タグ

2012年11月2日のブックマーク (5件)

  • “教職員定数 5年で1万人削減”案 NHKニュース

    財務省は、文部科学省が目指している少人数学級の実現は必ずしも教育の向上につながらないとして、公立の小中学校の教職員を5年間で1万人削減する案をまとめ、来年度予算案の編成作業では、増員を要望している文部科学省との間で、教職員の定数をどう取り扱うかが焦点の1つとなりそうです。 この案は、財務省が1日に開かれた財務大臣の諮問機関である財政制度等審議会で示したものです。それによりますと、文部科学省が教職員の増員によって実現を目指している少人数学級について、必ずしも教育の向上につながらず、少子化が進んでいることもあって、公立の小中学校の教職員の定数を逆に5年後の平成29年度までに毎年2000人ずつ、合わせて1万人削減すべきだとしています。定数の削減で、650億円の事業費を減らせるとしており、この財源を全国学力調査やスクールカウンセラーなど外部の人材活用、それに財政の健全化に充てるべきだとしています。

    Itisango
    Itisango 2012/11/02
    そうだ!義務教育を廃止したら教育予算を減らせるんじゃね?
  • Big Sky :: C言語から使えるJSONパーサ、parson が思った以上に良い仕事をしている。

    前回は JSMN というのを試したけど、今度も matsuu さんのブクマから。。。 parson Lightweight json parser and reader written in C. http://kgabis.github.com/parson/ 特徴は 軽い (2ファイルだけ) 単純なAPI ドット記法による json 値のアドレッシング (C言語の構造体やOO言語のオブジェクトに似た感じ。例: "objectA.objectB.value") C89 コンパティブル テストスーツ 前回の JSMN とは違い、メモリを動的に確保するタイプ。DOM の様にルートノードから探索を始め、最終的にルートノードを指定してメモリを開放する。 今回もtwitterのタイムラインをパースしよう。 #include <assert.h> #include <string.h> #inclu

    Big Sky :: C言語から使えるJSONパーサ、parson が思った以上に良い仕事をしている。
  • 宇宙初期に存在した光の総量の測定に成功 米科学誌

    (CNN) 宇宙がまだ40億歳の「子供」だったころに存在した星の光の総量を測定したとする研究成果が、1日付の米サイエンス誌で発表された。 科学者が着目したのは「銀河系外背景光」と呼ばれる光。この光には、初期の宇宙に存在した星々が発した光が含まれ、星の形成や銀河の進化を解き明かす手がかりになるという。 「最初の星々が形成されたころの初期の宇宙を調べることができる。すばらしいことだ」と、論文の共同執筆者であるスタンフォード大学の研究者、マルコ・アジェロ氏は述べた。 専門家によれば、今回の発見は現在の望遠鏡では捉えることのできない銀河の数を推測する手がかりになるという。 銀河系外背景光は、銀河系以外のすべての銀河が発した光の総和で、従来の手法では個々に観測できないような銀河の光も含まれる。その測定のために、研究チームはまず、米航空宇宙局(NASA)のフェルミガンマ線望遠鏡を使い、高エネルギーガン

    宇宙初期に存在した光の総量の測定に成功 米科学誌
  • 海外FXボーナスおすすめ比較17選!日本人に人気のFX業者一覧を紹介【2024年1月徹底調査】

    海外FX業者を利用する上で、ボーナスは絶対に欠かせません。口座を新規開設するだけでもらえる「口座開設ボーナス」、入金時にもらえる「入金ボーナス」、その他にもキャッシュバックなど、様々なボーナスがもらえます。 受け取ったボーナスはそのまま取引に使え、利益が出た時は出金することも可能です。お得はあっても損はないボーナスなので、海外FX業者を選ぶ際には必ず比較しておきたいところです。 そこでこの記事では、海外FXボーナス(口座開設ボーナス・入金ボーナスキャンペーン)を徹底的に研究した上で、おすすめ比較ランキングにまとめてみました。日人に人気のFX業者だけでなく、マイナーの海外FX業者や注意点なども詳しく解説していきます。 「海外FXボーナスが豪華な業者をすぐに知りたい」という方向けに、海外FXボーナス選びに役立つカオスマップを作成したのでこちらも併せて参考にしてください。 「どのFX業者で口座

  • ニューラルネットの逆襲 - Preferred Networks Research & Development

    岡野原です。Deep Learningが各分野のコンペティションで優勝し話題になっています。Deep Learningは7、8段と深いニューラルネットを使う学習手法です。すでに、画像認識、音声認識、最も最近では化合物の活性予測で優勝したり、既存データ・セットでの最高精度を達成しています。以下に幾つか例をあげます。 画像認識 LSVRC 2012 [html]  優勝チームスライド [pdf], まとめスライド[pdf] Googleによる巨大なNeuralNetを利用した画像認識(認識として有名)[paper][slide][日語解説] また、各分野のトップカンファレンスでDeep Learningのチュートリアルが行われ、サーベイ論文もいくつか出ました。おそらく来年以降こうした話が増えてくることが考えられます。 ICML 2012 [pdf] ACL 2012 [pdf] CVPR

    ニューラルネットの逆襲 - Preferred Networks Research & Development