レバレッジ英語勉強法
このサイトは、いわゆる成功本を100冊読むことで、成功できるかを検証するページでした。 現在は、ビジネス書・自己啓発書・成功哲学・セミナーCD・手帳術・週末起業など レバレッジシリーズでおなじみの本田直之さんの英語の勉強の本。 サブタイトルに「偏った英語でレバレッジポイントを目指せ！」とあるように、普通の英語勉強本の勉強法とはちと違いますね。 従来の英語勉強法の本は、やる気を高める効果を狙っているのか、求道者的ともいうべきストイックな勉強法が提唱されていたりします。 例えば「只管音読」とかね（私は、國弘先生好きですよ） その手の本は読んだ直後は燃えるし、自分もそれに合わせて計画を立てたりするけど、やはりなかなか続かない。 そこには、やはり、｢勉強のための勉強」の時間が結構長く含まれるからだと思う。 私も、「英会話絶対音読」とか、一生懸命やったけど、大体「パジャマパーティー」の章で「一体俺が
データ分析から戦略を考える立場になりつつある状況で役に立ちそうな本3+1冊 - About connecting the dots.
ということで，職域の変化に伴い，技術書以外の本を読む機会が増えてきている今日この頃です．大学にいた頃は割といろいろ読んでたんですが，ソフトウェア / データマイニングエンジニアのようなことをしていると，専門分野でも覚えることが多いので，なかなかそちらまで手が回らなかったりします． ということで，最近読んだ本で，読んでよかった本について備忘録がてらレビューしておきたいと思います． データサイエンティストに学ぶ分析術 データ・サイエンティストに学ぶ「分析力」 ビッグデータからビジネス・チャンスをつかむ 作者: ディミトリ・マークス,ポール・ブラウン,馬渕邦美,小林啓倫出版社/メーカー: 日経BP社発売日: 2013/02/28メディア: 単行本購入: 3人 クリック: 12回この商品を含むブログ (8件) を見る 著者は広告会社のマーケティング部門のベテラン分析者で，なんらかの施策なり成果なり
TOEIC500から800点取るまでの英語勉強法と必要な時間
英語上達までにかかる時間はどのくらいか？ 特に、社会人になったら忙しい1日の限られた時間をどう有効活用するかは英語上達の鍵を握ります 僕が英語を話せるようになるまでにやった勉強法と計画のすべてでも書いたのですが、僕は単純に「話せる・聞ける英語力」を身につけたかったです。その一つの目安としてTOEIC800点以上を目標にしていました。 800点は「英語の基礎レベルがあって使いこなせるレベル」の確実な目安になります。当時の僕のTOEICは500、ここから計画を綿密に立てて最終的に800点を無事取ることができました。 この記事では、その当時のどんな風に計画を立てたか？何にどのくらいの時間をかけたのか？をもっと詳しくまとめていきます。 学習期間と点数の推移 僕のこれまでの英語学習の歴史 2008年 TOEIC495点 大学入学したての時のスコアです。 英語はどちらかと言えば得意科目。でも受験のとき
昔のアスキーすごかったなあ - ogijun's blog
ちょっと前の話なんだけど、凄腕編集であるkaheiさんが書いた 改訂新版 コンピュータの名著・古典100冊 という記事を読んで思ったこと。 最近改訂されたこの本で取り上げられている100冊のうち21冊がASCII(出版社ね)から出ていて、単一の出版社としてはもちろんダントツのトップである。そして、 で、この21冊のうち8冊が私が企画して出した本だ。「なんだつまらん」という声が聞こえてきそうだけど、まぁそう言わずに。下記にあげたのが、私が企画した本のリストだ。全部翻訳書なのがあれだし、編集長職が忙しくて実際の編集作業を部下にまかせたものも入っているけど、細かいことは気にせずに紹介しておく。 UNIXの1/4世紀 (Ascii books) これは、UNIX業界の歴史を描いた珍しい本の翻訳。内容はおもしろいのだけど、翻訳に若干問題があって何人かのUNIXハッカーから怒られた。申し訳ございません
データエンジニアリングの要諦の後ろ髪を掴む - Fundamentals of Data Engineeringを読んで - じゃあ、おうちで学べる
最強なデータ分析基盤は何か⁉︎多種多様なデータ分析基盤が、制約のない環境で競合した時… ビジネス用途に限らず、あらゆるシナリオで使用可能な「データ分析」で比較した時、最強なデータ分析基盤は何か⁉︎ 今現在最強のデータ分析基盤は決まっていない データ分析基盤まとめ（随時更新） などもあり大変参考にさせていただきました。ありがとうございます。 はじめに データエンジニアリングは、データの収集、処理、保存、そして提供を行う技術やプロセスを扱う複雑な分野です。この分野の全容を系統的に把握することは決して容易なことではありません。このような状況の中で、『Fundamentals of Data Engineering』という書籍に出会いました。この本は、著者たちの豊富な実務経験に基づいて書かれており、データエンジニアリングの基本概念とそのライフサイクルに焦点を当てています。さらに、これらの概念を現実
