGTFSの各ファイルをExcelファイルにしま
したので、それをExcelのVBAマクロで変換して、「その
筋屋」に入力できるフォーマットにします。
74
「その筋屋」とは?
ExcelのVBAマクロで変換しました。
75
「その筋屋」の準備
76
「その筋屋」を起動します。
「その筋屋」の準備
77
右側のダイヤの追加・編集をチェックします。
「その筋屋」の準備
78
改正日を設定し、付加する文字列を入力します。
「その筋屋」の準備
79
新規ダイヤボタンを押します。
「その筋屋」の準備
80
作成するボタンを押します。
「その筋屋」の準備
81
島田市・焼津市が追加されました。
「その筋屋」の準備
82
編成開始ボタンを押します。
「その筋屋」の準備
83
「その筋屋」の準備が終わり、初期の画面になりました。
停留所の読込み
84
マウスを上へ持っていくと、メニューが表示されます。
停留所の読込み
85
メニューの基本データを選択します。
停留所の読込み
86
規定シートボタンを押します。
停留所の読込み
87
エクセルからのデータ読込画面が表示されます。
停留所の読込み
88
エクセルを駅・停留所シートを選んだ状態にします。
停留所の読込み
89
読込開始ボタンを押します。
停留所の読込み
90
自動的にエクセル画面に変わり、読込が始まります。
停留所の読込み
91
読込が終わったら、閉じるボタンを押します。
停留所の読込み
92
駅・停留所ボタン押します。
停留所の読込み
93
駅・停留所データの画面が開いて、読込んだ結果が
確認できます。
路線の読込み
94
規定シートボタンを押します。
路線の読込み
95
路線タブを選択します。
路線の読込み
96
路線.xlsxを開きます。
路線の読込み
97
読込開始ボタンを押します。
路線の読込み
98
自動的にエクセル画面に変わり、読込が始まります。
路線の読込み
99
読込が終わったら、閉じるボタンを押します。
路線の読込み
100
左側に路線に含まれる停留所が表示されます。
系統の読込み
101
規定シートボタンを押します。
系統の読込み
102
系統タブを選択します。
系統の読込み
103
系統.xlsxを開きます。
系統の読込み
104
読込開始ボタンを押します。
系統の読込み
105
自動的にエクセル画面に変わり、読込が始まります。
系統の読込み
106
読込が終わったら、閉じるボタンを押します。
系統の読込み
107
路線と系統ボタン押します。
系統の読込み
108
路線と系統画面が表示されます。
系統の読込み
109
所属系統の編集をチェックすると、系統が表示されます。
スジとは便のことです。
スジは、平日、土曜、日祝の3種類のパターンが
ありますので、それぞれを分割して読込みます。
ここでは、
平日
土曜
日祝
の順で読込みます。
スジの読込み
110
マウスを左に持っていくと曜日が選択できます。
スジの読込み
111
規定シートボタンを押します。
スジの読込み
112
スジタブを選択します。
スジの読込み
113
スジ平.xlsxを開きます。
スジの読込み
114
読込開始ボタンを押します。
スジの読込み
115
自動的にエクセル画面に変わり、読込が始まります。
スジの読込み
116
読込が終わったら、閉じるボタンを押します。
スジの読込み
117
画面中央にダイヤグラムが表示されます。
スジの読込み
118
土曜を選択します。
スジの読込み
119
土曜を選択したので、左側が青い表示になります。
スジの読込み
120
規定シートボタンを押します。
スジの読込み
121
スジタブを選択します。
スジの読込み
122
スジ土.xlsxを開きます。
スジの読込み
123
読込開始ボタンを押します。
スジの読込み
124
自動的にエクセル画面に変わり、読込が始まります。
スジの読込み
125
読込が終わったら、閉じるボタンを押します。
スジの読込み
126
画面中央にダイヤグラムが表示されます。
スジの読込み
127
日祝を選択します。
スジの読込み
128
日祝を選択したので、左側が赤い表示になります。
スジの読込み
129
スジタブを選択します。
スジの読込み
130
スジ日.xlsxを開きます。
スジの読込み
131
読込開始ボタンを押します。
スジの読込み
132
自動的にエクセル画面に変わり、読込が始まります。
スジの読込み
133
読込が終わったら、閉じるボタンを押します。
スジの読込み
134
日祝に運行がないのでダイヤグラムが表示されません。
スジの読込み
135
左上のボタンを押すと路線が圧縮表示になります。
スジの読込み
136
大井川焼津線のボタンを押します。
スジの読込み
137
拡大表示になり、ダイヤグラムが見えるようになります。
スジの読込み
138
GTFSのデータを「その筋屋」に読込んで、ダイヤグラムの
表示にすることができました。
せっかくなので、「その筋屋」の機能を使ってみましょう。
「その筋屋」を使ってみよう
139
マウスをスジの上に持っていくと、詳細が表示されます。
「その筋屋」を使ってみよう
140
路線時刻表ボタンを押してみます。
「その筋屋」を使ってみよう
141
スジをクリックします。
「その筋屋」を使ってみよう
142
この路線の時刻表が表示されます。
「その筋屋」を使ってみよう
143
復をクリックすると、逆方向の時刻表が表示されます。
「その筋屋」を使ってみよう
144
145

