理系にゅーす

理系に関する情報を発信! 理系とあるものの文系理系関係なく気になったものを紹介します!

スポンサーリンク

学習

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2019/04/13(土) 17:00:20.76 ID:CAP_USER
ベネッセ教育総合研究所と東京大学社会科学研究所は、同じ親子を12年間追跡する「親子パネル調査」を2015年度から実施してきた。 今回、このうちの2018年3月に高校を卒業した子どもの高校3年間の追跡データ(703人)を用いて分析したところ、成績が上昇した高校生は、自分の学習を客観的にとらえる「メタ認知」などを持っている(持つようになった)ことがわかった。

 調査によると、高2から高3の成績変化が「ずっと上位」や「上昇」の子どもは、「テストで間違えた問題をやり直す」、「何が分かっていないか確かめながら勉強する」などの勉強方法を活用している比率が、成績変化が「ずっと下位 」や「低下」の子どもに比べ高かった。上位の成績の維持や成績の上昇には、自分の学習を定期的に確かめたり、見直すなど、自分の学習を客観的にとらえながら学習する=「メタ認知」が効果的だと考えられる。この傾向は特に難関大学合格者において顕著であり、「メタ認知」の有無が、成績上昇や大学合格など、高い学習成果を上げることに効果的であることが示唆される結果となった。

 また、勉強する理由(学習意欲・学習動機づけ)において、成績が「ずっと上位」や「上昇」の子どもは、「新しいことを知るのがうれしいから」勉強している比率が高かった(「ずっと上位」57.0%、「上昇」42.6%)。

続きはソースで

https://berd.benesse.jp/up_images/research/20190328_newsletter1.pdf

https://univ-journal.jp/25452/
images


引用元: 成績上昇には「メタ認知」が重要 東京大学とベネッセが高校生を追跡調査[04/13]

成績上昇には「メタ認知」が重要 東京大学とベネッセが高校生を追跡調査の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2019/03/12(火) 15:25:01.07 ID:CAP_USER
中学入試で方程式は使っちゃダメ……? 中学受験をする小学生たちの周辺で、そんな説がまことしやかに語られています。「理解が困難」「小学校で習わないから」と理由も様々ですが、果たして実際はどうなのか。謎を追うと、一部の教室でおこなわれる窮屈な指導法の問題と、学びの自由とでもいうべき深いテーマに行き着きました。

■「算数に弊害」塾、消極的

「お子さんに方程式は教えないでください」。昨秋、東京であった進学塾の説明会。小3の男児を持つ会社役員の男性(43)は首をかしげました。自身も中学受験経験者ですが、中学で方程式を学んだ時、その便利さに感激。「小学校の時、塾でやらされた無駄にややこしい解き方は何だったんだ?」と思い、「自分の子が受験するなら教えよう」と思っていたからです。「教えてはダメという塾の説明は分かりづらく、内容も忘れてしまいました」

 文部科学省が学校教育の内容を定める学習指導要領では、方程式は中1の数学で初めて学びます。一方、進学塾が中学入試の問題を解くために教えるのは「鶴亀算」などの「特殊算」と呼ばれる手法。算数で習う足し算や掛け算を駆使しますが、それをどう組み合わせて使うかは学校で習わない、いわば受験算数です。

 「方程式は教えません。親御さんにも教えないよう頼みます。算数の学習に弊害が出るからです」。全国150教室をグループで運営する日能研の高木幹夫代表は、そう語ります。高木さんは方程式を学ぶ数学について「数を抽象化して考える科目。人数や金額、身長など、具体的でいわば『目に見える数』を扱う算数とは違う」と説明。その上で「経験上、小学生、特に4、5年生には抽象的なアプローチは難しい」と、方程式を学ばせない理由を語ります。

 実際、親に教えられた方程式を使って問題を解こうとし、「どこをどう間違えたかも分からない」ほど混乱する児童も多いそうです。そんな児童に「講師が説明を尽くしても、学びの深化に結びつきづらい」とも語りました。

