スキップしてメイン コンテンツに移動

『米国製エリートは本当にすごいのか？』 ☆4

投稿日：
スタンフォードに留学した経験を持つ著者によるアメリカという国・アメリカのトップ層に対する考察。日本は「詰め込み型教育」と言われますがアメリカの大学のインプット量のほうが圧倒的に多いのです。「良質なインプットを大量に」というのがポイントなのです。

↑気になったらここからポチっと↑

アメリカの大学と聞くと何となく「教授含めて学生が輪になってオープンにディスカッションしている」ようなアウトプット重視なイメージがあります。ですが、質の高い議論（アウ卜プット）を行うには正しい知識（インプット）が必要であり、膨大なインプットを求められるそうです（去年アメリカの大学院でMBAを取りましたが、確かに1コマ当たり教科書50ページ・ケーススタディなど関連資料30ページくらいは読まされていました）。

日本の教育は「詰め込み教育」とインプット偏重に対する批判がありますが、本当の課題は「アメリカと比較してインプットの量自体が不足していることに加えて、アウ卜プットの機会が絶対的に足りないこと」なのかもしれません。個人的には、ゆとり教育の最大の問題は、知識を教え込む時間を削って正しい知識・議論の作法を教えないままディスカッションさせたことだと思っています（内容の正しさではなく、声の大きな方・多数派が正しいという議論になりがち）。

この本を読むとわかること

  • 勝海舟・福沢諭吉が目にした日米の統治システムの違い
  • 日米の大学の収入源の違い
  • 日米の大学生トップ層・平均層の差
    • 大きく異なる学習方法（スタンフォードの学生のインプットは年間480冊）
    • 良質なインプットを行う方法
  • 韓国の若者が米国留学を志す理由
    • 日本人の米国留学者数が減った理由
  • 米国の大学が経済学を重視する理由
  • 歴史の浅い米国で歴史学の学位保持者が厚遇される理由
  • 日本人と米国人の思考プロセスの違い、それぞれのメリット・デメリット
  • エリー卜の類型（経済エリ一卜・政治エリー卜・軍事エリ一卜）
  • リーマンショックから米国経済が復活した背景?理由
  • 米国人の信条（政治・経済・外交ポリシー）の土台
    • 北部カルチャーと南部力ルチャ一
    • 保守派（共和党）とリベラル（民主党）のポリシーの違い
  • 米国は世界で一番大きい島国
    • 真珠湾・9.11など本土を攻撃されるとヒステリックに反応する理由
    • 内向き志向の強さ
  • 米国人の中国観

↓気になったらここからポチっと↓
ラベル：

ベストビュー（過去1カ月）

【番外編】AI（機械学習）やってみた。【第6回】乳がん診断AI　その1

投稿日：
ソムリAI（ワインソムリエAI）で使った手法で乳がん診断AIを作ってみます。まずは決定木とニューラルネットワークの2つのモデルを試してみます。かなり高性能なモデルができました。名医誕生かもしれません　笑
続きを読む

【番外編】AI（機械学習）やってみた。【第1回】ソムリAI　～決定木編～

投稿日：
最近ブームのAI（機械学習）に手を出しました。まずは、決定木（Decision Tree）というモデルを使って「ソムリAI（ワインソムリエAI）」を作ってみようと思います。
続きを読む

【番外編】ボストン旅行記（UMASS Lowell卒業式編）【Day 4：卒業式】

投稿日：
UMASS Lowellの卒業式＠Boston。４ 日目は卒業式本番です。とても賑やかでアメリカンな式典でした。ただしあいにくの雨、僕曇り男なのに。。
続きを読む

