Submit Search
Upload
やる気を出すには
•
2 likes
•
3,205 views
N
nishio
Follow
Report
Share
Report
Share
1 of 28
Download now
Download to read offline
Recommended
発表方法について
発表方法について
nishio
多くの案から一つを選ぶ
多くの案から一つを選ぶ
nishio
12 多くの案から一つを選ぶ
12 多くの案から一つを選ぶ
nishio
このスライドは、サイボウズ・ラボの西尾泰和と竹迫良範が、 京都大学サマーデザインスクール 2014で行った「学び方のデザイン」の講義資料の一部です。 他のスライドは http://nhiro.org/kuds2014/ で見つけることができます。
断片的情報の構造化の前振りと実録KJ法の流れ
断片的情報の構造化の前振りと実録KJ法の流れ
nishio
同調圧力に抵抗する
同調圧力に抵抗する
nishio
書いてから考えよう
書いてから考えよう
nishio
外部の知識を取り入れる
外部の知識を取り入れる
nishio
オリエンテーション
オリエンテーション
nishio
Recommended
発表方法について
発表方法について
nishio
多くの案から一つを選ぶ
多くの案から一つを選ぶ
nishio
12 多くの案から一つを選ぶ
12 多くの案から一つを選ぶ
nishio
このスライドは、サイボウズ・ラボの西尾泰和と竹迫良範が、 京都大学サマーデザインスクール 2014で行った「学び方のデザイン」の講義資料の一部です。 他のスライドは http://nhiro.org/kuds2014/ で見つけることができます。
断片的情報の構造化の前振りと実録KJ法の流れ
断片的情報の構造化の前振りと実録KJ法の流れ
nishio
同調圧力に抵抗する
同調圧力に抵抗する
nishio
書いてから考えよう
書いてから考えよう
nishio
外部の知識を取り入れる
外部の知識を取り入れる
nishio
オリエンテーション
オリエンテーション
nishio
量子アニーリングマシンのプログラミング
量子アニーリングマシンのプログラミング
nishio
量子アニーリングマシン(イジングマシン)の入力であるイジングモデルの設計方法について
夏プロ報告
夏プロ報告
nishio
2017年夏のプロシンの幹事体験談です
ITと経営
ITと経営
nishio
東工大MOT特別セミナーで講演したスライドです
部分観測モンテカルロ計画法を用いたガイスターAI
部分観測モンテカルロ計画法を用いたガイスターAI
nishio
POMCPを用いたガイスターAIの実装
交渉力について
交渉力について
nishio
交渉力についての雑な解説
If文から機械学習への道
If文から機械学習への道
nishio
機械学習とif文が地続きであることを解説しました。 ver.2 質問への回答を追加し、顧客価値の小問に図を追加してわかりやすくかみ砕きました。
組織横断型研究室構想
組織横断型研究室構想
nishio
第1回 田辺研究会での発表資料
2017首都大学東京情報通信特別講義
2017首都大学東京情報通信特別講義
nishio
2017の首都大学東京情報通信特別講義の講義資料
強化学習その5
強化学習その5
nishio
モンテカルロ計画法
良いアイデアを出すための方法
良いアイデアを出すための方法
nishio
未踏ジュニアキャンプ2017のメンタープレゼンで話したスライドです
強化学習その4
強化学習その4
nishio
部分観測マルコフ決定過程
強化学習その3
強化学習その3
nishio
関連スライド一覧 https://github.com/nishio/reinforcement_learning
強化学習その2
強化学習その2
nishio
社内勉強会での講演資料
強化学習その1
強化学習その1
nishio
社内勉強会での講演資料
線形?非線形?
線形?非線形?
