Submit Search
Upload
リサーチクエスチョンの設定
•
0 likes
•
676 views
S
ssuser54e956
Follow
高校生向け
Read less
Read more
Education
Report
Share
Report
Share
1 of 13
Download now
Download to read offline
Recommended
論文に関する基礎知識2016(https://www.slideshare.net/tallzelkova/2015-61217994)との差分だけ. ACM Digital libraryの便利機能,論文紹介テンプレが入ってます.
論文に関する基礎知識2018 差分のみ
論文に関する基礎知識2018 差分のみ
Mai Otsuki
5分では分からなかったorz
5分で分かる自己組織化マップ
5分で分かる自己組織化マップ
Daisuke Takai
相関と因果について考える:統計的因果推論、その(不)可能性の中心
相関と因果について考える:統計的因果推論、その(不)可能性の中心
takehikoihayashi
Rでisomap(多様体学習のはなし)
Rでisomap(多様体学習のはなし)
Kohta Ishikawa
東京大学 松尾研究室が主催する深層強化学習サマースクールの講義で今井が使用した資料の公開版です. 強化学習の基礎的な概念や理論から最新の深層強化学習アルゴリズムまで解説しています.巻末には強化学習を勉強するにあたって有用な他資料への案内も載せました. 主に以下のような強化学習の概念やアルゴリズムの紹介をしています. ・マルコフ決定過程 ・ベルマン方程式 ・モデルフリー強化学習 ・モデルベース強化学習 ・TD学習 ・Q学習 ・SARSA ・適格度トレース ・関数近似 ・方策勾配法 ・方策勾配定理 ・DPG ・DDPG ・TRPO ・PPO ・SAC ・Actor-Critic ・DQN(Deep Q-Network) ・経験再生 ・Double DQN ・Prioritized Experience Replay ・Dueling Network ・Categorical DQN ・Noisy Network ・Rainbow ・A3C ・A2C ・Gorila ・Ape-X ・R2D2 ・内発的報酬 ・カウントベース ・擬似カウントベース ・RND(Random Network Distillation) ・ICM(Intrinsic Curiosity Module) ・Go-Explore ・世界モデル(World Models) ・MuZero ・SimPLe ・NGU(Never Give Up) ・Agent57 ・AlphaGo ・AlphaGo Zero ・AlphaZero ・OpenAI Five ・AlphaStar ・マルチエージェント強化学習
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
Shota Imai
決定木学習
決定木学習
Mitsuo Shimohata
TokyoR 第70回 LT での発表スライドです
効果のあるクリエイティブ広告の見つけ方(Contextual Bandit + TS or UCB)
効果のあるクリエイティブ広告の見つけ方(Contextual Bandit + TS or UCB)
Yusuke Kaneko
電通大 庄野研の輪講で用いた資料です。 Slides about the paper "Binarized Neural Network" for the cross lecture in the Shouno lab. @UEC.
ディープラーニングの2値化(Binarized Neural Network)
ディープラーニングの2値化(Binarized Neural Network)
Hideo Terada
Recommended
論文に関する基礎知識2016(https://www.slideshare.net/tallzelkova/2015-61217994)との差分だけ. ACM Digital libraryの便利機能,論文紹介テンプレが入ってます.
