TBS系列 王様のブランチで紹介され大反響!! 大量の情報があふれている現代において、 「必要な情報をできるだけ早く、効果的に頭に叩き込みたい」と考える人は多いでしょう。 しかし、せっかく学んだことをすぐに忘れてしまったり、覚えたはずなのに身についていなかったり、なかなか実践できないという人も多くいます。そんな人のために、スタンフォード大学・オンラインスクール校長が、脳科学と心理学に基づく効果的なインプット方法について紹介します。インプットに関する情報はたくさんあふれていますが、その中には科学的根拠がないものも。 本書では、最新の脳科学と心理学に裏打ちされた方法の中で、特に効果が高くて、すぐにでも実践できるものを厳選して解説しています。(以下、「はじめに」より) 例えば、次のインプット法のリストをご覧ください。・本を読むときは「つまみ読み」から始める ・記憶を定着させるためには繰り返し読み直す ・YouTube動画で学ぶときは字幕付きで見る ・ポッドキャストは1.5倍速までがおすすめ ・メモやノートは手書きでとる ・始める前に前回学んだことを思い出す どれも多くの人たちが実践している日常的なインプット法です。 しかし、後ほどお話しするように、これら6つの学び方のうち、科学が明かした正解はたったの3つ。 ■ ■ ■ もくじ ■ ■ ■ |
月別アーカイブ: 2024年7月
出張でしたが、ハーブ生き延びました!
瞬眠、、、一瞬で眠ることのできる方法とは?
今年も暑すぎる夜で寝付けない日が続いている方も多いかもしれません。そんなあなたにおすすめのページです。「寝れない時にたった2分ですぐ眠る方法」というのがありました。
政策評価のための因果関係の見つけ方 ランダム化比較試験入門
著者:エステル・デュフロ
【2019年ノーベル経済学賞受賞!】 伊藤公一朗氏(シカゴ大学准教授)推薦! 「世界中で使われているランダム化比較試験のバイブル」経済学におけるフィールド実験の発展に多大な影響を及ぼした記念碑的論文 “Using Randomization in Development Economics Research: A Toolkit” (Handbook of Development Economics, Vol.4 Ch.61)が、ついに翻訳出版!経済学におけるランダム化比較試験のパイオニアである エステル・デュフロ教授らによる、理論的解説と実践的ノウハウが凝縮。監訳者の小林庸平氏による解説は、 本書の難解な部分を直感的でわかりやすい解説で補いながら、 近年注目されている「エビデンスに基づく政策形成(EBPM)」に ランダム化比較試験をどう活かしていくかを展望。 |
変な家
著者:雨穴
謎の覆面作家・雨穴デビュー作!! 「読み出したら止まらない」と大反響 ついに100万部突破 映画化2024年3月15日公開、大ヒット上映中!YouTubeで2000万回以上再生のバズ動画 あの「【不動産ミステリー】変な家」には さらなる続きがあった!!謎の空間、二重扉、窓のない子供部屋—— 間取りの謎をたどった先に見た、 「事実」とは!? 知人が購入を検討している都内の中古一軒家。 知り合いの設計士にその間取り図を見せると、 間取りの謎をたどった先に見たものとは……。 不可解な間取りの真相は!? 本書で全ての謎が解き明かされる! |
最初、変な間取りの家をたくさん紹介している本かなぁと思って手に取ったんですが、なんとミステリー小説って感じで・・・
ネット世論操作とデジタル影響工作:「見えざる手」を可視化する
著者:一田 和樹, 齋藤 孝道, 藤村 厚夫, 藤代 裕之, 笹原 和俊, 佐々木 孝博 (著), その他
「事実」を知ることはできるのか
世論工作、認知戦、分断、炎上、誤導、プロパガンダ、ディープフェイク…… 第一線の研究者、専門家による知見を集約した 第一線の専門家がそれぞれの視点から浮かび上がらせるデジタル社会の「見えざる手」。日常生活から政治・軍事にいたる手法や対応を、豊富な実例と図表を交えてわかりやすく総覧す る。これからを生きるための必読書。 ◆目次◆ 第1章 デジタル影響工作とはなにか 一田和樹 |
リスク、不確実性、利潤
著者:フランク・H・ナイト/, 桂木 隆夫 (翻訳), 佐藤 方宣 (翻訳), 太子堂 正称 (翻訳)
20世紀の経済学に大きな影響を与えた理論経済学者・ナイト。資本主義の原理を追究し、企業経営の本質に迫り、営利の源泉を喝破した主著にして名著を新訳で刊行。 |
LightGBM予測モデル実装ハンドブック
著者:毛利拓也
本書は実践知を基にLightGBMの仕組みや実務への活用方法をハンズオン形式で学ぶ技術書です。LightGBMはレコード数が1,000万件を越える大規模データでも数時間でモデル学習でき、予測精度が高く、実装がシンプルという開発運用に適した特徴を兼ね揃えた機械学習アルゴリズムです。 本書の目標は以下の2つです。目標1 LightGBMの理解ためには、逆説的ですが「LightGBM以外」の仕組みを具体的に理解する必要があると、筆者は考えています。そこで、本書は機械学習の基礎となる「線形回帰」、勾配ブースティングの基礎となる「決定木(回帰木)」の仕組みを最初に整理し、続いて、回帰木→勾配ブースティング→XGBoost→LightGBMとアルゴリズムごとの工夫(前提条件)を数式を交えて理解する構成にしています。目標2 実務活用は探索的データ解析(EDA)、クロスバリデーション、特徴量エンジニアリング、ハイパーパラメータ最適化の精度改善の実装を通じて、実務で役立つ考え方や運用で注意すべき点を学べるようにハンズオンします。また、実務は精度の改善と並んで、予測値の説明性が大事になります。そこで、予測値を特徴量の貢献度で分解し、予測値の原因を分析します。 |