機械学習はどの分野に属するのか？ | POSTD
機械学習は、学際的な分野であり、密接に関連する分野である人工知能やデータマイニングと区別しようと考えると、かなり困惑するかもしれません。 この記事では、機械学習に関連したこうした分野について学びます。特に、機械学習が、どのようにして数学や人工知能の分野の上に成り立っているのか、そして機械学習がデータマイニングやデータサイエンスといった分野の中でどのように使用されているかということを学び、こうした分野の境界について学びます。 基礎 機械学習は、数学とコンピューターサイエンスの分野を基礎として成り立っています。特に、機械学習の手法は、線形代数と行列代数を使用して説明されることが多く、その作用は、確率、統計学というツールを使用して理解されることが多いです。機械学習にとっての基礎科目を代表する統計学、確率、人工知能の分野です。 確率 確率理論の分野では、ランダムな事象の可能性を描写する研究が行われ
「話のわかりやすい人」と「わかりにくい人」のちがい
前職の時から、私は「話のわかりやすさ」にはかなり個人差があると感じていた。 何故話のわかりやすい人と、わかりにくい人がいるのか？最初はよくわからなかった。「生まれつき」なのか？「訓練」なのか？しかし、いろいろな人と話すと、要は「サービス精神」のちがいなのではと思うようになった。 巷には色々と「話し方講座」があふれているが、細かいテクニックよりも、結局のところ「相手の立場から自分の話を見ることができるか」ということに尽きると思う。したがって、以下の8項目が重要であるとの結論になった。 「話のわかりやすい人」と「わかりにくい人」のちがい 1. 「結論」から話すか、「過程」から話すか 例 「今日の打ち合わせの結果どうだった？」と聞かれたとき 話のわかりやすい人は「うまくいきました」「イマイチでした」と結論から話します。 話のわかりにくい人は、「最初に○○の議題が有りまして、XXさんが○○と報告し
「仕事ができるやつ」への最短の道
どうすれば「仕事のできるやつ」になれるだろうか。そういった相談を、若手の方からよくいただく。 「やっぱり論理的思考力を身につけるべきですか？」 「英語ができたほうが良いですかね？」 「資格はとったほうがいいですか？」 そういった具合だ。もちろん、いずれも間違いではない。しかし、私が前職で学んだことのなかで、もっとも「仕事ができるようになる」ために重要だと思ったのは上のような話ではない。 それはある会議での事だった。 会議のテーマは「集客」である。新しいサービスを立ち上げたのだが、今ひとつお客さんの反応が悪く、「これからどうすべきか」という話し合いを部門全体で行うというものだった。 会議のメンバーは部門の主要メンバーで、約15名、若手からベテラン、部門長までが一堂に会していた。 私はその司会進行役として会議に参加していたが、実質的には「部門長の脇で議事録をまとめながら、意見をとりまとめる」と
どんな生徒も勉強に熱中できる。勉強をゲーム化する10の施策
どうやったら「ゲーム」のように勉強をすることができるのか？極めて重要な問だ。 ゲーム以上に人を熱中させるものはそう多くない。電車の中を見渡せば、多くの人がスマートフォンでゲームをやっていることからもわかるように。人々はほんの少しの空き時間を見つけてはゲームをやる。 ゲームデザイナーのジェーン・マクゴナガルによれば、現在我々はオンラインゲームに、週30億時間を使っている。さらに今日、ゲーム文化が強い国では 平均的な若者は21歳までに オンラインゲームで1万時間を 費やす。これは、アメリカの子供にとって 10,080時間というのは 小学5年から高校卒業まで 無欠席の場合に 学校で過ごす時間と同じだ。（TED） もはや、誰も「ゲーム」という存在を無視はできない。ゲームは子供のやるものでも、暇人のやるものでもなく、「人を熱中させる装置」として真面目な研究が必要な分野だ。 さて、一方で「学校の勉強」
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
