はてなキーワード: タスクとは
多分こいつは「主権者」という言葉の意味を理解できてないし、選挙の意味も理解できてないし、社会科の授業を小学校で受けてこなかった幼卒なんか?日本にしかいないよねこんな池沼
国民全員足し算ができないみたいな感じ?世界は日本のこと8割の国民が足し算もできない異次元のバケモン国を見る目で見てるけど気付ける?
目の前のタスクに追われてニュースや政治に興味がない人が多いこと、自覚が欲しいよね
『なんで😡』って言われても、『目の前のことに忙しいから😥』以外の答えないよね
意訳:選挙に行きません!もちろん、税金もっと増やして裏金や不正に使ってネコババして下さい!という意思表示です!
僕たちはバカなので、民主主義は民意(税金を増やして貧乏になりたい)には応えるが、利益を図ることはないという小学生でもわかる原則を理解できましぇ〜〜〜ん
日本人はガチの池沼なので、善悪や倫理や社会正義や歴史は理解できましぇ〜〜〜〜ん
その代わりに独自に発想した、道徳?とかいうバケモン思想を信じてます!内容は思考を放棄して信仰(笑)をすることを倫理(大嘘)と呼ぶ嘘哲学です笑笑
裏金だいちゅき万歳してる国民が自分たちで金をばら撒いてるんだから、金を盗みたい人間しか生き残れないよ?
みんな裏金が欲しいんだから金をばら撒くバカに「お金ばら撒いて大丈夫?盗まれてるよ?」っていちいち教えるわけないじゃん
ブラック企業を批判するくせに公務員にはブラック労働させんの?お前だけがブラック労働やれよカス明日からお前1日22時間労働な
とりあえず、ネットで批判バトルや謎の擁護合戦、変な動画は、おかしな人たち・関わり合いになりたくない人たちという印象しか与えていない自覚は欲しい
日本語読めなくて池沼で小学生レベルの社会科の知識もない低脳には批判を理解する知能がない
そんなの書いてもらわなくても明らかなんですヨ
なぜこの人たちが選挙に来てくれないのかが、「わからない」わけじゃないの
ってだけの話。
いやこれ前も書いたけど、増田にも送っておくね
自民憎しの人は、世の中の人は、目の前のタスクに追われてニュースや政治に興味がない人が多いこと、自覚が欲しいよね
『なんで😡』って言われても、『目の前のことに忙しいから😥』以外の答えないよね
なので目の前のことで忙しい人は、投票行ったら感じが良さそうな印象がある人(偏向報道だろうが荒い雰囲気を持っていないように見える人)に投票するよね
あるいは、ネットサーフィンしてた時に、なんか怖いこと言ってた人たちじゃないのに入れるよね
これ以上、ニュース・長文を見る層は増えないには異論はないけど、それは即ち、なんらかの能力を欠如を意味する物じゃないんだよね
他のことで忙しいから・不愉快だから意図的に避けている層はそれなりに存在する(というか半数はいる)
ちなみに増田は、『ニュースや長文見てたらその選択肢だけはないですよね?』をやってる人、
雑に結果を見てると『知的怠惰を発揮する権利を行使するぜ!』は、所得が高い地域で多い傾向にあるように見えます
なお、同じ所得が高くても、立地的に現役でお勉強する人が多そうな地区では比較的バランスの取れた結果になってます
ワイは素直に下記のように読みました
- 勉強が仕事の人以外は、キリキリ働くと、ろくにニュースも長文も見てない(まぁ忙しいし、不愉快になるだけだしね)
- 勉強が仕事の人、時間が有り余っている人(キリキリ働いていない可能性が高い)、政治関連の情報収集が趣味の人、自分が必要な情報の取得が得意な人は、ニュースも長文も見てる
- ろくにニュースも長文も見ないのに、知的風なものに強い憧れが有る人が、所得が高い地域にかなり存在する 。まさかの所得が低い地域よりも
(すべてが組織票・利権絡みの投票とは思えませんし)
とりあえず、選挙に行く気はあるが、感じが悪い人・お行儀が悪い人・倫理観のない行動が大嫌いな"上で"