隠れた良書「計算機シミュレーションのための確率分布乱数生成法」を大プッシュしたい - EchizenBlog-Zwei
偶然見つけたのだが「計算機シミュレーションのための確率分布乱数生成法」が大変な良書であったので、とりいそぎメモしておく。ちゃんと読んだら後でレビューする。 本書は簡単にいうと「様々な分布から乱数生成(サンプリング)するプログラム」の実装法をまとめた本。確率統計の本を読んだりして「○○分布からサンプリング」すれば良いことはわかったのだが、どうやって実装していいかわからず途方に暮れた経験を持った人は多いのでは。 そういった方にとって本書は福音となるのではないだろうか。 とりあえず本書はweb上に情報が少ないので、どんな分布を扱っているのか列挙しておく。かなり多いので驚かれるかもしれない。 [連続分布] 正規分布(Normal distribution) 半正規分布(Half Normal distribution) 対数正規分布(Log-Normal distribution) コーシー分布(
Heapsの法則によるコーパス中の語彙数予測と評価実験 - シリコンの谷のゾンビ
さて先日あることがきっかけでヒープスの法則 (Heaps' law) のことを思い出した．最初はヒープの法則と記憶していたのだけれど，'がHeapsの後ろにあるので，ヒープスの法則とかヒープス則と呼ぶのが正しいのだろう．ここではHeapsの法則と呼ぶことにする． Heapsの法則とはN語数から成るコーパスにおいて，総語彙数Dは以下の等式で表現できるというもの*1 ここで，kとβはコーパスによって定められた定数とする．英文コーパスではβは大体0.4-0.6になるらしい*2 この法則が示唆することは，コーパスサイズの増加に対して語彙は増え続けるというもの．まぁlogスケールにおいては直線なので，徐々にサチっていくのは確かであるが． Wikipediaでヒープスの法則の出展を調べてみると，どうやら1978年出版のHeaps著"Information Retrieval"[1]内で提案されたものら
『フード理論』で映画は100倍美味しくなる - Ust's Diary
ゴロツキはいつも食卓を襲う フード理論とステレオタイプフード50 作者: 福田里香,オノ・ナツメ出版社/メーカー: 太田出版発売日: 2012/04/12メディア: 単行本購入: 6人 クリック: 86回この商品を含むブログ (26件) を見る 最近読んだ中では断トツで面白かった。 フード（食べもの）に着目すれば、観たり読んだりがずっと楽しくなる、味わえる。映画とは書いたけど、アニメでも漫画でも小説でも、およそ物語と名のつく創作物なら何にでも応用可能だ。 ☆ 著者によると、物語における食べ物は演出上、感情の機微を伝えるための優秀な装置として機能し、キャラクターの特性をひと目で表すためのアイコン的役割を果たす。逆に言えば、物語に上手く食べ物を配置すれば、登場人物の性格や感情、置かれた状況を鑑賞者にスムーズに伝達させるのにきわめて有効に作用するのだ。 そうした現象の総称が『フード理論』である。
カーネル多変量解析（赤穂昭太郎・著） - Loud Minority
カーネル多変量解析―非線形データ解析の新しい展開 (シリーズ確率と情報の科学)posted with amazlet at 09.04.01赤穂 昭太郎 岩波書店 売り上げランキング: 107675 Amazon.co.jp で詳細を見る機械学習やデータマイニングで、近年頻繁に用いられるカーネル法に着目した本。機械学習の教科書として、パターン認識と機械学習 上 - ベイズ理論による統計的予測(通称・PRML)が褒められている所を見る。PRMLが非常に良く書かれており（レベルが低いとは言わない。あちこちで褒められているのが不思議なくらいレベル高い読者を想定していると思う）、翻訳も、さすがに専門家が集まって訳していて、良く訳されており、機械学習の入門書として納得がいく。しかし、機械学習一般というより、日本語版の副題にあるとおりベイズ統計から見た機械学習と考えられる程、ベイスに寄っていた。それに
俺の本の購入方法は移り変わる - 本しゃぶり
Kindleを手にしてから今まで以上に本を買ってしまったので書いてみる。 自分で本を買い始めたのは小学生の頃からだったが、成長するにつれ買い方は変わってきた。 100円時代 小学生の頃から20になるかならないかの頃までを指す。古本屋で100円の本ばかり買っていた時代。今のところこの時代が最も長い。 俺は長い間100円の中古本ばかり買っていた。理由は簡単で、コスパがいいからだ。200円でも十分安いが、100円にこだわれば同じ金額で倍の本が買える。それに同じ本であるならば値段が違っても書いてある内容は同じだ。それなら100円の方がいいに決まっている。俺は文字が読めればそれでよく、本に見栄えを求めていないのもそれを後押しした。 そして古本屋には100円の棚だけでも多くの本があり、読みたいと思う本がないなんてこともなかった。少し遠出をする時は毎回100円の本を買い求めていた。移動時間が1時間につき