論文に関する基礎知識2018 差分のみ
論文に関する基礎知識2018 差分のみ
Mai Otsuki
5分では分からなかったorz
5分で分かる自己組織化マップ
5分で分かる自己組織化マップ
Daisuke Takai
相関と因果について考える:統計的因果推論、その(不)可能性の中心
相関と因果について考える:統計的因果推論、その(不)可能性の中心
takehikoihayashi
Rでisomap(多様体学習のはなし)
Rでisomap(多様体学習のはなし)
Kohta Ishikawa
東京大学 松尾研究室が主催する深層強化学習サマースクールの講義で今井が使用した資料の公開版です. 強化学習の基礎的な概念や理論から最新の深層強化学習アルゴリズムまで解説しています.巻末には強化学習を勉強するにあたって有用な他資料への案内も載せました. 主に以下のような強化学習の概念やアルゴリズムの紹介をしています. ・マルコフ決定過程 ・ベルマン方程式 ・モデルフリー強化学習 ・モデルベース強化学習 ・TD学習 ・Q学習 ・SARSA ・適格度トレース ・関数近似 ・方策勾配法 ・方策勾配定理 ・DPG ・DDPG ・TRPO ・PPO ・SAC ・Actor-Critic ・DQN(Deep Q-Network) ・経験再生 ・Double DQN ・Prioritized Experience Replay ・Dueling Network ・Categorical DQN ・Noisy Network ・Rainbow ・A3C ・A2C ・Gorila ・Ape-X ・R2D2 ・内発的報酬 ・カウントベース ・擬似カウントベース ・RND(Random Network Distillation) ・ICM(Intrinsic Curiosity Module) ・Go-Explore ・世界モデル(World Models) ・MuZero ・SimPLe ・NGU(Never Give Up) ・Agent57 ・AlphaGo ・AlphaGo Zero ・AlphaZero ・OpenAI Five ・AlphaStar ・マルチエージェント強化学習
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
Shota Imai
決定木学習
決定木学習
Mitsuo Shimohata
TokyoR 第70回 LT での発表スライドです
効果のあるクリエイティブ広告の見つけ方(Contextual Bandit + TS or UCB)
効果のあるクリエイティブ広告の見つけ方(Contextual Bandit + TS or UCB)
Yusuke Kaneko
電通大 庄野研の輪講で用いた資料です。 Slides about the paper "Binarized Neural Network" for the cross lecture in the Shouno lab. @UEC.
ディープラーニングの2値化(Binarized Neural Network)
ディープラーニングの2値化(Binarized Neural Network)
Hideo Terada
自身のサーベイ力向上のために行った経験を基に,論文サーベイの大切さ,基本的なやり方等をまとめました.4月21日に中部大学名古屋キャンパスで行われる名古屋CV・PRML勉強会の発表資料です.
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
諒介 荒木
だいぶ前に大学で発表した予測理論の解説スライドです。 サイト作ってます。 http://logics-of-blue.com/ predictabilityを使ってみた系の論文も書いたので、良ければどうぞ。 http://link.springer.com/article/10.1007/s12562-014-0736-8#
予測理論とpredictability
予測理論とpredictability
logics-of-blue
オリジナルはこちら https://www.microsoft.com/en-us/research/academic-program/write-great-research-paper/ http://research.microsoft.com/en-us/um/people/simonpj/papers/giving-a-talk/Writing%20a%20paper%20(seven%20suggestions).pptx 新しいバージョンはこちら https://www.slideshare.net/kdmsnr/how-to-write-a-great-research-paper-226669082
優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案
Masanori Kado
Slideshareは再アップロード不可なのでerrataはコチラ: p16:Structure(Conference Paper) →構成(カンファレンスペーパー) p28:Structure → 構成 p47:マン → マージン オリジナル: https://www.microsoft.com/en-us/research/academic-program/write-great-research-paper/ 旧版の翻訳(内容はほとんど同じです): https://www.slideshare.net/kdmsnr/writing-a-paper-seven-suggestions
優れた研究論文の書き方
優れた研究論文の書き方
Masanori Kado
スペクトラル・クラスタリング (spectral clustering) の説明資料です。
スペクトラル・クラスタリング
スペクトラル・クラスタリング
Akira Miyazawa
早稲田大学人間科学部3研究室合同卒論発表会(2020/01/30)
[卒論]眼球運動測定と眼球運動計測による問題解決プロセスの分析
[卒論]眼球運動測定と眼球運動計測による問題解決プロセスの分析
Reiji Ohkuma