ニュースや長文を絶対見ない層に投票して貰うために、常に礼儀正しく、言葉の非暴力を貫いた方がいい
けど、肝心のそれなりに票集めそうな党が、選挙活動中だけでなくて、”普段”から、
ニュースや長文見ない人でも刺さるようないい人アピールしてくれないと、どーにもならんのですけどね
プライベート切り売りで家族と一緒に過ごすてますよアピールなり、
ホームレスの支援活動なり、介護支援なり、子どもたちが夏休みにご飯食べれる支援なり
とりあえず、ネットで批判バトルや謎の擁護合戦、変な動画は、おかしな人たち・関わり合いになりたくない人たちという印象しか与えていない自覚は欲しい
決定木は、質問を使って答えを見つけるゲームのようなものです。木の形をした図を使って、質問と答えを整理します。例えば、「今日は外で遊べるかな?」という大きな質問から始めます。
まず「雨が降っていますか?」と聞きます。「はい」なら「家で遊ぼう」、「いいえ」なら次の質問に進みます。次に「宿題は終わっていますか?」と聞きます。「はい」なら「外で遊ぼう」、「いいえ」なら「宿題をしてから遊ぼう」となります。
このように、質問を重ねていくことで、最終的な答えにたどり着きます。決定木は、こうした「もし〜なら」という考え方を使って、物事を順序立てて考えるのに役立ちます。
決定木は、機械学習における重要な分類・回帰アルゴリズムの一つです。データを特定の特徴に基づいて分割し、ツリー構造を形成することで、新しいデータの分類や予測を行います。
4. 枝:各ノードを結ぶ線、条件を表す
2. その特徴に基づいてデータを分割
3. 各サブセットに対して1と2を再帰的に繰り返す
4. 停止条件(深さ制限や最小サンプル数など)に達したら終了
決定木の利点は、解釈が容易で直感的であること、非線形の関係性も捉えられること、特徴量の重要度を評価できることなどです。一方で、過学習しやすい傾向があり、小さなデータの変化に敏感に反応する欠点もあります。
決定木は、分類および回帰問題に適用可能な非パラメトリックな監督学習アルゴリズムです。特徴空間を再帰的に分割し、各分割点で最適な特徴と閾値を選択することで、データを階層的に構造化します。
決定木の構築プロセスは、以下の数学的基準に基づいて行われます:
ここで、H(S)はエントロピー、Svは分割後のサブセット、piはクラスiの確率、yiは実際の値、ŷiは予測値を表します。
1. 事前剪定(Pre-pruning):成長の早期停止
2. 事後剪定(Post-pruning):完全に成長した木を後から刈り込む
決定木の性能向上のために、アンサンブル学習手法(ランダムフォレスト、勾配ブースティング木など)と組み合わせることが一般的です。
決定木は、特徴空間の再帰的分割に基づく非パラメトリックな監督学習アルゴリズムであり、分類および回帰タスクに適用可能です。その理論的基盤は、情報理論と統計学に深く根ざしています。
決定木の構築アルゴリズムとして最も一般的なのは、CART(Classification and Regression Trees)です。CARTは以下の手順で実装されます:
決定木の拡張:
これらの高度な手法により、決定木の表現力と汎化性能が向上し、より複雑なパターンの学習が可能となります。
決定木は、特徴空間Xの再帰的分割に基づく非パラメトリックな監督学習アルゴリズムであり、その理論的基盤は統計的学習理論、情報理論、および計算学習理論に深く根ざしています。
決定木の数学的定式化:
Let D = {(x₁, y₁), ..., (xₙ, yₙ)} be the training set, where xᵢ ∈ X and yᵢ ∈ Y. The decision tree T: X → Y is defined as a hierarchical set of decision rules.
