この無駄にゲームして過ごした時間を勉強に充てたら中国語もペラペラになるんじゃね～の！と思ったので1年間やった - どぶろくソロリティ血風録
いつも心に谢谢您……（葱抓餅の袋より） なんとなく中国語をやってみるか、と思い立ったのが確か2021冬ぐらいなんだけど、独学で勉強を始めて概ね１年でHSK3級（体感だと中学英語ぐらいのレベル）に合格したのでその話を書きま～す。 最初に書いちゃうと、合格までにメインで使った教材は主にNHK中国語講座「まいにち中国語（2022年の”言いたいことから中国語”）」で基礎の基礎～文法を覚えて、HSK対策にSPRIX社のHSK単語トレーニングアプリで単語を補強した感じです。 NHKのテキスト6か月分 3,180円とアプリの1級～3級あわせた課金 1,610円。合計5,000円ぐらいなのでかなりお得に勉強できたと思う。 ちなみにどんぐらいできるようになったかというと、ワイの残念なお脳では1年ではペラペラにはならなかったものの、台湾旅行で簡単な注文のやりとりをしたり「オデ、コレ、ハンブンダケ、ホシイダケド
放送大学と学位授与機構で情報工学の学位を取る（科目対応表付き）｜lumpsucker
はじめにこの記事では、放送大学で修得した単位を独立行政法人大学改革支援・学位授与機構に「積み上げ単位」として提出し、2022年8月に同機構から情報工学の学士（厳密は学士（工学）、専攻の区分：情報工学）を取得した際の記録についてまとめています。 執筆者のプロフィールとこれまでの経緯についてはこちらの記事をご覧ください。いわゆる文系SEだと思っていただければ大丈夫です。これまでに何本か記事を書いていますので、この記事では学位授与機構関連の部分に絞ります。 なぜ情報工学の学位が欲しかったのか放送大学は1学部6コース構成となっており、どのコースを卒業しても（＝例えば情報工学っぽい科目だけを取っても哲学っぽい科目だけを取っても）得られる学位は一律「学士（教養）」というものになります。せっかく情報科学・情報工学に全振りした履修をしたのに（教養）では少々寂しいということで、学位授与機構の「積み上げ単位」
150 分で学ぶ高校数学の基礎
[重要なお知らせ (2023/8/12)] 現在，スライドの p.10 に不十分な記述があります．ルートの答えは 0 以上の数に限定することに注意してください (たとえば -3 を 2 乗しても 9 ですが，ルート 9 は -3 ではありません)．なお，現在筆者のパソコンが修理中でデータがないので，修…
40代で競プロができるのかという話 - 競プロ始めました-kaede2020-
0.はじめに 1.簡単な自己紹介 2.年をとるにつれて衰える能力 3.低下した記憶力で競プロに取り組む 4.AtCoderのレベル感 5.競プロ上達への道のり 6.競プロとの向き合い方 7.競プロの依存性 8.競プロのコミュニティ 7.これから 8.終わりに 9.＜番外編＞もし後悔があるとすれば 0.はじめに こんにちは。競技プログラミング歴一年半のかえでです。 私はAtCoder Problems でLongest Streak にチャレンジしています。Longest Streakは、これまで解いたことのない問題から一日一問以上解いた連続日数を競うものです。今日、この記録が500日に到達しました。私は解説ACもするので、純粋に自分の力で解いた問題ばかりではありません。それでも、こつこつと続けてきた自分を、ほめてもよいのではないかという気持ちになりました。 ここまで長く続けられたのは、At
ジオシティーズの閉鎖で消えた「わからん科目攻略法」が、埋もれるのがもったいないので、ここで紹介する。
かつて「ワンランク上の勉強法」というサイトで”わからん科目攻略法”というものが紹介されていた。 これは非常に有用な技術なのだが、現在はジオシティーズの閉鎖に伴い閲覧不可能である。。 このまま埋もれてしまうにはあまりにも勿体ないので簡単に紹介し、今日はその技術を土台として自分の頭でモノを考えるという事がどういう事なのかを書いていこうかと思う。 最近全然頭使ってないなという人には参考になるかもしれない。 難しい概念にぶち当たったら、理解しようと思わないで１０回読め あなたが物理の勉強を始めたと仮定しよう。 物理は難しい。 分野によっては一読しただけでは何が書いてあるのかサッパリ理解できない事も多い。 高校生の頃に早々に脱落してしまった人も多いだろう。 この難しい科目を”わからん科目攻略法”は「理解しようと思わずに毎日ただ目を通して10回ぐらい読め。そんで11回目にわかろうと思って読め」と説く
1
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
人工知能・深層学習を学ぶためのロードマップ | 東京大学松尾・岩澤研究室（松尾研）- Matsuo Lab
ワンランク上の勉強法 (https://web.archive.org/web/20130629035806/http://www.geocities.jp/nagare_basi/study/stdy_mokuji.html)