More Related Content

What's hot

パターン認識と機械学習入門
パターン認識と機械学習入門パターン認識と機械学習入門
パターン認識と機械学習入門Momoko Hayamizu
 
分散深層学習 @ NIPS'17
分散深層学習 @ NIPS'17分散深層学習 @ NIPS'17
分散深層学習 @ NIPS'17Takuya Akiba
 
オントロジーとは?
オントロジーとは?オントロジーとは?
オントロジーとは?Kouji Kozaki
 
最尤推定法(NNでの応用)
最尤推定法(NNでの応用)最尤推定法(NNでの応用)
最尤推定法(NNでの応用)MatsuiRyo
 
なぜ統計学がビジネスの 意思決定において大事なのか?
なぜ統計学がビジネスの 意思決定において大事なのか?なぜ統計学がビジネスの 意思決定において大事なのか?
なぜ統計学がビジネスの 意思決定において大事なのか?Takashi J OZAKI
 
GTFSオープンデータで公共交通をアップデート
GTFSオープンデータで公共交通をアップデートGTFSオープンデータで公共交通をアップデート
GTFSオープンデータで公共交通をアップデートMasaki Ito
 
深層強化学習による自動運転車両の経路探索に関する研究
深層強化学習による自動運転車両の経路探索に関する研究深層強化学習による自動運転車両の経路探索に関する研究
深層強化学習による自動運転車両の経路探索に関する研究harmonylab
 
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3Preferred Networks
 
機器學習簡報 / 机器学习简报 Machine Learning
機器學習簡報 / 机器学习简报 Machine Learning 機器學習簡報 / 机器学习简报 Machine Learning
機器學習簡報 / 机器学习简报 Machine Learning Will Kuan 官大鈞
 
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用Hiroyuki Masuda
 
失敗から学ぶ データ分析グループの チームマネジメント変遷 (デブサミ2016) #devsumi
失敗から学ぶデータ分析グループのチームマネジメント変遷 (デブサミ2016) #devsumi失敗から学ぶデータ分析グループのチームマネジメント変遷 (デブサミ2016) #devsumi
失敗から学ぶ データ分析グループの チームマネジメント変遷 (デブサミ2016) #devsumiTokoroten Nakayama
 
機械学習の応用例にみる認知症診断と将来の発症予測
機械学習の応用例にみる認知症診断と将来の発症予測機械学習の応用例にみる認知症診断と将来の発症予測
機械学習の応用例にみる認知症診断と将来の発症予測Momoko Hayamizu
 