nishio
機械学習に関して「線形な学習機より非線形な学習機の方がよい」という誤解が根強い。 モデルの表現力は確かに非線形版の方が高い。が、トレードオフとして必要なデータ量も多い。 実際に少ないデータ量で非線形版を使うと何が起こるのか回帰を題材に実験して確認する。
機械学習キャンバス0.1
機械学習キャンバス0.1
nishio
「機械学習や人工知能で解決できないか」という相談を しばしば受ける。特にエンジニアではない人に経営学の言葉で 説明する時に、手持ちの道具では不足を感じる。 「ビジネスモデル」という漠然としたものの設計をわかりやすく するために「リーンキャンバス」というフレームワークが生まれ たみたいに「機械学習・人工知能」 に対してもキャンバスがあれ ばいいのではないか?そこでver. 0.1を作ってみた。
首都大学東京「情報通信特別講義」2016年西尾担当分
首都大学東京「情報通信特別講義」2016年西尾担当分
nishio
2016年首都大学東京「情報通信特別講義」で行なった講義の資料です。
勾配降下法の最適化アルゴリズム
勾配降下法の最適化アルゴリズム
nishio
モメンタム、Nesterov accelerated gradientとAdagrad, Adadelta, Adamについて解説しました。
Wifiで位置推定
Wifiで位置推定
nishio
社内勉強会(話スシ)で話した資料
ESP8266EXで位置推定
ESP8266EXで位置推定
nishio
ESP8266EXで位置推定
More Related Content
More from nishio
量子アニーリングマシンのプログラミング
量子アニーリングマシンのプログラミング
nishio
量子アニーリングマシン(イジングマシン)の入力であるイジングモデルの設計方法について
夏プロ報告
夏プロ報告
nishio
2017年夏のプロシンの幹事体験談です
ITと経営
ITと経営
nishio
東工大MOT特別セミナーで講演したスライドです
部分観測モンテカルロ計画法を用いたガイスターAI
部分観測モンテカルロ計画法を用いたガイスターAI
nishio
POMCPを用いたガイスターAIの実装
交渉力について
交渉力について
nishio
交渉力についての雑な解説
If文から機械学習への道
If文から機械学習への道
nishio
機械学習とif文が地続きであることを解説しました。 ver.2 質問への回答を追加し、顧客価値の小問に図を追加してわかりやすくかみ砕きました。
組織横断型研究室構想
組織横断型研究室構想
nishio
第1回 田辺研究会での発表資料
2017首都大学東京情報通信特別講義
2017首都大学東京情報通信特別講義
nishio
2017の首都大学東京情報通信特別講義の講義資料
強化学習その5
強化学習その5
nishio
モンテカルロ計画法
良いアイデアを出すための方法
良いアイデアを出すための方法
nishio
未踏ジュニアキャンプ2017のメンタープレゼンで話したスライドです
強化学習その4
強化学習その4
nishio
部分観測マルコフ決定過程
強化学習その3
強化学習その3
nishio
関連スライド一覧 https://github.com/nishio/reinforcement_learning
強化学習その2
強化学習その2
nishio
社内勉強会での講演資料
強化学習その1
強化学習その1
nishio
社内勉強会での講演資料
線形?非線形?
線形?非線形?
nishio
機械学習に関して「線形な学習機より非線形な学習機の方がよい」という誤解が根強い。 モデルの表現力は確かに非線形版の方が高い。が、トレードオフとして必要なデータ量も多い。 実際に少ないデータ量で非線形版を使うと何が起こるのか回帰を題材に実験して確認する。
機械学習キャンバス0.1
機械学習キャンバス0.1
nishio
「機械学習や人工知能で解決できないか」という相談を しばしば受ける。特にエンジニアではない人に経営学の言葉で 説明する時に、手持ちの道具では不足を感じる。 「ビジネスモデル」という漠然としたものの設計をわかりやすく するために「リーンキャンバス」というフレームワークが生まれ たみたいに「機械学習・人工知能」 に対してもキャンバスがあれ ばいいのではないか?そこでver. 0.1を作ってみた。
首都大学東京「情報通信特別講義」2016年西尾担当分
首都大学東京「情報通信特別講義」2016年西尾担当分
nishio
2016年首都大学東京「情報通信特別講義」で行なった講義の資料です。
勾配降下法の最適化アルゴリズム
勾配降下法の最適化アルゴリズム
nishio
モメンタム、Nesterov accelerated gradientとAdagrad, Adadelta, Adamについて解説しました。
Wifiで位置推定
Wifiで位置推定
nishio
社内勉強会(話スシ)で話した資料
ESP8266EXで位置推定
ESP8266EXで位置推定
nishio
ESP8266EXで位置推定
More from nishio
(20)
量子アニーリングマシンのプログラミング
量子アニーリングマシンのプログラミング
夏プロ報告
夏プロ報告
ITと経営
ITと経営
部分観測モンテカルロ計画法を用いたガイスターAI
部分観測モンテカルロ計画法を用いたガイスターAI
交渉力について
交渉力について
If文から機械学習への道
If文から機械学習への道
組織横断型研究室構想
組織横断型研究室構想
2017首都大学東京情報通信特別講義
2017首都大学東京情報通信特別講義
強化学習その5
強化学習その5
良いアイデアを出すための方法
良いアイデアを出すための方法
強化学習その4
強化学習その4
強化学習その3
強化学習その3
強化学習その2
強化学習その2
強化学習その1
強化学習その1
線形?非線形?
線形?非線形?
機械学習キャンバス0.1
機械学習キャンバス0.1
首都大学東京「情報通信特別講義」2016年西尾担当分
首都大学東京「情報通信特別講義」2016年西尾担当分
勾配降下法の最適化アルゴリズム
勾配降下法の最適化アルゴリズム
Wifiで位置推定
Wifiで位置推定
ESP8266EXで位置推定
ESP8266EXで位置推定
やる気を出すには
1.