For classification: P(y|x) = Σᵢ P(y|leaf_i) * I(x ∈ leaf_i)
For regression: f(x) = Σᵢ μᵢ * I(x ∈ leaf_i) where I(·) is the indicator function, leaf_i represents the i-th leaf node.
決定木の最適化問題: min_T Σᵢ L(yᵢ, T(xᵢ)) + λ * Complexity(T) where L is the loss function, λ is the regularization parameter, and Complexity(T) is a measure of tree complexity (e.g., number of leaves).
H(Y|X) = -Σᵧ Σₓ p(x,y) log(p(y|x))
I(X;Y) = H(Y) - H(Y|X)
2. ジニ不純度:
Gini(t) = 1 - Σᵢ p(i|t)²
MSE(t) = (1/|t|) * Σᵢ (yᵢ - ȳ_t)²
1. 一致性と収束速度: 決定木の一致性は、Breiman et al. (1984)によって証明されました。収束速度はO(n^(-1/(d+2)))であり、dは特徴空間の次元です。
2. バイアス-バリアンストレードオフ:深い木は低バイアス・高バリアンス、浅い木は高バイアス・低バリアンスとなります。最適な深さは、バイアスとバリアンスのトレードオフによって決定されます。
3. 決定木の表現力:任意のブール関数は、十分に深い決定木で表現可能です。これは、決定木がユニバーサル近似器であることを意味します。
4. 計算複雑性理論:最適な決定木の構築はNP完全問題であることが知られています(Hyafil & Rivest, 1976)。そのため、実用的なアルゴリズムは貪欲な近似アプローチを採用しています。
5. 正則化と構造リスク最小化:L0正則化(葉ノード数のペナルティ)やL2正則化(葉ノードの予測値に対するペナルティ)を用いて、構造リスク最小化原理に基づいたモデル選択を行います。
6. 情報幾何学的解釈: 決定木の学習過程は、特徴空間上の確率分布の漸進的な分割と見なすことができ、情報幾何学の観点から解析可能です。
7. カーネル決定木:非線形カーネル関数を用いて特徴空間を暗黙的に高次元化し、より複雑な決定境界を学習する手法です。
8. 量子決定木:量子コンピューティングの原理を応用し、古典的な決定木を量子系に拡張した手法です。量子重ね合わせを利用して、指数関数的に多くの分岐を同時に評価できる可能性があります。
これらの高度な理論と技術を組み合わせることで、決定木アルゴリズムの性能と適用範囲を大幅に拡張し、より複雑な学習タスクに対応することが可能となります。
https://www.launchexcel.com/what-jobs-use-excel/
https://www.fdmgroup.com/news-insights/advanced-excel-skills
ジャップランドで起こりがちなことはアメリカでは無いのかAIちゃんに尋ねてみたらこう言ってたよ
ワイ: 質問: 2024年において、アメリカの大企業および中小企業の間で、より一般的なデータ管理の方法はなんですか? 検索して最新のトレンドを教えてください。 - 方法A:内部データベースからCSVファイルとしてデータをダウンロードし、Excelで修正してから、
ETLツール(例:Informatica PowerCenter、Talend Open Studio)、BIツール(例:Tableau Prep、Microsoft Power Query)、
または他のデータベース(例:OracleDB)などの他のシステムにインポートする。 - 方法B:Excelのステップをスキップし、内部データベースを他のシステムに直接接続する。 - 方法C:レガシーシステムや複雑なシステムには方法Aを使用し、その他のシステムには方法Bを使用する。状況やシステム要件に応じて使い分ける。 質問のポイント: - 大企業におけるExcelの使用:大企業はデータクリーニングのためにExcelを使用するのを完全にやめましたか?それとも、古いメインフレームシステム、ERPシステム、または特定の業務プロセスの問題のためにまだ使用されていますか? - 方法A、B、Cのシナリオ:各方法の具体的なシナリオと製品名を教えてください。 - 2024年におけるCSVファイルのダウンロード:2024年現在、ETL/BIツールやクラウドベースのDWHを利用できないどころか、Oracle Gatewayなどの接続手段も利用できないデータベースの使用は完全になくなりましたか?