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A SurveyAkira Taniguchi
 
最適化超入門
最適化超入門最適化超入門
最適化超入門Takami Sato
 
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4shakezo
 
平面グラフと交通ネットワークのアルゴリズム
平面グラフと交通ネットワークのアルゴリズム平面グラフと交通ネットワークのアルゴリズム
平面グラフと交通ネットワークのアルゴリズムTakuya Akiba
 
密度比推定による時系列データの異常検知
密度比推定による時系列データの異常検知密度比推定による時系列データの異常検知
密度比推定による時系列データの異常検知- Core Concept Technologies
 
変分推論法(変分ベイズ法)(PRML第10章)
変分推論法(変分ベイズ法)(PRML第10章)変分推論法(変分ベイズ法)(PRML第10章)
変分推論法(変分ベイズ法)(PRML第10章)Takao Yamanaka
 
距離とクラスタリング
距離とクラスタリング距離とクラスタリング
距離とクラスタリング大貴 末廣
 
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究harmonylab
 

What's hot (20)

パターン認識と機械学習入門
パターン認識と機械学習入門パターン認識と機械学習入門
パターン認識と機械学習入門
 
分散深層学習 @ NIPS'17
分散深層学習 @ NIPS'17分散深層学習 @ NIPS'17
分散深層学習 @ NIPS'17
 
オントロジーとは?
オントロジーとは?オントロジーとは?
オントロジーとは?
 
最尤推定法(NNでの応用)
最尤推定法(NNでの応用)最尤推定法(NNでの応用)
最尤推定法(NNでの応用)
 
なぜ統計学がビジネスの 意思決定において大事なのか?
なぜ統計学がビジネスの 意思決定において大事なのか?なぜ統計学がビジネスの 意思決定において大事なのか?
なぜ統計学がビジネスの 意思決定において大事なのか?
 
GTFSオープンデータで公共交通をアップデート
GTFSオープンデータで公共交通をアップデートGTFSオープンデータで公共交通をアップデート
GTFSオープンデータで公共交通をアップデート
 
深層強化学習による自動運転車両の経路探索に関する研究
深層強化学習による自動運転車両の経路探索に関する研究深層強化学習による自動運転車両の経路探索に関する研究
深層強化学習による自動運転車両の経路探索に関する研究
 
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
 
機器學習簡報 / 机器学习简报 Machine Learning
機器學習簡報 / 机器学习简报 Machine Learning 機器學習簡報 / 机器学习简报 Machine Learning
機器學習簡報 / 机器学习简报 Machine Learning
 
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用
 
失敗から学ぶ データ分析グループの チームマネジメント変遷 (デブサミ2016) #devsumi
失敗から学ぶデータ分析グループのチームマネジメント変遷 (デブサミ2016) #devsumi失敗から学ぶデータ分析グループのチームマネジメント変遷 (デブサミ2016) #devsumi
失敗から学ぶ データ分析グループの チームマネジメント変遷 (デブサミ2016) #devsumi
 
機械学習の応用例にみる認知症診断と将来の発症予測
機械学習の応用例にみる認知症診断と将来の発症予測機械学習の応用例にみる認知症診断と将来の発症予測
機械学習の応用例にみる認知症診断と将来の発症予測
 
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
 
最適化超入門
最適化超入門最適化超入門
最適化超入門
 
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
 
平面グラフと交通ネットワークのアルゴリズム
平面グラフと交通ネットワークのアルゴリズム平面グラフと交通ネットワークのアルゴリズム
平面グラフと交通ネットワークのアルゴリズム
 
密度比推定による時系列データの異常検知
密度比推定による時系列データの異常検知密度比推定による時系列データの異常検知
密度比推定による時系列データの異常検知
 
変分推論法(変分ベイズ法)(PRML第10章)
変分推論法(変分ベイズ法)(PRML第10章)変分推論法(変分ベイズ法)(PRML第10章)
変分推論法(変分ベイズ法)(PRML第10章)
 