読書アンチパターン - おうさまのみみはロバのみみ
TL;DR エンジニアの知的生産術を読んで自分の読書方法を鑑みたときに「これって読書アンチパターンでは？」と思ったものを残しておく。 全てが改善されるとは思わない、少しでも改善していけたら御の字というスタイルです。 せっかくなのでアフィリエイトのリンク貼ろうと思ったらKindle版が予約できるようになっていたのでさっそくポチった。 前提条件: 対象者: ぼく 前提: エンジニアの知的生産術の第4章「効率的に読むには」を読了していること 技術書や実用書 娯楽小説をそもそも早く読む意味はない。 結論: 基本的に買うな、読むな 読むなら厳選しろ いま必要なものだけ読め 脳内音読やめろ ということです。 アンチパターン:脳内音読やめろ 静かな音読をしてしまっている。 脳内、もしくは声には出ていないが文章を音読してしまっているパターン。 ぼくは脳内音読派だったんだけどそのスピードでないといまいち頭に
「コネ」の科学（村瀬俊朗）｜英治出版オンライン
業績を上げるためにチームのマネジャーとして何を大切にしていますか？ そう聞かれたら、あなたは何と答えるだろうか。 チームの創造性研究の第一人者として知られるハーバード・ビジネススクール教授のテレサ・アマビールは共著書『マネジャーの最も大切な仕事』の中でこう断言している[1]。 「創造性や生産性を高めるためにマネジャーにとっても最も大切な仕事は、メンバーの仕事が進捗するよう支援することである」 これは1万超の日誌分析、669人のマネジャー調査などによって明らかになったものだ。本を読み進めていくと、著者の膨大な定量・定性調査に基づく理論は説得力がある。 だがチーム研究者として、この議論に一石を投じたい。業績を上げるには――この連載で言えばチームで新しい発想を生み出しイノベーションを起こすには――、マネジャーはチーム内部だけではなくチーム外部にもリソースを割く必要がある。 みなさんにとって馴染み
統計の勉強に最適な緑本こと「データ解析のための統計モデリング入門」を紹介 - HELLO CYBERNETICS
はじめに データ解析のための統計モデリング入門 本の構成に関する特徴 本の内容に関する特徴 本の目次と各章の概要 第1章 データを理解するために統計モデルを作る 第2章 確率分布と統計モデルの最尤推定 第3章 一般化線形モデル 第4章 GLMのモデル選択 第5章 GLMの尤度比検定と検定の非対称性 第6章 GLMの応用範囲を広げる 第7章 一般化線形混合モデル 第8章 マルコフ連鎖モンテカルロ法とベイズ統計モデル 第9章 GLMのベイズモデル化と事後分布の推定 第10章 階層ベイズモデル 第11章 空間相関のある階層ベイズモデル 対象読者 想定と違ったとなる前に こんな人に最適です はじめに 正直今更感が非常に強い一冊になります。 既によく知られているベストセラーと言ったところですが、例えば「自分はR使いではないからな」とか、その程度の理由で購入をためらっている人もいるかもしれません（現に
『統計学が最強の学問である』の強さ - Mizuno on Marketing
統計学書としては驚異の12万部以上売れているという『統計学が最強の学問である』を読んでみた。内容は多岐にわたり，最新の話題を含み，かつ読みやすく，面白い。これは売れるはずだと思いつつ，それにしても10万部を超す売上になるのはなぜだろう，と考えてみた。 その前に，ざっと本書の内容を紹介しておこう。疫学を本来の専門としながら，マーケティングデータ分析のコンサルテーション経験も豊富な著者は，疫学やエビデンスベース医療の成果，そして企業の「ビッグデータ狂想曲」について取り上げるところから始める。 そして，単なる集計ではわからない因果関係を探るために，最初にランダム化比較実験を紹介する。次いでランダム化が不可能な疫学研究での層別分析，そして回帰分析へと話を進めていく。通常の統計学の教科書とはかなり違うが，ストーリーとしてなかなか説得力がある。 回帰分析については「平均への回帰」の話から入り，いきなり
ゲームデザインプロフェッショナルを読んだ | Colorful Pieces of Game