もしそのようなデータベースが2024年にもまだ存在する場合、直接的なデータ連携が困難なため、CSVファイルでのデータ抽出が唯一の方法となることがあります。
企業は膨大なコストがかかるために移行を延期していますか?それともすでに段階的に対応していますか? - Excelを使い続ける理由: 内部データベースを他のシステムに直接接続した方がシンプルなのに、なぜ一部の企業はデータクリーニングのためにExcelを使い続けているのですか?
↓
2024年には、大企業の間でメソッドB(直接接続)へのシフトが顕著になっています。しかし、特定のシナリオに応じてメソッドC(ハイブリッドアプローチ)も採用されています。中小企業においても、直接接続の利便性と効率性が認識され、その採用が徐々に増加しています。しかし、リソースとコストの制約により、Excelを使用したデータクリーニングやハイブリッドアプローチが依然として一般的です。
使用状況: この方法は、中小企業、レガシーシステム、複雑なデータ構造を含むシナリオで依然として一般的です。Excelはその柔軟性と使いやすさから、データ操作のための多用途ツールとして広く使用されています。
シナリオ:
製品:
具体的なシナリオ:
使用状況: この方法は、大企業や技術に精通した中小企業の間でますます一般的になっています。直接接続を利用することで、データワークフローが効率化され、手動エラーが減少します。
シナリオ:
製品:
具体的なシナリオ:
使用状況: 多くの企業が、レガシーシステムや複雑なシステムにはメソッドAを、その他のシステムにはメソッドBを使用するハイブリッドアプローチを採用しています。この柔軟性により、既存の制約と近代化の努力をバランスさせることができます。
シナリオ:
製品:
具体的なシナリオ:
データ管理ツールの進歩にもかかわらず、Excelは大企業におけるデータクリーニングと操作のために広く使用されています。これは主に以下の理由によります:
ETL/BIツールやクラウドベースのDWHと直接統合できないシステムに対して、データをCSVファイルとしてダウンロードすることは依然として一般的です。企業は高コストと複雑さのために移行を遅らせることが多く、段階的に対処しています。
しかし、直接接続はより効率的で広く採用されており、長期的にはデータ管理におけるExcelへの依存が減少すると予想されます。
クラウドベースのデータ統合ソリューションの台頭により、データ収集、クリーニング、統合がAI/ML技術によって自動化され、手動作業が減少し、データの一貫性と精度が向上しています。AI/MLアルゴリズムは、異常検出、欠損値の補完、パターン認識などのタスクを効率的に処理し、データ品質を向上させます。リアルタイムデータ分析の利点が明らかになるにつれ、直接接続の採用が増加し、より迅速かつ正確なビジネス意思決定が可能になります。
政治厨は知らんけどワイは注目を集められる候補・ある程度票を集められる党だから期待してましたよ🤔
もちろん、政治ネタ見ていても不愉快にしかならないので、距離は取ってましたけど(2回目)
2024-07-06
れんちゃんの嫌われっぷりと、自民憎しの暴れっぷりがすごかったから開票するまでもないわな
ただ、おふざけはしっかり怒られて欲しいけど、投票率が上がりそうなのは良かったんじゃない?(良かった探し)
自民憎しの人は言葉づかい気をつけて欲しいね、ネトウヨと変わらないよ?
