戦略的採用論 ―パターン別実践編 ― Strategic Recruitment 戦略的採用論 ―パターン別実践編― リクルートワークス研究所 「採用を変える、 採用で変える」 プロジェクト 中村天江(労働政策センター長/主任研究員) 1999年リクルート入社。 リクナビNEXT、 リクルートエージェントなどの企画 を経て、2009年リクルー トワークス研究所に異動。 「人材採用システムの 研究」 で一橋大学にて博士号を取得。専門は人的資源管理論。2012年、 日本労務学会研究奨励賞受賞。 田中勝章(主任研究員) 東京大学大学院修了後、 戦略系コンサルティ ングファームを経て、2002年 リクルート入社。企業の採用支援事業の事業開発、 営業マネジャー、 人事 マネジャーを経て、2015年4 月より現職。現在の専門は、 人材マネジメン ト、 組織開発。 久米功一(主任研究員/主任アナリスト)
海外で働いていて実際にこれまでやり取りしたメールの中から、頻出のフレーズを選りすぐってご紹介します。 日本においても、ビジネスシーンで使われる文章はお決まりのフレーズが多いですよね。英語も同じく、定型文が多いんです。「英語だったらどう言えばいいんだ?」という時間を節約して、貴重な時間を少しでも仕事に充ててくださいね。 ”It’s done. See below for the details.” ・「私の意見は赤字で書いています。」 ”See my comments in red.” ・「私の意見は太字で書いています。」 ”My comments in bold.” ・「添付ファイルの確認をお願い致します。」 ”Please see attached.” ・「何か疑問や気になる点などあればお伝えください。」 ”Please let me know if you have any quest
機械学習を実務で使う場合、「ではお客様、ラベルデータを・・・」と申し出て色よい返事が返ってくることはあまりありません。また、例えば自動運転車を作るときに、データが足りないからその辺流してくるか、お前ボンネットに立ってデータとってな、とするのは大変です。 NICO Touches the Walls 『まっすぐなうた』 より そこで必要になってくるのが転移学習です。 転移学習とは、端的に言えばある領域で学習させたモデルを、別の領域に適応させる技術です。具体的には、広くデータが手に入る領域で学習させたモデルを少ないデータしかない領域に適応させたり、シミュレーター環境で学習させたモデルを現実に適応させたりする技術です。これにより、少ないデータしかない領域でのモデル構築や、ボンネットに立つという危険を侵さずにモデルを構築することができるというわけです。 この転移学習の可能性は、NIPS 2016
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く