ここゲームデザインのプロになろうとする人や、プロになりたての人にいい本を読んだのでちょっと紹介したい。 ただしこの本は「ゲームデザインという仕事を理屈だって説明して、このようなプロセスで仕事をしていきましょう、このように考えていきましょう」という内容で、FGOの企画書だの戦闘はこんなこと考えただのといった、一般読者が期待していそうなことは一切載っていない。 なので、そういう本を読みたい人には全くお勧めしない。 また、良い本ではあるけれど、いろいろな理由で付け加わっていると思われる章が本としてはノイズになっている。 ストレートに書けば、chapter 1は飛ばして、２－３－４－５と読んだら、あとは無視して構わない。 本当に大事なのはchapter 3-4と断言しておく。 ただchapter 3-4 はお金を払う価値がある内容だ。 この本の重要な内容をかいつまんで説明すると以下になる。 ゴール
TOEICリスニング9割を超えるための勉強法とパート別攻略法 | TOEIC攻略
最初TOEICを受けた頃は、自分なり対策をした上で受験してTOEICリスニング280点でした。今のTOEICのリスニングの最高点は465点です。満点が495点なので9割以上得点できていることになります。 リスニング280点の頃は9割以上の回答が出来るというのは不可能かと思いましたが、半年後にはあさりリスニング400点を超えて今は9割以上を取れるようになりました。 今回はTOEICリスニングが200点台の方が450点を超えるために必要な勉強方法について説明します。また、TOEICのリスニングの点数をてっとり早く上げるためのパート別攻略法(テクニック)も後半に書いていますので、攻略法だけ見たい方は後半を見てください。 リスニング以外の勉強方法はこちらに書いていますので興味あれば見て下さい。
管理ゼロで成果は上がる を読んだ - 個人的なまとめ
管理職＝マネジメントとなりがちだけどこの本を読んで違うんだなぁと再確認した。 全体的に読んでて自分も管理職の存在に疑問符を持っている(が、一応現職管理職なんだけどw)ところに、少し光明が見えたが、うちだとどう当てはめられるんだろうなぁという疑問符も新しく出てきた。 作業ではなく、仕事をしてもらうことによりメンバー各自が考えて行動をするというのはすごい難しいんだろうなぁと思う。色々な会社はベクトルが広すぎてみんながバラバラになりやすいので、管理職というのが置かれていると思っている。なので、ベクトルを狭くすれば管理職をなくせるのではないか？と思うが、会社としてベクトルを狭くするというのは難しいんだと思う。 ただ、管理職をなくすというよりも、どのように気持ちよく働いてもらえるかという指針にはなったのかなぁと思う。例えば評価も今はevaluationになってるものをassessmentにしたり、期
"the cult of amateur" ユーザ参加型を懐疑的にとらえなおす - Thoughts and Notes from CA
本屋に溢れかえるWEB 2.0本の増殖傾向はとどまるところを知らないが、その大半は礼賛本であり、骨の太い批判本というのはあまり見たことがない。WEB 2.0の大きな可能性をうたった解説本や礼賛本のみではなく、気合のはいった中身の濃い批判本を是非読みたいと思っているのだが、食指が動くものが残念ながらあまりない。 そんな中で、"YAMDAS現更新履歴 - 海外におけるWeb 2.0批判本の本命？"で紹介されていたAndrew Keenの『the cult of amateur』は、海外の著名ブロガーが結構反応しており、色々話題になっている模様。スルーされずに、議論の対象となっているところを見ると中身がそれなりに濃いことが推察されるので、先週から読み始めてみた*1。 The Cult of the Amateur: How blogs, MySpace, YouTube, and the res
スタートアップの急激な成長で何が起こるか「ブリッツスケーリング」 – suadd blog
Linkedinを創業し数兆円まで育て上げMicrosoftに売却し、Facebookなど含め数々の投資でも知られるリード・ホフマンが、スタートアップが急拡大する際に何が起こり、どう対処すべきかをかなり具体的に書いています。この急拡大をブリッツスケーリングと呼んでいます。 メルカリの成長と照らし合わせてものすごい勉強になりました。ブリッツスケーリングしているスタートアップの方には、経営陣でも社員でも、かなりおすすめです。若干矛盾があったりストーリーで語られている部分もありますが、経験からの示唆に富んでいます。 以下で、抜粋コメントしていきますが、かなり長くなってしまいました。。 ブリッツスケーリングの５つのステージ スタートアップのブリッツスケーリングは単純な外挿法のプロセスではない。みすぼらしいガレージから出発した会社の規模が１０００倍になり、モダンな高層ビルに本社が移ってめでたしめで
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
text miningや方向情報の特徴抽出に便利な，超球上に分布する点をクラスタリングする方法 - Qiita