【番外編】AI（機械学習）やってみた。【第4回】ソムリAIの改良（正規化）

投稿日：
ソムリAI（ワインの評価を機械学習で当てる「ソムリエ+AI」）はもういいかなと思っていたのですが、機械学習の教科書的な本を読んでいるといくつか改良ポイントが見えてきたので、実際に適用してみようと思います。 まずは データの正規化 という手法を試してみました。結論から言うと、 あまり効果はなかった のです。。 ソムリAIの振り返り ワインの成分とランクのデータに対して、決定木・ロジスティック回帰・ニューラルネットワークの3通りのモデルを使って機械学習 を行い、モデルの精度を検証してきました。それぞれのソムリAIの性能はこんな感じでした。 どのモデルも概ね60％程度の精度 でした。 改良その1：正規化 正規化とは まずは 正規化 という手法を試してみます。標準化とも呼ばれます。正規化を行うことで 尺度の異なるデータを比べやすくする とともに、 はずれ値の影響を小さくする ことができます。正規化には 各データを平均0・標準偏差1に成形する手法 と、各データを 0から1の範囲に成形する手法 の2つがあります。 前者は標準偏差が出てくることからも分かるように、 データが正規分布に従うことを前提にした正規化手法 です。 元のデータが釣鐘型の分布になっている場合に有効 です。後者は単純に データの範囲を0から1の範囲に狭める手法 であり、 元のデータが一様分布の場合 （規則性が無くランダムなように見える場合） に有効 です。 どちらの手法でもデータの範囲を一定のレンジに狭めており、そうすることで異なる尺度のデータを比べやすくしつつ、はずれ値の影響を下げるのです。 正規化してみる 元データの分布を確認 前回同様のワインのデータを使って正規化してみます。まずはワインのデータを読み込んで表示してみます。ついでに機械学習で使うワインの成分と、ワインの評価にデータを分割しておきます。 【オリジナルのワインデータ】 UCI（University of California, Irvine：カリフォルニア大学アーバイン校） http://archive.ics.uci.edu/ml/machine-learning-databases/wine-quality/winequality-red.csv #入力データセットを読み込み i...
続きを読む

『深層学習 Deep Learning (監修:人工知能学会)』 ☆4

投稿日：
人工知能学会が定期発行する学会誌『人工知能』に掲載された連載解説を単行本化した本。ディープラーニングの基礎から、画像認識・自然言語認識のような実践まで網羅的に書かれているので全体像をつかむには最適かも。
続きを読む

【番外編】ボストン旅行記（UMASS Lowell卒業式編）　【Day0：渡米前にやっておくこと】

投稿日：
UMASS Lowellの卒業式＠Bostonについて、計画の立て方やら行く前にやっておくことやらをまとめておきます。
続きを読む

【番外編】ビッグデータ解析やってみた。【第1回】地震解析　～最近地震多くないですか？～

投稿日：
「なんか最近地震多くない？」と思って調べ始めたら結果としてBI（ビジネスインテリジェンス）ツールを使った”なんちゃってビッグデータ解析”になってしまいました。4回くらいに分けて連載してみようと思います。
続きを読む

【番外編】AI（機械学習）やってみた。【第7回】乳がん診断AI　その2

投稿日：
乳がん診断AI第二弾です。前回に引き続き、ランダムフォレスト・多数決などのアルゴリズムを使って精度を確認していきます。前回、ニューラルネットワークが叩き出した診断精度95%を大きく超える結果になりました！
続きを読む

【番外編】AI（機械学習）やってみた。【第5回】ソムリAIの改良（アンサンブル学習）

投稿日：
ソムリAI（ワインの評価を機械学習で当てる「ソムリエ+AI」）の改良として前回は正規化を試しました（大した効果なし）。今回は「アンサンブル学習」と「交差検証」というものを試してみようと思います。 アンサンブル学習とは ざっくりいうと、 複数の機械学習モデルのいいとこどりをしてより精度の高いモデルを作る ということです。「アンサンブル」っていう表現がおしゃれですよね。複数のモデルを組み合わせることで 過学習を防ぐ効果 もあるそうです。 交差検証とは 今までのソムリAIでは、データを訓練用と検証用に分けて訓練データでモデルを作成し、検証データ（モデルにとっては未知のデータ）でモデルの精度を測定していました。 訓練データでの精度に比べて検証データでの精度が高い場合は訓練データに個別最適化された過学習なモデルということになります。一方で、訓練データと検証データでの精度があまり変わらない場合は汎化性能の高いよいモデルということになります。 交差検証（Cross Validation）は、 訓練データをさらにn個に分けて訓練することで過学習を防ぎつつモデルの精度を上げる手法 です。例えば、3個に分ける場合こんなイメージです。複数のモデルを使ってよりよいものを作るので、アンサンブル学習の1手法ともいえます。 実際にやってみる 毎度おなじみですが、まずワインデータを読み込んで、訓練データ・検証データに分割します（データの正規化は後でやります）。 #入力データセットを読み込み import pandas as pd #データハンドリング用ライブラリ呼び出し data = pd.read_csv('winequality-red.csv', encoding='SHIFT-JIS') #機械学習で求める解である「評価」以外の項目をdata_Xに、「評価」をdata_Yに格納 data_X = data.copy() del data_X['評価'] data_Y = data['評価'] data.head() #読み込んだデータの先頭5行を出力 #入力データセットの70%を訓練データ・30%を検証データに分割 from sklearn.model_selection ...
続きを読む