 一方、同じ大手でも、関東中心に47教室を運営するサピックス小学部では、方程式を教える場合もあるそうです。「あくまで参考として、成績上位クラスだけにですが」と算数科教科責任者の立見貴光さんは説明します。立見さんによると、方程式によって解きやすくなる入試問題はごくわずか。他方、等式の概念や負の数など、方程式を使うのに理解が必要なものは意外に多いといいます。

 「そういうものを中学の授業で勉強して、そこに出てくるのが方程式。児童も時間をかければ使いこなせるでしょうが、中学受験に関しては、そこにあまり意味がありません」

 受験と関係なく方程式を勉強する児童もいます。児童生徒が学習プリントを使い自主的に学習を進める公文式教室。昨年9月時点で、算数で学ぶ内容を終えていた小6は全国で計約3万8千人。うち1万8千人は基本的な方程式を学ぶ中1数学も終えていたそうです。公文教育研究会の広報担当者は「意欲的な児童は方程式が解けるようになるケースも珍しくない。参考書などで数学の学習を更に深める児童もいます」と語りました。
https://www.asahicom.jp/articles/images/AS20190305004864_commL.jpg
■中学「ダメな理由ない」

 「方程式で入試問題を解いても、減点する中学はないのでは」。サピックスも日能研もこの点は一致します。が、方程式をタブーだと思う人々もいます。

 中学入試で「方程式は使用禁止」と記したコラムが3年前、ニューズウィーク日本版のウェブ版に載りました。筆者は米在住の作家、冷泉彰彦さん。「小学校の教育課程に入っていないから」と述べ、つまり小学校で習わないことを理由としています。冷泉さんに根拠を尋ねると、中学生や私立中学教師との対話などで知ったとのことでした。

 探すと、ある大手ネットメディアにも、東京の女子中学の受験事情を解説した記事に似た記述がありました。筆者のフリージャーナリストは、自身が中学受験の際に聞いたことなどを根拠に挙げました。

 では、当事者の私立中学側はどう考えているのでしょう。

 神戸市の私立・灘中学校の大西衡教頭は「方程式も正しければマル。正しいものをバツにする理由がない。児童が勉強を先に進めてはダメな理由もありません」と話します。

 東京の私立・巣鴨中は、受験生や保護者向けの説明会で「方程式を使ってもよい」と説明するそうです。入試担当の大山聡教諭は「しないとご質問が出ますので。使ってはダメ、と思っている一定数の親御さんはおられるのでは」と語ります。

 「説明会で方程式について尋ねる親御さんの話は割に聞きますが、『ダメ』と言われた話は聞きません」と話すのは、朝日小学生新聞で受験算数の連載をしていた算数専門の家庭教師、安浪京子さん(42)。「塾などで学んだ算数の解き方を学校で試して、怒られる児童は時折います。小学校では、勉強の『抜け駆け』を嫌う先生も少なくない。それで親御さんも、習っていない方程式はダメかも、と思うのかも」と想像します。

 実際、算数以外でも、児童が学校で習っていない知識の使用を禁じられるケースはあります。

 大阪市の会社員、須永直志さん(50)は3年ほど前、低学年だった次女の習字を見た際、本当は漢字で書ける名前が仮名交じりになっているのを見て、不思議に思いました。聞くと、「習っていない漢字は自分の名前でも使ってはダメ」と先生に指導されたといいます。「名前は個人のもの。学校で習った、習ってないで書き方を変えさせられるのは変に思います。文句を言おうとまでは思いませんが」と違和感を訴えます。

朝日新聞デジタル
https://www.asahi.com/articles/ASM310BFDM2XULZU014.html 

続きはソースで
ダウンロード


引用元: 【数学】中学入試で方程式はダメ? ジュース47ダースは何本か 47×12は不正解の怪[03/11]