距離とクラスタリング
距離とクラスタリング距離とクラスタリング
距離とクラスタリング
 
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
 

Viewers also liked

100%の公共交通オープンデータを目指して International Open Data Day 2017 Shizuoka
100%の公共交通オープンデータを目指して International Open Data Day 2017 Shizuoka100%の公共交通オープンデータを目指して International Open Data Day 2017 Shizuoka
100%の公共交通オープンデータを目指して International Open Data Day 2017 ShizuokaMasaki Ito
 
いろいろなバス停
いろいろなバス停いろいろなバス停
いろいろなバス停Kazuaki Sano
 
インターナショナル・オープンデータ・デイin掛川 プレイベント
インターナショナル・オープンデータ・デイin掛川 プレイベントインターナショナル・オープンデータ・デイin掛川 プレイベント
インターナショナル・オープンデータ・デイin掛川 プレイベントMasahiko Shoji
 
OpenTrans.it: 公共交通オープンデータを世界標準GTFSで配信!
OpenTrans.it: 公共交通オープンデータを世界標準GTFSで配信!OpenTrans.it: 公共交通オープンデータを世界標準GTFSで配信!
OpenTrans.it: 公共交通オープンデータを世界標準GTFSで配信!Masaki Ito
 
オープンデータディ2017(講演)
オープンデータディ2017(講演)オープンデータディ2017(講演)
オープンデータディ2017(講演)Hiroyuki Ichikawa
 
ハッカソンを考える
ハッカソンを考えるハッカソンを考える
ハッカソンを考えるMasahiko Shoji
 
David Scott Leonard Sr
David Scott Leonard SrDavid Scott Leonard Sr
David Scott Leonard SrDave leonard
 
La comunicacion
La comunicacionLa comunicacion
La comunicacion26008733
 
San Diego DMA Demographics
San Diego DMA DemographicsSan Diego DMA Demographics
San Diego DMA DemographicsKristen Carney
 
Особливості регулювання міжнародної
Особливості регулювання міжнародноїОсобливості регулювання міжнародної
Особливості регулювання міжнародноїOllie Flawless
 
Keeper ratings of animal personality as a tool for improving the breeding, ma...
Keeper ratings of animal personality as a tool for improving the breeding, ma...Keeper ratings of animal personality as a tool for improving the breeding, ma...
Keeper ratings of animal personality as a tool for improving the breeding, ma...Carly Chadwick
 
Practicology Conference 2017 - Omnichannel CX Report launch
Practicology Conference 2017 - Omnichannel CX Report launchPracticology Conference 2017 - Omnichannel CX Report launch
Practicology Conference 2017 - Omnichannel CX Report launchPracticology
 
50 ways to increase your online sales (Roger Willcocks)
50 ways to increase your online sales (Roger Willcocks)50 ways to increase your online sales (Roger Willcocks)
50 ways to increase your online sales (Roger Willcocks)Screen Pages
 
東京都市大 大学院特別講義 「ITによって進化する公共交通の最前線」 後編:データ編
東京都市大 大学院特別講義 「ITによって進化する公共交通の最前線」 後編:データ編東京都市大 大学院特別講義 「ITによって進化する公共交通の最前線」 後編:データ編
東京都市大 大学院特別講義 「ITによって進化する公共交通の最前線」 後編:データ編Masaki Ito
 

Viewers also liked (20)

100%の公共交通オープンデータを目指して International Open Data Day 2017 Shizuoka
100%の公共交通オープンデータを目指して International Open Data Day 2017 Shizuoka100%の公共交通オープンデータを目指して International Open Data Day 2017 Shizuoka
100%の公共交通オープンデータを目指して International Open Data Day 2017 Shizuoka
 
いろいろなバス停
いろいろなバス停いろいろなバス停
いろいろなバス停
 
インターナショナル・オープンデータ・デイin掛川 プレイベント
インターナショナル・オープンデータ・デイin掛川 プレイベントインターナショナル・オープンデータ・デイin掛川 プレイベント
インターナショナル・オープンデータ・デイin掛川 プレイベント
 
OpenTrans.it: 公共交通オープンデータを世界標準GTFSで配信!
OpenTrans.it: 公共交通オープンデータを世界標準GTFSで配信!OpenTrans.it: 公共交通オープンデータを世界標準GTFSで配信!
OpenTrans.it: 公共交通オープンデータを世界標準GTFSで配信!
 