2024-07-06
多少でもニュースや政治に興味がある人なられんちゃん以外の選択肢ないし
ただ、自民憎しの人は、世の中の人は、目の前のタスクに追われてニュースや政治に興味がない人が多いこと、自覚が欲しいよね
『なんで😡』って言われても、『目の前のことに忙しいから😥』以外の答えないよね
なので目の前のことで忙しい人は、投票行ったら感じが良さそうな印象がある人(偏向報道だろうが荒い雰囲気を持っていないように見える人)に投票するよね
あるいは、ネットサーフィンしてた時に、なんか怖いこと言ってた人たちじゃないのに入れるよね
会議で使う資料作成用のExcelファイルを引き継いだら、まあひどかった。
おそらく最初はキチンと機能していたであろう関数や式は一部機能しておらず、ある年度までは取り込んだデータに応じて合計値が返ってくるようになっていたのにそれ以降は全部手打ち。SUM関数すら使っていない。ごく一部の機能が生きている関数もよくよく見たら参照するセルが一部ズレていた。
そのようなExcelのシートを、朝出勤してから定時まで、昼休みを挟んでひたすら手直しを続けるような日があった。
定時まで、あっという間だった。
退屈のストレスもなければ折衝の苦痛もなく、複数のタスクに対して優先順位をつけたり、つけ直したりすることもなく、ひたすらExcelを直していた。
なんて良い一日だろう。と思った。
成し遂げても苦労の割に得られるものが全く無いことの例え
Amazonプライムデーのスタンプラリーでプライムビデオを見るタスクがあり、他に見たいのもなかったので完全に義務として観て、
戦闘シーンもそんな観たい気がしなかったので耳をメインに最後まで観たら、なんの感慨もなく消化でき、心穏やかに終えられて良い感じだった。
まぁ下記についてはよくよく考えて欲しいね
でも某候補がAI安野氏に勝った地域のひとつは、下記なんだぜ?
- 石丸氏と蓮舫氏の投票割合の差が比較的小さかった地域(もちろん文京区ほど小さくはないが・・・)
- 女性の区長の地域
- 経緯はともかく所得が高い地域よりも早い2021年にパートナーシップ・ファミリーシップ制度が導入された地域
- 人情下町とかいった風情が残ってる地域
- 東京23区構成比と比較して、単独世帯構成が少なく、夫婦と子どもからなる世帯が多い地域(家族で住んでる)
- 65歳以上の人口の割合が北区に次いで高い地域
(ちなみに北区も所得が低いが、文京区よりも投票割合の差が小さい。ちなみに、AI安野氏が某氏に勝ちました)」
本格的な分析をするまでもなく明らかなこと
- 世の中は、目の前のタスクに追われてニュースや政治に興味がない人が多いこと、ロクデモナイので不愉快な気分になりたく無くて意図的に避けている人が多いこと、
もっと自覚が欲しいよね。『なんで😡』って言われても、『目の前のことに忙しいから😥』以外の答えないよね
そういう人たちはなんか感じが良さそうだった人に入れるからよく覚えておくといいよ?