【数学】中学入試で方程式はダメ? ジュース47ダースは何本か 47×12は不正解の怪の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2019/03/01(金) 14:51:17.00 ID:CAP_USER
■クマが「慌てて去っていく」、日本でも活躍するカレリアン・ベア・ドッグ

 人が住む地域に入ることにクマが慣れつつある中、クマを◯さずに追い払えるカレリアン・ベア・ドッグが、新たな方法として野生生物当局の関心を集めている。

「クマの仲間は本能的にイヌ科の動物を恐れています」と、クマに詳しい生物学者のキャリー・ハント氏は言う。「なぜかと言えば、コヨーテの群れなどに子グマを奪われることがあるからです」

 ハント氏は、クマを◯さずに人とクマの衝突を防ぐ有効な方法を見出すことをライフワークにしている。野生動物レンジャーが連れているイヌにクマが近づかないのを目にしたとき、彼女はひらめいた。1996年、モンタナ州フローレンスを拠点にウインド・リバー・ベア・インスティテュート(WRBI)を設立。特定の犬種を訓練し、「クマの牧羊犬」にすることを目指した。クマが人の住む地域に近づきすぎるとほえて追い払い、もう寄り付かないように仕向けるのだ。

 クマ対策犬として最も一般的な犬種が、白黒模様のカレリアン・ベア・ドッグだ。フィンランドからロシア北西端のカレリア地方の品種で、その名の通り主にクマ猟に使われてきたが、訓練すれば野生生物の管理にも役立つかもしれないと、あるときハント氏は気がついた。WRBIは、カレリアン・ベア・ドッグの繁殖、訓練、販売を行うほか、野生動物管理プログラムごと請け負ったりもしている。

「クマを◯さないこの方法で、数千頭のクマが銃弾から逃れたと自信をもって言えます」。対策犬8匹を飼育するワシントン州野生生物局の野生生物学者、リッチ・ボーソレイユ氏はメールでこう答えた。

■クマが「慌てて去っていく」

 クマ対策犬がとりわけ役立つのは、クマがごみ捨て場など特定の場所に来るのが習慣化してしまったときだ。野生生物の担当者はその場でクマを捕獲し、イヌを連れてくる。

「イヌたちはクマに向かってほえ、怖がらせます。ここは来てよい場所ではなく、二度と来てはならないと分からせるのです」と、同じくワシントン州魚類野生生物局のアラン・マイヤーズ氏は言う。イヌをしばらくほえさせた後、担当者はクマのケージを開ける。

「クマは慌てて去っていきます。まるでロケットを打ち上げたように」とマイヤーズ氏は話す。 時には、クマをさらにおどかすために◯傷力の低いビーンバッグ弾やゴム弾を撃ち、それからクマ対策犬を放す。

カレリアン・ベア・ドッグ(写真はネバダ州のオルカ)は、もともとヨーロッパで大型の獲物を狩る猟犬として交配された。(PHOTOGRAPH BY DEREK REICH)
https://cdn-natgeo.nikkeibp.co.jp/atcl/news/19/022800130/02.jpg

「イヌたちは外へ出てクマを見つけたがります」と話すのは、WRBIのニルス・ピーダーソン氏だ。アラスカ州フェアバンクスにある支部の犬舎で、野生生物犬プログラムのコーディネーターを務めている。イヌはクマの痕跡を追い、ほえ、すぐそばまで追い詰め、トレーナーが呼び戻すまでやめない。そこまですれば、ここにはもう来たくないとクマは学習してしまう。

「クマのいいところは、賢いので学習が早い点です。イヌに追われた場所に戻らない確率は非常に高いことが研究で分かっています」とマイヤーズ氏。

続きはソースで

ナショナルジオグラフィック日本版サイト
https://natgeo.nikkeibp.co.jp/atcl/news/19/022800130/
images (3)