京大サマーデザイン スクール2013 京大サマーデザインスクール2013 (c)2013 西尾泰和(サイボウズ・ラボ) 西尾泰和
2.
発想のきっかけになる かもしれない話をします やる気を出すには
3.
やる気を出すには やる気を出すには
4.
思考実験1 色々な距離から 輪投げをします 一番やる気出るのは誰? やる気を出すには
5.
A: 確実に入るくらい近い B: 入ったり入らなかったり
するぐらいの距離 C: 全然入らないぐらい遠い やる気を出すには マクレランドの輪投げ実験
6.
やる気の条件1 自分の行動によって 結果が変化すること やる気を出すには
7.
思考実験2 結果発表までの時間と 報酬が異なる場合 一番やる気が出るのは誰? やる気を出すには
8.
A: 投げてすぐ入ったかどうかわかる。 報酬はない B:
入ったかどうかは見せてもらえない。 20投後に一番多かった人が拍手される C: 結果がわからないまま毎日20投して、 1年後に一番多かった人が拍手+昇給 やる気を出すには
9.
やる気の条件2 結果や報酬が行為後 すぐ得られること やる気を出すには
10.
報酬ってなんだろう? やる気を出すには
11.
甘いモノが苦手な人に 「うまくいったら パフェをおごるよ」 →やる気出ない やる気を出すには
12.
やる気の条件3 報酬ではその人の 欲求を満たすこと やる気を出すには
13.
・私はイチゴミルクが好き ・魚はなぜかミミズが好き ・だから魚釣りをする時は イチゴミルクではなく ミミズを針につける やる気を出すには 『人を動かす』p50
14.
自分の欲求と 他人の欲求は 同じとは限らない やる気を出すには
15.
他人の欲求を 理解することが大事 やる気を出すには 理解してから理解される
16.
理解の助けになるように 欲求を4つに分類する やる気を出すには マクレランドの欲求理論 科学的に『正しい』ことより、考える糸口として『有用』という点を重視しています
17.
やる気を出すには マクレランドの欲求理論 平穏欲求は「回避欲求」と呼ばれることが多い 達成欲求 権力欲求 親和欲求 平穏欲求
18.
やる気を出すには マクレランドの欲求理論 自分が設定した目 標を達成したい 邪魔されたくない 自分が他人を動か したい 指図されたくない みんなと仲良く 友好的でいたい 争いたくない ストレスなく平穏 にすごしたい 頑張りたくない
19.
ひとそれぞれ 各欲求の強さが違う やる気を出すには マクレランドの欲求理論
20.
問1 あなたはある企業の社長で、業績が徐々に悪化し ています。抜本的な解決手段はリストラによる人 件費削減ですが、何もせずに任期を過ごして次期 社長にバトンタッチすることも可能です。 あなたならどうする? 各欲求の強い人はどうすると思う? やる気を出すには マクレランドの欲求理論
21.
やる気を出すには マクレランドの欲求理論 赤:解雇する 青:解雇しない 働きの悪い方から 解雇しよう! 自分の言うことを 聞かない奴を 解雇しよう! リストラ良くない みんなで協力して なんとか解決でき ないか? 自分の任期中に事 を荒立てたくない
22.
問2 あなたはある授業の演習で、チームを作って課題 に取り組むか、個人で課題に取り組むかを選択す ることができます。課題の内容はあなたの能力な ら一人でやっても負担ではありません。 あなたならどうする? やる気を出すには マクレランドの欲求理論
23.
やる気を出すには マクレランドの欲求理論 赤:チームを作ることに積極的 青:チームを作ることに消極的 無能と組んで成果 が減るくらいなら 一人でやりたい チームを作って 俺が仕切る! ボッチは寂しい みんなで協力して 課題を解決しよう チームとか対話と かめんどくさい…
24.
同じ状況に置かれても 欲求の大小によって 選ぶ行動が異なる やる気を出すには マクレランドの欲求理論
25.
自分はどの欲求が強いか? 周囲の人はどうか? 考えてみよう! やる気を出すには 演習
26.
•David C. McClelland(1988)
"Human Motivation" Cambridge University Press •D.カーネギー(1958)『人を動かす』山口博 訳, 創元社 やる気を出すには 参考文献
27.
6000人のデータを使って やる気を出す方法を研究 http://nhiro.org/yaruki/ やる気を出すには 余談
28.
このスライドは、サイボウズ・ラボの西尾泰和 と竹迫良範が、 京都大学サマーデザインスクー ル 2013で行った「チームワークのデザイン」の 講義資料の一部です。 他のスライドは
http://nhiro.org/kuds2013/ で見つ けることができます。 このスライドについて
Download now