オープンデータディ2017(講演)
オープンデータディ2017(講演)オープンデータディ2017(講演)
オープンデータディ2017(講演)
 
ハッカソンを考える
ハッカソンを考えるハッカソンを考える
ハッカソンを考える
 
Open Data / MyData
Open Data / MyDataOpen Data / MyData
Open Data / MyData
 
David Scott Leonard Sr
David Scott Leonard SrDavid Scott Leonard Sr
David Scott Leonard Sr
 
La comunicacion
La comunicacionLa comunicacion
La comunicacion
 
David
DavidDavid
David
 
San Diego DMA Demographics
San Diego DMA DemographicsSan Diego DMA Demographics
San Diego DMA Demographics
 
Особливості регулювання міжнародної
Особливості регулювання міжнародноїОсобливості регулювання міжнародної
Особливості регулювання міжнародної
 
Keeper ratings of animal personality as a tool for improving the breeding, ma...
Keeper ratings of animal personality as a tool for improving the breeding, ma...Keeper ratings of animal personality as a tool for improving the breeding, ma...
Keeper ratings of animal personality as a tool for improving the breeding, ma...
 
Practicology Conference 2017 - Omnichannel CX Report launch
Practicology Conference 2017 - Omnichannel CX Report launchPracticology Conference 2017 - Omnichannel CX Report launch
Practicology Conference 2017 - Omnichannel CX Report launch
 
Glücksradar_201032017
Glücksradar_201032017Glücksradar_201032017
Glücksradar_201032017
 
50 ways to increase your online sales (Roger Willcocks)
50 ways to increase your online sales (Roger Willcocks)50 ways to increase your online sales (Roger Willcocks)
50 ways to increase your online sales (Roger Willcocks)
 
Oracle dba
Oracle dbaOracle dba
Oracle dba
 
東京都市大 大学院特別講義 「ITによって進化する公共交通の最前線」 後編:データ編
東京都市大 大学院特別講義 「ITによって進化する公共交通の最前線」 後編:データ編東京都市大 大学院特別講義 「ITによって進化する公共交通の最前線」 後編:データ編
東京都市大 大学院特別講義 「ITによって進化する公共交通の最前線」 後編:データ編
 
Tipos de Memoria
Tipos de MemoriaTipos de Memoria
Tipos de Memoria
 
Arte Urbana
Arte UrbanaArte Urbana
Arte Urbana
 

More from Kazuaki Sano

バス乗り継ぎルートの作り方
バス乗り継ぎルートの作り方バス乗り継ぎルートの作り方
バス乗り継ぎルートの作り方Kazuaki Sano
 
バスの魅力と活用法
バスの魅力と活用法バスの魅力と活用法
バスの魅力と活用法Kazuaki Sano
 
アメリカのバス停.pptx
アメリカのバス停.pptxアメリカのバス停.pptx
アメリカのバス停.pptxKazuaki Sano
 
バス停調査のこと.pptx
バス停調査のこと.pptxバス停調査のこと.pptx
バス停調査のこと.pptxKazuaki Sano
 
アメリカの公共交通
アメリカの公共交通アメリカの公共交通
アメリカの公共交通Kazuaki Sano
 
アメリカでの公共交通の情報提供
アメリカでの公共交通の情報提供アメリカでの公共交通の情報提供
アメリカでの公共交通の情報提供Kazuaki Sano
 
アメリカでの公共交通の情報提供
アメリカでの公共交通の情報提供アメリカでの公共交通の情報提供
アメリカでの公共交通の情報提供Kazuaki Sano
 
stop codeのこと
stop codeのことstop codeのこと
stop codeのことKazuaki Sano
 
アメリカにおける公共交通オープンデータの活用
アメリカにおける公共交通オープンデータの活用アメリカにおける公共交通オープンデータの活用
アメリカにおける公共交通オープンデータの活用Kazuaki Sano
 