引用元: 【動物】殺さずに「慌てて去っていく」クマ対策犬カレリアン・ベア・ドッグ、劇的な効果、課題も[03/01]

殺さずに「慌てて去っていく」クマ対策犬カレリアン・ベア・ドッグ、劇的な効果、課題もの続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2019/02/20(水) 21:44:16.33 ID:CAP_USER
「ディープラーニングは、原理的には単純な最小二乗法にすぎない」――2月18日付けで日本経済新聞電子版が公開した記事について、Twitterでは「ディープラーニング=最小二乗法」という解釈は異なるのではという指摘が相次いだ。19日には「ディープラーニング」「最小二乗法」といったワードがTwitterでトレンド入りし、波紋が広がっていた。

 日経の記事では、慶應義塾大学経済学部の小林慶一郎教授がAI技術について解説。「近年、驚異的な発展を見せているAIのディープラーニング(深層学習)は、原理的には単純な最小二乗法(誤差を最小にする近似計算の一手法)にすぎない」と言及し、「ディープラーニングは『最小二乗法』」と題する図版が掲載された。
https://image.itmedia.co.jp/news/articles/1902/20/ai_ml_01.jpg

 最小二乗法は、測定で得られたデータの組を、1次関数など特定の関数を用いて近似するときに、想定する関数が測定値に対してよい近似となるように、モデル関数の値と測定値の差の2乗和を最小とするような係数を決定する方法。ディープラーニングに詳しい東京大学の松尾豊特任准教授は、2018年8月に登壇したイベントで、「ディープラーニングは最小二乗法のお化けのようなもの」「従来のマシンラーニングは(階層的に)『浅い』関数を使っていたが、ディープラーニングは『深い』関数を使っている」と説明していた。
https://image.itmedia.co.jp/news/articles/1902/20/ai_ml2.jpg

 松尾氏は2月20日、Twitterの公式アカウントで「小林慶一郎先生はよく議論させていただくので、少し責任を感じています」とツイート。ディープラーニングを簡潔に解説するため「深い関数を使った最小二乗法」という言葉を使ってきたが、「深い関数を使った」という説明がいつも抜け落ちてしまうと嘆く。

続きはソースで

ITmedia NEWS
https://www.itmedia.co.jp/news/articles/1902/20/news141.html
https://twitter.com/5chan_nel (5ch newer account)
ダウンロード (1)


引用元: 【AI】「ディープラーニングは、原理的には単純な最小二乗法にすぎない」で物議 東大・松尾豊氏「深い関数の方が重要」

【AI】「ディープラーニングは、原理的には単純な最小二乗法にすぎない」で物議 東大・松尾豊氏「深い関数の方が重要」の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2019/01/25(金) 15:16:16.74 ID:CAP_USER
「ライバルがAI(人工知能)を使ったサービスを発表したそうだ。ウチはどうするんだ」――本連載では、上司から突然こんなむちゃぶりを受けて困っている人のために、AIプロジェクトの進め方をいちからまとめてきた。

 あなたはAI導入の目標を明確にし、必要なデータをそろえ、PoC(概念実証)を実施して、AIをどう活用すれば本当に役立つのかを把握した所だ。


 あとは本番環境に実装すれば任務完了――と言いたいところだが、残念ながらこれで終わるわけではない。

 採用した新人を現場に配属して「あとはよろしく」で終わる人事担当がいたらどう思うだろうか? AIを開発して終わりと考えるのは、それと同じようなものだ。AIが真に成果を出せるかどうかはその後のフォローで決まると言っても過言ではない。本稿で解説する3つのフォローが実施できるよう、予算とマンパワーを確保しておいてほしい。

■その1:「偏見を持つAI」を作らないために 運用後も「再学習」
 これまでの記事でも述べてきたが、本連載ではAIを「これまで人間のみが実行可能だった作業や、人間には不可能だった作業を、機械がデータに基づいて実行することを可能にする仕組み」と定義している。