Ridge-i 論文読み会での発表資料 https://ridge-i-yomikai.connpass.com/event/124688/
[Ridge-i 論文読み会] ICLR2019における不完全ラベル学習
[Ridge-i 論文読み会] ICLR2019における不完全ラベル学習
Masanari Kimura
九州大学大学院システム情報科学研究院「データサイエンス実践特別講座」が贈る,数理・情報系『でない』学生さんのための「データサイエンス講義
データサイエンス概論第一 5 時系列データの解析
データサイエンス概論第一 5 時系列データの解析
Seiichi Uchida
最近強化学習の良記事がたくさん出てきたので勉強しながらまとめた
最近強化学習の良記事がたくさん出てきたので勉強しながらまとめた
最近強化学習の良記事がたくさん出てきたので勉強しながらまとめた
Katsuya Ito
『CCSE2019』で発表された資料です。 https://ccse.jp/2019/
ブラックボックス最適化とその応用
ブラックボックス最適化とその応用
gree_tech
金森敬文著「統計的学習理論」輪読セミナー第1回資料
「統計的学習理論」第1章
「統計的学習理論」第1章
Kota Matsui
TokyoWebMining #40のトーク3の資料です
最適化超入門
最適化超入門
Takami Sato
言語処理学会第25回年次大会 論文発表資料『短単位品詞の用法曖昧性解決と依存関係ラベリングの同時学習』 松田寛 - Megagon Labs
NLP2019 松田寛 - GiNZA
NLP2019 松田寛 - GiNZA
Megagon Labs
「言語処理のための機械学習入門」輪読 第5章 @ AITC CC部会
系列ラベリングの基礎
系列ラベリングの基礎
Takatomo Isikawa
データ拡張 (Data Augmentation) を学習中に使い分けるRefined Data Augmentationについて解説しました。 He, Zhuoxun, et al. "Data augmentation revisited: Rethinking the distribution gap between clean and augmented data." arXiv preprint arXiv:1909.09148 (2019).
大域的探索から局所的探索へデータ拡張 (Data Augmentation)を用いた学習の探索テクニック
大域的探索から局所的探索へデータ拡張 (Data Augmentation)を用いた学習の探索テクニック
西岡 賢一郎
2017/02/24 DL輪読会
(DL輪読)Variational Dropout Sparsifies Deep Neural Networks
(DL輪読)Variational Dropout Sparsifies Deep Neural Networks
Masahiro Suzuki
本発表では状態空間モデルを例に、数理分析をビジネスに展開する際、モデルの仮定や前提条件などに留意する重要性を考えます。 ビジネスの問題を適切な数理モデルに翻訳すれば、その豊富な成果が解決策を与えることも多々あります。例えば状態空間モデルは、当初の状態制御への適用から、最近では広告の効果測定への適用例も見られます。これは、モデルに現場の知恵が導入しやすく、結果も分かりやすいためかと考えます。 ただし、モデルには仮定や前提条件なりがあります。それらを無視した適用は、大きな被害に繋がりかねません。今回は状態空間モデルで、それらに留意した分析設定、顧客からそれらの範囲外を求められた際の対応を考えます。
分析のビジネス展開を考える―状態空間モデルを例に @TokyoWebMining #47
分析のビジネス展開を考える―状態空間モデルを例に @TokyoWebMining #47
horihorio
NIPS2010読み会の発表資料 T. Qin, X. Geng, T.-Y Liu A New Probabilistic Model for Rank Aggregation NIPS2010
NIPS2010読み会: A New Probabilistic Model for Rank Aggregation
NIPS2010読み会: A New Probabilistic Model for Rank Aggregation
sleepy_yoshi
弊社の勉強会で発表した資料になります。
テーブル・テキスト・画像の反実仮想説明
テーブル・テキスト・画像の反実仮想説明
tmtm otm
2022/05/27 Deep Learning JP: http://deeplearning.jp/seminar-2/
【DL輪読会】GradMax: Growing Neural Networks using Gradient Information
【DL輪読会】GradMax: Growing Neural Networks using Gradient Information
Deep Learning JP
中原研究室の春合宿(EnCamp)に関するスライドです。 「実践を支える理論」に関するセッションの予習スライドです。 ・当日どのようなことをするのか ・理論と関連する「新しい教育実践」 についてプレゼンテーションしています。 具体的には、ワークショップ、ゲーミフィケーション、サイエンスカフェ、サービス・ラーニングについて少しずつ説明をしています。 twitter:https://twitter.com/#!/tatthiy web:http://www.tate-lab.net/mt/
EnCamp:「実践を支える理論班」の予習スライド
EnCamp:「実践を支える理論班」の予習スライド
tatthiy
金沢大学大学教育開発・支援センター 第10回大学教育セミナー
20121208大学教育セミナー(名大)pub
20121208大学教育セミナー(名大)pub
kokabe
More Related Content
What's hot
自身のサーベイ力向上のために行った経験を基に,論文サーベイの大切さ,基本的なやり方等をまとめました.4月21日に中部大学名古屋キャンパスで行われる名古屋CV・PRML勉強会の発表資料です.