昔は、『右翼は仲間を庇うのに、左翼は仲間を庇わず攻撃する』とかきゃっきゃやってたものだけど、
まさかの<シールを無茶擁護>ときたもんだ、それも立場ある人が所属組織を明かした上で実名で
いつからストリートおじさん・おばさんになったんだよお前は?って思いましたね
まぁ100歩譲って、ストリートおじさん・おばさんに目覚めたでもいいけど、
今アートの話してなくて、『単純に自分の家や車に貼られたら嫌ですよね』って話をしてるわけですよ
フツーにシールを剥がしつつ、ピンクチラシや有害チラシを剥がして、ゴミ拾って、地域貢献をする
その上で、シールより、ピンクチラシなり有害チラシの方が多くね?ってやればいいし、
この機会に、公共空間とgraffiti(グラフティー)を考えるをやろうってやって欲しかったわ
ストリートアートから考える“公共空間”|東京プロジェクトスタディ 2019
東京の防潮扉でみつかった「バンクシーの作品らしきネズミの絵」をきっかけとしたストリートアートに関する話から、“公共空間”について思いをめぐらせるようなレクチャーをしていただいた。バンクシーの活動の変遷を事細かに学ぶと同時に、日本的な公共の捉え方や、西洋との違いを認識する時間となった。
落書きが少なくてきれいなまちであることを手放しに喜んでよいのだろうか。知らない間にみんなが支配者の美学を内面化している。
妊娠中の自殺よりも産後の自殺は乳幼児の面倒を見なくてはならない夫が困るから問題なんだよ。あと産後鬱のせいで母親が自殺しているとなると成長した子供が自分を責める可能性がある。
子供が小さいときに夫が自殺するというのも妻子は困ったことになる。でも遺族年金が出て収入には困らなかったりもする。乳幼児保育労働リソースは遺族年金みたいに支給されないから残された夫は相当困ると思う。夜泣きとかにワンオペ対応するのを夫がやらなきゃいけなくなる。
たとえば鬱病で家で一日中ごろごろしてるだけのニートの女性が自殺したとして、その女性を産んだ母親なんかはせっかく生み育てた娘が自殺して精神的なショックを受けるだろうけど、タスクが増えて困る人はいない。
実家暮らしだったら生活費負担や家事負担が減って両親は楽になるかもしれない。元々働いてない人は死んだとして困る人が少なくて、逆に乳幼児保育役割が期待されている人に死なれると、代わりに保育をやらなきゃいけない人が猛烈に困るから問題になる。
自殺するほど苦しんでいて産後の女性は可哀想っていう話ではない。死んでんじゃねーよ、生きて保育しろよ、夫が困るだろ、っていう話題なんだよ。
介護をしていた人が死ぬとかも大問題になる。介護と保育は本当にやりたくないことだから誰かに押し付けたい。今押し付けられている人に自殺を選ばれて死に逃げをされると、ふざけんな!俺/私がやらなきゃいけなくなるだろ!生きて働けよ!ってなるんだよ。
さぼっているかのように見えて実は現在タスクを消化しきってしまい、タスクが現れるのを待っている状態だとしたら自分のタスクを手伝ってほしいから虎視眈々と狙ってるんだよ
私の所属する会社のバックオフィス部署は3チームにわかれており、その中の1つに最近入職をしたのですがそこで気づいたことがあります。その部署に所属している人たちがやたらと私を見ているということに。
露骨なさぼりをしているわけではないのですが、やたら上司に体調を気にされたり、現在やっているないし終わったタスクを事細かに聞かれます。しかもそう聞いてくる理由の一つがほかのチームの社員達が君のやってることを把握したいからだというのです。
そもそも3チーム別々の仕事をしているので干渉するような領域が一切ないのにも関わらず他チームの事細かなタスクを把握している必要性がどこにあるのでしょうか。
またさぼっているかのように見えて実は現在タスクを消化しきってしまい、タスクが現れるのを待っている状態だとしたら?それこそ他人の状況を気にするよりも自分の仕事をやった方がいいように思うのですがそんなに他人がどういう仕事をしていてどんな状況なのかに対して目くじら立てるような勢いでいる必要性ってただの平社員にあるものなんでしょうか。
職場で見れる範囲内の資料を把握しておくというのはむしろ良い行為だし
【追記】指示されたことができれば充分って意見あるけど、ワンクリックレベルで指示されたこともあんまりできていないんだよ
ちょっと前、「名もなき家事」「見えない家事」って言葉が流行ったよね
例えば、「料理する」って簡単に言うけど、献立の検討や調理、後片付けまで細かいタスクをこなすのが大変なんだぞって話ね
後輩はこのタスク版で「名もなきタスク」「見えないタスク」が一切わからない
事前準備(簡単なアジェンダ作成や記載文書の準備、テンプレコピー)
等、分解すればいくらでも「名もなきタスク」「見えないタスク」はある
でもこのあたりのタスクが言われるまで、なんなら言われても、やって見せても一切わからない
赴任前からこういう性格なのは聞いてたから、最初はこちらで「見えないタスク」をタスク管理表に落として仕事依頼していた
ただ、永遠にこっちがタスク分解してられないからちょっとづつ仕事の目的やゴール、注意点を説明してタスク分解するところからお願いしている
でも、やらない
タスク分解から手をつけようねといって二人で話しながらやってもふんふん相槌うつだけ、
タスク分解の重要性について説明したし、こちらが言うことを紙に書かせたり、出だしだけ考えたりしても全然解決しない
ワンアクション毎に分解したタスクを提示してみせても自分がやるんだって意識が全然無いんだよね
もう同じことを手を変え言葉を変えてほぼ毎週のように説明しても、全然入っていかない
本人にやる気し気づく気ががないことをこなさせるにはどうしたらいいんだろう
れんちゃんの嫌われぶりかられんちゃんが勝つとは微塵も思っていなかったけど、まさかこんなにも投票する人がいるとは予想していなかったってやつじゃない?
