ユビキタスの街角: データ圧縮手法の応用
PPM (Prediction by Partial Matching)というデータ圧縮アルゴリズムがある。 一般に、あるデータ列が与えられているとき、次に来るデータを予測することができればデータ圧縮を行なうことができる。 データ列から判断して次に来るデータが「a」だと確実に判断できるときは「a」を記述する必要が無いからである。 PPM法では、既存のデータ列中の文字列出現頻度を計算することによってこのような予測を行なう。 たとえば「abracadab」というデータの次にどの文字が来るか予測する場合、 「a」は4回、「b」は2回出現している 「b」の後に「r」が続いたことがある 「ab」の後に「r」が続いたことがある ... といった情報を累積して確率を推定する。 この場合、 (3)から考えて次の文字は「r」である確率が高いが、 (1)も考慮すると「a」の確率もある、という風に計算を行なう。
よりよい学びを実現するためのコツを抽出・記述した「学習パターン」(Learning Patterns) に関するブログ「Learning Patterns」
本サイトでは、ラーニング・パターンの考え方や個々のラーニング・パターンについて紹介します。 ラーニング・パターンは、自律的で創造的な学び方のコツをパターン・ランゲージという形式でまとめたものです。どのような状況でどのような問題が生じやすく、それをどのように解決すればよいのかの発想がまとめられています。このようなコツを「言語」として共有することで、個人の自律的で創造的な学びの支援と、学びのコミュニティの活性化を目指しています。 ラーニング・パターンは、2009年4月から毎年、慶應義塾大学総合政策学部・環境情報学部の全学生（一学年約900人）に配布されているほか、本ウェブサイトやtwitter等で、幅広い世代の方に広まりつつあります。ぜひご活用ください。 ラーニング・パターン（Learning Patterns）のtwitter配信をしています！ よりよい学びのコツを記述した「ラーニング・パタ
人は｢考え方｣を手に入れたとたん頭のよくなる生き物である - teruyastarはかく語りき
、、の、まくらことばで始まる今季からのNHK番組 ｢テストの花道｣ http://www.nhk.or.jp/hanamichi/ 所ジョージを顧問に、受験に対する｢考え方｣を学んでいく番組なのですが、 これがどうして、テストの学生だけじゃなく 社会人もうらなせるほど、問題に取り組む深い考え方を示してくれます。 オススメです。 番組今回のテーマは 比べるチカラ 番組での説明 比べることは全ての思考の源である。 比べることができなければ分析はできない。 つまり、 比べることによって物事の本質にせまる ことを求めていきます。 例えば、｢美人｣と｢かわいい｣ を比べるにはどうするか? それに使うツールがこちら。 ダブルイメージマップ (マインドマップ的なもの?) このような図を使います。 それぞれの中心に比較対象を書き 連想されるものをどんどん書いていきます。 連想数は5つじゃなくていくらでも。
あなたを次のレベルに押し上げる「集中的訓練」の方法
ただ「できる」だけではない、多くの有能な人と最高レベルで競い合うことのできるスキルを磨くにはどうすればいいのでしょう？ 一人の「天才」的な才能を生み出すのに必要な時間は、マルコム・グラッドウェルが Outliers で紹介したように、10000 時間と言われています。 しかしこれは必要条件であって、十分条件であるとは限りません。普通にチェスを 10000 時間実践していれば、たいていの選手よりは強くなれます。しかしあとになればなるほど時間あたりに得られる経験値は少なくなりますし、強くなればなるほど自分のレベルを高めてくれる相手を探すのが難しくなるので、グランドマスターになりたいのなら、さらに絞り込んだ訓練が必要になります。 ゲームでたとえるなら、「スライムばかり倒していてもレベルは上がらない」と言い換えられるでしょうか。 ただ秀でているというところから、本当に「天才」というレベルにまで人を
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
処理を実行中です
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
