卒論に今から使える論文表現例文集（日本語版）
英語で論文を書かなくてはならない研究者（たまごを含む）のために、英語論文の表現例文集がたくさん出版されている。 というのも、論文には、その構成にも言い回しにも〈定形〉がある。 自分の頭で一からひねり出すよりも、おきまりのパターンを活用した方がはやく良い結果を得られる。 普段、論文を書いていない、というか今まで書いたことがない人は、論文の書き方についてストックがないのだから、例文集から「借文」した方が効率的である。 本当は論文を書くのに先立って、他人の書いた論文をある程度読めば、そうしたパターンは自然に頭に入ってくるものである。 しかし「あるべき論」だけでは地球は回っていかない。誰もが夏休みの宿題を７月中に終わらせる訳ではないのだ。 以下、「借文」できるよう、論文に使われる表現・例文を集めてみた。 あまりボリュームがあっても使いにくいだろうから、数は絞りに絞ってある。 より多くの表現が必要な
多重配列アラインメントについてです。 情報科学を専攻しているものです。…
多重配列アラインメントについてです。 情報科学を専攻しているものです。 最近ひょんなことから多重配列アラインメント（multiple sequence alignment）の研究をすることになったのですが、 バイオ系のことをさっぱり知らないので、どんなデータに対して、どういう評価値に基づいて 実験、解析を行えばいいのかがさっぱりわかりません。 とりあえず線形的なコストの最適化問題として解こうとは思っているのですが。。。 そこで、多重配列アラインメントを実験するときにはどのようなデータに対して、 どのように実験すればいいのかが分かる情報があれば教えていただきたいです。 この分野の教科書か、先行研究のサーベイなんかもあれば教えていただけると助かります。
どうやったら質問を思いつけるの？ - 発声練習
どうやったら卒研を失敗できるか：他人の話を聞くのをやめるでいただいた、人の話を聞いた際の疑問・質問の抱き方のコツがあれば教えて欲しいという依頼に対しての私なりの回答。 まとめ 質問を発するためには、以下の２つのステップを踏む 「情報の欠落に気づく」 「欠落している情報を明確化する」 情報の欠落に気づくためには、話題になっている事柄の知識（一般常識、専門知識）と話題の伝え方に関する知識（プレゼンテーション技術、批判的読み方、論理的思考法）が必要 欠落している情報を明確化するためには語彙、質問の型、経験が必要 情報の欠落に対する感度を挙げる方法 話題の伝え方に関する知識を増やすために、プレゼンテーション、批判的読書法（クリティカルリーディング）、論理的思考法（ロジカルシンキング）に関する本を読む 気づいた欠落している情報をメモするために、講演、授業、ミーティングの際はメモ帳と筆記用具を必ず用意
サーベイの仕方・論文の読み方 - 4403 is written（終了しました）
@自宅（個人の見解に基づいており，所属組織などとは一切関係ありませんし，事実かどうかもわかりません） この世界に希望をもつためには批判し続けることこそが必要だ - Edward W. Said (1935-2003) 少し時間が空いてしまったが，やっと形になったので，公開してみる．dis覚悟なので，disって下さい．叩き上げて，より良い資料になればと思います． サーベイの仕方・論文の読み方 情報系院進学予定の卒研生とM1を対象にしています．内容に偏りがあるのは，その分野しか分からないからです．色々な方からのご意見を頂きたいです． 見て頂ければわかると思いますが，naoeさんにインスパイアされています．参考にさせて頂いております．ありがとうございますm(__)m． まとめていて気付いたんですが，世の中には「論文の書き方」や「プレゼンの仕方」なる資料は良質なものがゴロゴロと見つかりますが，「研
卒論執筆を加速させるツールとしての Evernote | Lifehacking.jp
渡部昇一さんの知的生活の方法 (講談社現代新書 436) に忘れがたいエピソードがあります。著者がドイツで研究をしていた折、指導してくださっていた先生からカード方式で情報をまとめて、思考を整理することをすすめられたというくだりです。 そのようなとき、また先生のお宅に夕食に招かれた。夕食前には論文の進み具合についての訊問があったが、私がまだもたもたしていることに気づかれた先生は、「一つ君に提案しようか」（Darf ich lhnen einen Vorschlag machen?) といわれて、カード方式をすすめられたのである。このときの Vorschlag （提案）という単語の発音が今でも印象深い。 いまでも、断片化して収拾がつかない思考をカード方式でまとめることには意義があります。PoIC などはこの冠たる例ですし、私もいまも引き出しに数千枚のカードを常備しています（買いすぎ…）。 でも
My Bookmark: Machine Learning
私のブックマーク 学習 1. はじめに 機械学習の研究は飛躍的な進歩を遂げ、専門化が進んでいる。元々は人間の学習能力を目標に始められた研究分野だが、それどころではなくなってきたようで、全体を一望するのが困難になってきた。しかも、機械学習の一分野である帰納論理プログラミングについて、理科大の溝口文雄教授によるブックマークが昨年9月号で取り上げられていて、機械学習全体をカバーする有力サイトも紹介済だったりする。そこで、大規模で便利なサイトに筆者がたまたま訪れたサイトを織り交ぜながら、紹介したい。また、このコラムで紹介済のブックマークは省くか、違った説明を試みるので、バックナンバーも合わせて参照されたい。 2. ポータルサイト 機械学習について調べ物をするとき、とりあえずなんでもそろっているポータルサイトとしては、MLnet(Machine Learning network, http://ww
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
2009/12/10 GPUコンピューティングの現状とスーパーコンピューティングの未来
http://scholar.google.com/intl/ja/