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
諒介 荒木
だいぶ前に大学で発表した予測理論の解説スライドです。 サイト作ってます。 http://logics-of-blue.com/ predictabilityを使ってみた系の論文も書いたので、良ければどうぞ。 http://link.springer.com/article/10.1007/s12562-014-0736-8#
予測理論とpredictability
予測理論とpredictability
logics-of-blue
オリジナルはこちら https://www.microsoft.com/en-us/research/academic-program/write-great-research-paper/ http://research.microsoft.com/en-us/um/people/simonpj/papers/giving-a-talk/Writing%20a%20paper%20(seven%20suggestions).pptx 新しいバージョンはこちら https://www.slideshare.net/kdmsnr/how-to-write-a-great-research-paper-226669082
優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案
Masanori Kado
Slideshareは再アップロード不可なのでerrataはコチラ: p16:Structure(Conference Paper) →構成(カンファレンスペーパー) p28:Structure → 構成 p47:マン → マージン オリジナル: https://www.microsoft.com/en-us/research/academic-program/write-great-research-paper/ 旧版の翻訳(内容はほとんど同じです): https://www.slideshare.net/kdmsnr/writing-a-paper-seven-suggestions
優れた研究論文の書き方
優れた研究論文の書き方
Masanori Kado
スペクトラル・クラスタリング (spectral clustering) の説明資料です。
スペクトラル・クラスタリング
スペクトラル・クラスタリング
Akira Miyazawa
早稲田大学人間科学部3研究室合同卒論発表会(2020/01/30)
[卒論]眼球運動測定と眼球運動計測による問題解決プロセスの分析
[卒論]眼球運動測定と眼球運動計測による問題解決プロセスの分析
Reiji Ohkuma
Ridge-i 論文読み会での発表資料 https://ridge-i-yomikai.connpass.com/event/124688/
[Ridge-i 論文読み会] ICLR2019における不完全ラベル学習
[Ridge-i 論文読み会] ICLR2019における不完全ラベル学習
Masanari Kimura
九州大学大学院システム情報科学研究院「データサイエンス実践特別講座」が贈る,数理・情報系『でない』学生さんのための「データサイエンス講義
データサイエンス概論第一 5 時系列データの解析
データサイエンス概論第一 5 時系列データの解析
Seiichi Uchida
最近強化学習の良記事がたくさん出てきたので勉強しながらまとめた
最近強化学習の良記事がたくさん出てきたので勉強しながらまとめた
最近強化学習の良記事がたくさん出てきたので勉強しながらまとめた
Katsuya Ito
『CCSE2019』で発表された資料です。 https://ccse.jp/2019/
ブラックボックス最適化とその応用
ブラックボックス最適化とその応用
gree_tech
金森敬文著「統計的学習理論」輪読セミナー第1回資料
「統計的学習理論」第1章
「統計的学習理論」第1章
Kota Matsui
TokyoWebMining #40のトーク3の資料です
最適化超入門
最適化超入門
Takami Sato
言語処理学会第25回年次大会 論文発表資料『短単位品詞の用法曖昧性解決と依存関係ラベリングの同時学習』 松田寛 - Megagon Labs
NLP2019 松田寛 - GiNZA
NLP2019 松田寛 - GiNZA
Megagon Labs
「言語処理のための機械学習入門」輪読 第5章 @ AITC CC部会
系列ラベリングの基礎
系列ラベリングの基礎
Takatomo Isikawa
データ拡張 (Data Augmentation) を学習中に使い分けるRefined Data Augmentationについて解説しました。 He, Zhuoxun, et al. "Data augmentation revisited: Rethinking the distribution gap between clean and augmented data." arXiv preprint arXiv:1909.09148 (2019).