多少でもニュースや政治に興味がある人なられんちゃん以外の選択肢ないし
ただ、自民憎しの人は、世の中の人は、目の前のタスクに追われてニュースや政治に興味がない人が多いこと、自覚が欲しいよね
『なんで😡』って言われても、『目の前のことに忙しいから😥』以外の答えないよね
なので目の前のことで忙しい人は、投票行ったら感じが良さそうな印象がある人(偏向報道だろうが荒い雰囲気を持っていないように見える人)に投票するよね
あるいは、ネットサーフィンしてた時に、なんか怖いこと言ってた人たちじゃないのに入れるよね
過激な言葉は注目を集めるけど、それで集まる人って、多分、フレンドリーファイアする人やで
2024-07-06 https://anond.hatelabo.jp/20240706192348#
※ あの候補の全体の6割弱を占める無党派層の34%は、反自民・反小池の受け皿として選んでるらしい
あの候補を以前から個人的に支持しているとか、自民信者とか小池アシストなら、
その人の信条だから『そうなんだ』で気になるところないけど、反自民・反小池の受け皿って・・・
文京の町、文京区では、石丸氏(28,009)と蓮舫氏(23,924)が割と接戦だったのは感慨深い。
他はもっと票に差がついている(ちな、アニメスタジオのある杉並区は割合としては意外と高かった)
文京区とは?
東大(本郷キャンパス、弥生キャンパス)や お茶の水女子大学附属高等学校、筑波大学附属高等学校、桜蔭高等学校、中央大学高等学校などがあるところ
あと、人口が多めで、アニメスタジオがあるわけでも無い、足立区、葛飾区、江戸川区 、八王子市で、
暇空氏が安野氏よりも票を集めたのも感慨深い
小池ゆりこ 氏 | 石丸伸二 氏 | 蓮舫 氏 | 安野たかひろ 氏 | ひまそらあかね 氏 | 合計(票) | |
---|---|---|---|---|---|---|
文京区 | 49,077 | 28,009 | 23,924 | 5,874 | 2,112 | 123,536 |
杉並区|アニメスタジオがある | 113,484 | 76,796 | 66,045⭐️ | 8,758 | 5,404 | 300,421 |
練馬区|アニメスタジオがある | 164,174 | 86,758 | 68,655 | 8,096 | 6,474 | 374,595 |
足立区 | 148,432 | 70,901 | 51,903 | 4,096 | 5,035⭐️ | 309,347 |
葛飾区 | 98,479 | 52,929 | 36,746 | 3,214 | 3,461 ⭐️ | 215,313 |
江戸川区 | 143,930 | 73,963 | 48,505 | 4,685 | 5,256⭐️ | 309,067 |
八王子市 | 123,401 | 62,479 | 53,862 | 2,680 | 3,658⭐️ | 269,560 |