 実際に最近のAIアプリケーションは、データを使ってAIを学習させ、目標とする作業をさせるものが多い。そのため連載第2回で解説したように、AI導入プロジェクトでは「適切な質と量のデータを集められるかどうか」が重要になる。
http://image.itmedia.co.jp/news/articles/1901/25/koba4_02.jpg

 AIの開発が終わったからといって、この課題が消えてなくなるわけではない。1度学習させた内容が、時間経過や環境の変化などで不適切なものになる可能性があるためだ。

連載第2回では、米Amazon.comの失敗についても解説した。採用候補者の履歴書を自動で審査するAIを開発したところ、女性よりも男性を高く評価する「偏見」を持つようになってしまったというものだ。この原因は、学習に使用した過去10年分の履歴書において、男性からの応募が大半を占めていたことにある。そして実際に大量の男性が採用されていたことで、AIが「女性」という性質を、低い点数を与えるシグナルと解釈してしまったわけだ。

 これは開発時の学習用データ準備の失敗ということになるが、環境や時代の変化によってAIの学習内容が時代遅れになってしまった事例という解釈もできるだろう。

 例えばいま、日本の企業がAmazonのように過去の履歴書を学習用データとした「履歴書審査AI」を導入したとしよう(ソフトバンクやサッポロビールなど、実際に採用プロセスにAIを活用する企業は既に登場している)。

 このAIは女性差別をしないように調整されているものの、過去の採用で応募してきたのは日本人ばかりだ。しかし今後、少子高齢化対策として日本で外国人が働きやすくなり、大勢の外国人がこの会社に応募するようになったとしたらどうだろうか。非常に優秀な外国人候補者がいても、AIは彼もしくは彼女を適切に評価できない恐れが大きい。

 このように、いくら過去のデータに基づいて優秀なAIを開発しても、その後の環境変化でAIのアウトプットが不適切なものになる可能性がある。そのためAIの判断精度を定期的に確認して、必要であれば新しいデータを使って「再学習」してやる必要があるのだ。

続きはソースで

ITmedia NEWS
http://www.itmedia.co.jp/news/articles/1901/25/news041.html
images


引用元: 【AI】“がっかりAI”はなぜ生まれる? 「作って終わり」のAIプロジェクトが失敗する理由 [01/25]

“がっかりAI”はなぜ生まれる? 「作って終わり」のAIプロジェクトが失敗する理由の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2019/02/12(火) 11:45:47.19 ID:CAP_USER
(CNN) ミツバチに訓練を施せば、足し算と引き算を学習できるとの研究結果が発表された。今回の発見が、脳の大きさとその処理能力の関係についてのよりよい理解につながる可能性がある。

オーストラリアのロイヤルメルボルン工科大学(RMIT大学)の研究者が科学誌サイエンス・アドバンシーズで研究結果を発表した。報告書の執筆者によれば、今回の発見が示唆するのは、数字に関するより深い理解は、これまで考えられていたよりも、非ヒト動物にとって把握しやすいものである可能性があるということだという。

多くの動物は、必要不可欠な作業のための基本的な水準の数字について理解している。しかし、これまで、足し算と引き算の能力を示した動物は、チンパンジーやヨウム、クモなど一部に過ぎない。今回の研究で、ここにミツバチが加わった。

RMITによれば、今回の研究が将来の人工知能の開発に役立つ可能性もある。

続きはソースで

https://www.cnn.co.jp/storage/2019/02/11/65029aa53d0b9c6b5f487815dcafab87/002-honeybees-math-study-diagram.jpg
https://www.cnn.co.jp/fringe/35132552.html
ダウンロード


引用元: 【生物】ミツバチ、訓練すれば足し算引き算できます 豪研究[02/12]

ミツバチ、訓練すれば足し算引き算できます 豪研究の続きを読む
スポンサーリンク

このページのトップヘ