【番外編】ボストン旅行記（UMASS Lowell卒業式編）　【Day2：晩餐会】

投稿日：
UMASS Lowellの卒業式＠Boston。 2日目は午前中はボストン観光、夕方から Hooding ceremonyという卒業生（大学院生）向けの晩餐会です。卒業式で被るHoodをもらいました。
続きを読む

ベストビュー（全期間）

Malaysia Quarantine Premium Package　【番外編】Malaysia赴任記　隔離ホテル情報

投稿日：
Once entering Malaysia, we need to be quarantined for 14days. At the beginning of COVID-19 spread, the hotel for quarantine have been determined randomly. In these days, we can choose "premium quarantine stay package" in advance . This article is summary of premium packages which I asked each hotel. Note: Information in this article might be old. It's better to confirm the latest plan to the hotel. Note: Only Hotel Istana can be booked via its homepage so far. As the other hotels don't show their premium package plans on their homepage, you need to contact them through their reservation E-mail address or "Contact us". マレーシア入国とともに14日間ホテルで隔離されます。当初は滞在ホテルがランダムに割り振られていたようですが、より快適なプレミアムプランが追加されました。各ホテルにどんなプランがあるのか聞いてみたので、聞いた内容をまとめます。 ※情報が古い可能性があるので、念のため最新情報を各ホテルに確認したほうがよいかもしれません。
続きを読む

【番外編】AI（機械学習）やってみた。【第1回】ソムリAI　～決定木編～

投稿日：
最近ブームのAI（機械学習）に手を出しました。まずは、決定木（Decision Tree）というモデルを使って「ソムリAI（ワインソムリエAI）」を作ってみようと思います。
続きを読む

【番外編】ボストン旅行記（UMASS Lowell卒業式編）　【Day0：渡米前にやっておくこと】

投稿日：
UMASS Lowellの卒業式＠Bostonについて、計画の立て方やら行く前にやっておくことやらをまとめておきます。
続きを読む

【番外編】AI（機械学習）やってみた。【第6回】乳がん診断AI　その1

投稿日：
ソムリAI（ワインソムリエAI）で使った手法で乳がん診断AIを作ってみます。まずは決定木とニューラルネットワークの2つのモデルを試してみます。かなり高性能なモデルができました。名医誕生かもしれません　笑
続きを読む

【番外編】AI（機械学習）やってみた。【第3回】ソムリAI　～ニューラルネットワーク編～

投稿日：
AI（機械学習）やってみた、第3弾です。「ニューラルネットワーク（Neural Network）」を使ったソムリAIを作ってみようと思います。”ニューラルネットワーク”、見るからにAIっぽい名前ですよね。
続きを読む

【番外編】ボストン旅行記（UMASS Lowell卒業式編）　【Day5：帰国】

投稿日：
UMASS Lowellの卒業式＠Boston。5 日目にして帰国なのです。
続きを読む

【番外編】ボストン旅行記（UMASS Lowell卒業式編）【Day 4：卒業式】

投稿日：
UMASS Lowellの卒業式＠Boston。４ 日目は卒業式本番です。とても賑やかでアメリカンな式典でした。ただしあいにくの雨、僕曇り男なのに。。
続きを読む

【番外編】ボストン旅行記（UMASS Lowell卒業式編）　【Day2：晩餐会】

投稿日：
UMASS Lowellの卒業式＠Boston。 2日目は午前中はボストン観光、夕方から Hooding ceremonyという卒業生（大学院生）向けの晩餐会です。卒業式で被るHoodをもらいました。
続きを読む

【番外編】AI（機械学習）やってみた。【第2回】ソムリAI　～ロジスティック回帰編～

投稿日：
AI（機械学習）やってみた、第2弾です。前回は決定木（Decision Tree）を使ったソムリAI（ワインソムリエAI）を作りました。今回は「ロジスティック回帰（Logistic Regression）」というモデルを使ったソムリAIを作ってみようと思います。
続きを読む

【番外編】ボストン旅行記（UMASS Lowell卒業式編）　【Day1：ボストンへ】

投稿日：
UMASS Lowellの卒業式＠Boston。 1日目は移動だけで終わりました。
続きを読む