� � � � �������� �� � ¬ ¬ �� ��� � ������ ���� � ��� ��� ����� ��� ����� ������ ��� � � �� ��� �� ���� � � �� � � � � �� � ��� ��������� ��� �� ��� ��� ����������� �������� �� � ��� �� ��� � � £ � ���� ��� ��� �� � � � � � ��� �� �� ����� �� ���� � �� ���� ��� ��������� � ������� � �� �� � ��� �� � ������ � � � �� ���� ���� � ! "���#� � $ � ��������� ���� � � ���� � % � �� � � � �� � ���� $ � ����

今回は前回に続いて、EVERNOTEを使ったデジタル情報整理の実践方法を考えます。 EVERNOTEをどう使うか? 佐々木 堀さんの場合は、私と違うということでしたが、EVERNOTEをどのようにお使いですか? 堀 僕の場合は、ノートブックが分類の基本になっていて、デフォルトのノートが一番上にくるように、「A. Inbox」というノートが一番上にあります。ここに、基本的にタグも何もつけていないノートが降り注ぎます。 その下に、ウェブページをクリップしたものを入れたノートや、すぐに消すメモ、マインドマップをいれてあるノートが続き、さらにその下に「テーマ別」(研究・ブログ・アイディア・ワインノート・スクラップ)のノートや、「画像」「名刺」といった用途が限られているノートが続き、最後に「永年保存する文書」や「熟成するアイディア」といった長期的に利用するノートが並列しておいてあります。ノートの並び

全編にわたってにじみ出ている著者の真摯な姿勢と深い教養に心を打たれる。理系文系問わず、あらゆる職種の人に読んでもらいたい珠玉の一冊 皆さんの職場にも、そろそろ新人が配属された頃だろうか。私の経験からいえることは、たとえプログラムがバリバリ書ける人でも、あるいは優秀な大学を卒業した人でも、すべての新人にできないことがある。そう、新人というものはきちんとした文章を書けない。 これから、新人は、週報や月報、報告書などを書くたびに、真っ赤に訂正された文章を、上司から返されるだろう。この繰り返しで新人にも、文章力が徐々についていくわけだが、まだ、道半ばで苦労している若者も多いだろう。 一方、新人の下手な文章に赤を入れる上司にも苦労が多い。上司自身、会社に入ってから、文章を鍛えられ、今ではなんとかまともな文章が書けるようにはなったものの、いざ自分が新人の文章を指導する際には、なんとなく赤を入れている、

2008.06.08 社員教育への文書解析応用と、剽窃チェック カテゴリ：ことばの処理 協和発酵工業の「教えない教育」が眠れる能力を目覚めさせた を読む。この記事はおもしろい。 協和発酵工業では、シードウィン が開発した文章解析システム「文道」を使っているらしい。この文道を取り入れたシステム SAI は 日経産業新聞 2/7 社員の文章力 10秒で採点 の記事にもなっている。 体言率と用言率に注目し、統計データの分析から書き手のプロフィールを割り出す。「体言率」は「考える材料の多さ」を表し、用言率が高いと他人への命令が多いとか、「助詞・助動詞の使い方からは他人に対する配慮の度合いが分かる」などの特徴を利用しながら、文章を通して、研修のパフォーマンスをチェックするのだな。これはおもしろい。 研修は講義形式ではなく、自ら学ばせ、討論・発表というのが効果的なのは、新人研修などやっていると実感でき

ボストンで１３年働いた研究者が、アカデミック・キャリアパスで切磋琢磨する方法を発信することをめざします。 2024/02 « 12345678910111213141516171819202122232425262728293031» 2024/04 現在の大学での試験やレポートの多くは、与えられた問題に対して学生が回答を作り、それを教官が評価するという一方向性のものです。しかし、研究者コミュニティーの根底にあるものはPeer-Reviewのシステムであり、現行の一方向性の教育では次の２つの能力を育成することが難しいと考えられます。 １）自分の回答／レポートに対する教官の批判やコメントに対して正しくレスポンスする能力。 批判やコメントは試験やレポートの評価では問題点を見つけ出し減点するための手段として使われますが、Peer-Reviewではそのレポートを改善する指針を示すことが意図されてい

第13回 貧乏な記録 2007年10月26日 IT コメント： トラックバック (0) 頑張って作成した文章が何かのトラブルで全部消えてしまった!という経験を持つ人は多いと思います。昔の計算機はあらゆるリソースが不足していたため、重要なデータを編集している場合でも、明示的にデータを時折ファイルにセーブして使うのが普通でしたが、現在の計算機の速度や記憶容量を考えると、何でも常にセーブするようにしても問題無いはずです。 極端な話、1秒に10回キーボードをタイプするという行為を1日10時間、100年間実行し続けたとしても、10文字×60秒×60分×10時間×365日×100年 = 13ギガバイトしか入力できないわけですから、人間が入力/編集できる量はたかが知れています。計算機の操作をすべて記録しておくようにすれば、作成したデータが消えて困ることなどなくなるでしょうし、以前作成した情報を取り出すこ

昔は無知だったので論文を書くよりアルゴリズムを提案することが大事だと思い、ひたすら勉強と思考を繰り返していました。ですが、卒業にはアルゴリズムよりも論文が必要だということに最近気づきました。もちろん、アルゴリズムを提案することは大事ですが、論文を書くことを念頭に研究を進めていくことはとても重要です。 では、どのようにスケジュールを組めば良いのか？だいたいどれくらいのコストが発生するかを、例をあげて説明してみます。あくまで一例です。膨大な時間:アイディアの創出（勉強、思考、議論）1週間：アイディアを整理2週間：プログラミング＋実験+アルゴリズム整理2週間：実験3週間：学会用の論文2週間：学会発表準備1週間：発表中3週間：論文書き直す3週間：査読修正と、この例ではアイディアが生まれてから、論文が完成するまで合計17週間（約4ヶ月から5ヶ月）かかる計算です。 言うまでもなく、アイディアを出すため

私が2005年10月からスタンフォードに滞在していることもあって、松尾ぐみでは、この１年、国際会議への論文投稿、 国際コミュニティへの情報発信に力を入れています。たくさんの学生や研究者の方との共同研究・共同執筆を通じて、 この１年でたくさんの国際会議に論文を通すことができました。 その経験を通じて、英語論文における一般的な問題点が明らかになってきました。 ここでは、そういった知見を形式知化し整理しています。 日本から投稿される情報系（特に人工知能、Ｗｅｂ等の分野です）の論文は、主要な国際会議にほとんど通りません。研究者人口や研究費の額を考えると、国際コミュニティにおける日本人のプレゼンスは非常に低いです。この一番の理由は、論文の完成度の問題です。私の知る限り、ほとんどの論文が十分に完成度が上がらないまま投稿され、その結果として不採択になっています。一般的な国際会議では通ることがあっても、