アメリカのバスマップ
アメリカのバスマップアメリカのバスマップ
アメリカのバスマップKazuaki Sano
 
アメリカ公共交通調査の旅
アメリカ公共交通調査の旅アメリカ公共交通調査の旅
アメリカ公共交通調査の旅Kazuaki Sano
 
オープンデータとは
オープンデータとはオープンデータとは
オープンデータとはKazuaki Sano
 
バス停調査で知った歩く楽しさ
バス停調査で知った歩く楽しさバス停調査で知った歩く楽しさ
バス停調査で知った歩く楽しさKazuaki Sano
 
アメリカにおける公共交通オープンデータ
アメリカにおける公共交通オープンデータアメリカにおける公共交通オープンデータ
アメリカにおける公共交通オープンデータKazuaki Sano
 
足で稼ぐバス停情報
足で稼ぐバス停情報足で稼ぐバス停情報
足で稼ぐバス停情報Kazuaki Sano
 

More from Kazuaki Sano (15)

バス乗り継ぎルートの作り方
バス乗り継ぎルートの作り方バス乗り継ぎルートの作り方
バス乗り継ぎルートの作り方
 
バスの魅力と活用法
バスの魅力と活用法バスの魅力と活用法
バスの魅力と活用法
 
アメリカのバス停.pptx
アメリカのバス停.pptxアメリカのバス停.pptx
アメリカのバス停.pptx
 
バス停調査のこと.pptx
バス停調査のこと.pptxバス停調査のこと.pptx
バス停調査のこと.pptx
 
アメリカの公共交通
アメリカの公共交通アメリカの公共交通
アメリカの公共交通
 
アメリカでの公共交通の情報提供
アメリカでの公共交通の情報提供アメリカでの公共交通の情報提供
アメリカでの公共交通の情報提供
 
アメリカでの公共交通の情報提供
アメリカでの公共交通の情報提供アメリカでの公共交通の情報提供
アメリカでの公共交通の情報提供
 
stop codeのこと
stop codeのことstop codeのこと
stop codeのこと
 
アメリカにおける公共交通オープンデータの活用
アメリカにおける公共交通オープンデータの活用アメリカにおける公共交通オープンデータの活用
アメリカにおける公共交通オープンデータの活用
 
アメリカのバスマップ
アメリカのバスマップアメリカのバスマップ
アメリカのバスマップ
 
アメリカ公共交通調査の旅
アメリカ公共交通調査の旅アメリカ公共交通調査の旅
アメリカ公共交通調査の旅
 
オープンデータとは
オープンデータとはオープンデータとは
オープンデータとは
 
バス停調査で知った歩く楽しさ
バス停調査で知った歩く楽しさバス停調査で知った歩く楽しさ
バス停調査で知った歩く楽しさ
 
アメリカにおける公共交通オープンデータ
アメリカにおける公共交通オープンデータアメリカにおける公共交通オープンデータ
アメリカにおける公共交通オープンデータ
 
足で稼ぐバス停情報
足で稼ぐバス停情報足で稼ぐバス停情報
足で稼ぐバス停情報
 

Recently uploaded

Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。iPride Co., Ltd.
 
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Gamesatsushi061452
 
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半        2024/04/26の勉強会で発表されたものです。新人研修 後半        2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。iPride Co., Ltd.
 
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)Hiroshi Tomioka
 
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video UnderstandingToru Tamaki
 
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。iPride Co., Ltd.
 
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)NTT DATA Technology & Innovation
 
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...Toru Tamaki
 
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイスLoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイスCRI Japan, Inc.
 
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)Hiroshi Tomioka
 
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアルLoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアルCRI Japan, Inc.
 

Recently uploaded (11)

Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
 
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
 
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半        2024/04/26の勉強会で発表されたものです。新人研修 後半        2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
 
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
 
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
 
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
 
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
 
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
 
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイスLoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
 
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
 
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアルLoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
 

GTFSの可視化