山口さんの勉強法の最大の特徴を挙げるとするなら、基本書といえる教科書中心でありながら、最初から覚えようとせず、出題範囲の全体像をつかむことを優先し、続いて大見出し、次に小見出しという順番で細部を少しずつ頭に入れていくという点だろう。もう1つ気づかされるのは、定期試験はあくまで教科書の出題範囲から出されるという当たり前で、それでいて見過ごされやすい事実だ。問題集やドリルをやみくもに解くより、教科書の出題範囲だけに集中したほうが効率的で、より確実なのだ。ハイレベルの学生が集まる東大で、教科書一本で勝負した彼女が4年間162単位オール「優」という成績を取ったことが、何よりの証拠といえる。 ちなみに、司法試験やビジネス英語の勉強など、これといった教科書が決まっていないケースでは、「MY教科書選び」にとことんこだわるという。使える1冊を選び抜く。 「最初から最後まで読んで覚えるので、私にとっては網羅
追記: 続編を書きました。マッチョとの戦い 最近、プログラマの生産性が話題です。 いろんな意見があるものの、個人的には 10〜100倍の生産性の違いはあると思います。 いや、それは違う、生産性の高いエンジニアは生産性の低いエンジニアに作れないものが作れるのだからそういう話ではない、という意見もあります。 しかし、実際には生産性の低いエンジニアができもしないことをしようとして結局できないで終わるということがあったりしつつも、何らかの貢献をするというのが普通だと思いますので*1、最終的には 10〜100倍の違いといった形に落とし込めると思います。 で、この生産性の違いはどこから来るのか。 個人的には才能だと思っています。 ぼく自身は、自分のことを中間レベルのエンジニアだと認識しています。 平均の 3〜10 倍できて、トップより 3〜10 倍できないくらい。 でも、自分が平均から抜け出るために何
昨日、突然発表されたGoogleの新プロジェクト「Tango」の無限大の可能性に胸をときめかせたのは筆者だけだろうか。 Google、スマホに人間レベルの空間認識能力を与えるプロジェクト「Tango」を発表 個人的にはかなりインパクトのあるニュースだったが、それほど大きな話題にはなっていないようだ(少なくとも日本国内では)。 Tangoが驚異的なプロジェクトになりうる理由を、Googleマップのストリートビューと比較しつつ、妄想を交えながら気楽に考えてみたい。 スマホで部屋を3Dモデル化した動画が公開 まず、TechCrunchが新たに公開した動画を見てみよう。 室内を撮影 雑然と物が置かれた部屋を、Tangoの試作スマホによって撮影していく。この試作機には、モーションセンサや奥行きを感知するDepthセンサ、カメラ、高性能プロセッサが搭載されている。 部屋内を移動しながら、ゆっくり撮影し
1階受付:インストール等 / 1階案内版:コマンド / 2階:書き方 / 3階:文と式 / 4階:関数 / 5階:オブジェクト指向 / 6階:型 / 7階:注釈等 / 屋上:言語仕様要約 / 雲:scalaパッケージ概観 / 青空:その他の付属パッケージ概観 なお、以上の解説はJavaの文法とコマンドや標準ライブラリ等を一応知っていることを前提(現行のScalaはなおJavaライブラリへの依存度が高くScalaだけで完結できる状態では無い。なお、Scalaのコンパイラ自体はJava1.4用のコードも吐けるが、標準ライブラリが多く1.5を前提としている)とし、その違いだけをとりあえずは書き留めるものである。もっぱら文法やライブラリ参照用であることを目指しているので、例や特長等は次のリンクを参照されたい(なおただし、原著者たちの配慮にもかかわらず、それらの例は関数型言語に関する事前の概要的把握
山口真由さん 2002年、東京大学入学。司法試験、国家公務員第I種試験に合格。06年4月、財務省に入省。現在は弁護士として活動する傍ら、テレビ出演や執筆などでも活躍中。 弁護士、山口真由さんの華麗なキャリアは、東京大学法学部への現役合格から始まる。 東大入学後は、3年次にたった1年の準備期間で司法試験に一発合格。国家公務員第I種(当時)試験もクリア。卒業までに必要な162単位でオール「優」を取得。法学部における成績優秀者として「東大総長賞」を受賞し、同学部を首席で卒業している。 卒業後は財務省に入り、エリートコースと呼ばれる主税局に配属。約2年後に退職して弁護士に転身。最近は弁護士業の傍ら、テレビのニュース番組などにも出演し、単行本も出版している。 深いため息がもれそうな経歴だが、山口さんの勉強法は、意外なほどシンプルで安上がりだ。 基本は教科書を7回読むこと、ただそれだけ。中学時代から彼
自然言語処理を学ぶ推薦書籍を紹介します。2021年03月現在、自然言語処理を勉強したい理工系の学生・エンジニアの人は、以下の本を推薦します。 (概要)自然言語処理(放送大学出版) (理論)言語処理のための機械学習入門+深層学習による自然言語処理 (実装)Python 機械学習プログラミング 第3版 自然言語処理を勉強したい、非理工系・非エンジニアの人には、以下の本を推薦します。 (数式なし)自然言語処理の基本と技術 (数式あり)自然言語処理(放送大学出版) オライリーから出ている「入門 自然言語処理」は特殊な本(詳しい人がこれを使ってレクチャーしてくれるならともかく、独習に向いていない)で、Python 2 で書かれているだけでなく、すでに動かなくなったコードも多々あり、2019年時点では読まない方がいい本です。(それでもどうしても、意地でも読みたい人は、本家にある Python 3 対応
数と数の関係性を明らかにして、数の意味を理解したり別の数を計算する。それが方程式の役割で、鍵となるのは = で表す等号だ。数学は記号を使った言語であり、すべて言葉に翻訳できる。方程式であれば「〜と〜は」という主語で始まり、「等しい」という述語で終わる。 例えばアインシュタインの方程式「E=mc²」は、「物体のエネルギーは、その質量と、光の速さの2乗との積に等しい」と言葉で説明できる。ピタゴラスの定理「a²+b²=c²」なら、「直角三角形の斜辺の2乗は、隣り合った2つの辺の2乗の和に等しい」といった具合だ。 方程式には世界を変える力がある。自然の中に隠れているパターンを発見すると、科学技術のレベルが大きく飛躍する。それをドラマチックに丁寧に教えてくれるのが、数学者イアン・スチュアートによる『世界を変えた17の方程式』だ。 第1章 カバに乗った女房 ピタゴラスの定理 ピタゴラスは、直角三角形の
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