大域的探索から局所的探索へデータ拡張 (Data Augmentation)を用いた学習の探索テクニック
大域的探索から局所的探索へデータ拡張 (Data Augmentation)を用いた学習の探索テクニック
西岡 賢一郎
2017/02/24 DL輪読会
(DL輪読)Variational Dropout Sparsifies Deep Neural Networks
(DL輪読)Variational Dropout Sparsifies Deep Neural Networks
Masahiro Suzuki
本発表では状態空間モデルを例に、数理分析をビジネスに展開する際、モデルの仮定や前提条件などに留意する重要性を考えます。 ビジネスの問題を適切な数理モデルに翻訳すれば、その豊富な成果が解決策を与えることも多々あります。例えば状態空間モデルは、当初の状態制御への適用から、最近では広告の効果測定への適用例も見られます。これは、モデルに現場の知恵が導入しやすく、結果も分かりやすいためかと考えます。 ただし、モデルには仮定や前提条件なりがあります。それらを無視した適用は、大きな被害に繋がりかねません。今回は状態空間モデルで、それらに留意した分析設定、顧客からそれらの範囲外を求められた際の対応を考えます。
分析のビジネス展開を考える―状態空間モデルを例に @TokyoWebMining #47
分析のビジネス展開を考える―状態空間モデルを例に @TokyoWebMining #47
horihorio
NIPS2010読み会の発表資料 T. Qin, X. Geng, T.-Y Liu A New Probabilistic Model for Rank Aggregation NIPS2010
NIPS2010読み会: A New Probabilistic Model for Rank Aggregation
NIPS2010読み会: A New Probabilistic Model for Rank Aggregation
sleepy_yoshi
弊社の勉強会で発表した資料になります。
テーブル・テキスト・画像の反実仮想説明
テーブル・テキスト・画像の反実仮想説明
tmtm otm
2022/05/27 Deep Learning JP: http://deeplearning.jp/seminar-2/
【DL輪読会】GradMax: Growing Neural Networks using Gradient Information
【DL輪読会】GradMax: Growing Neural Networks using Gradient Information
Deep Learning JP
What's hot
(20)
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
予測理論とpredictability
予測理論とpredictability
優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案
優れた研究論文の書き方
優れた研究論文の書き方
スペクトラル・クラスタリング
スペクトラル・クラスタリング
[卒論]眼球運動測定と眼球運動計測による問題解決プロセスの分析
[卒論]眼球運動測定と眼球運動計測による問題解決プロセスの分析
[Ridge-i 論文読み会] ICLR2019における不完全ラベル学習
[Ridge-i 論文読み会] ICLR2019における不完全ラベル学習
データサイエンス概論第一 5 時系列データの解析
データサイエンス概論第一 5 時系列データの解析
最近強化学習の良記事がたくさん出てきたので勉強しながらまとめた
最近強化学習の良記事がたくさん出てきたので勉強しながらまとめた
ブラックボックス最適化とその応用
ブラックボックス最適化とその応用
「統計的学習理論」第1章
「統計的学習理論」第1章
最適化超入門
最適化超入門
NLP2019 松田寛 - GiNZA
NLP2019 松田寛 - GiNZA
系列ラベリングの基礎
系列ラベリングの基礎
大域的探索から局所的探索へデータ拡張 (Data Augmentation)を用いた学習の探索テクニック
大域的探索から局所的探索へデータ拡張 (Data Augmentation)を用いた学習の探索テクニック
(DL輪読)Variational Dropout Sparsifies Deep Neural Networks
(DL輪読)Variational Dropout Sparsifies Deep Neural Networks
分析のビジネス展開を考える―状態空間モデルを例に @TokyoWebMining #47
分析のビジネス展開を考える―状態空間モデルを例に @TokyoWebMining #47
NIPS2010読み会: A New Probabilistic Model for Rank Aggregation
NIPS2010読み会: A New Probabilistic Model for Rank Aggregation
テーブル・テキスト・画像の反実仮想説明
テーブル・テキスト・画像の反実仮想説明
【DL輪読会】GradMax: Growing Neural Networks using Gradient Information
【DL輪読会】GradMax: Growing Neural Networks using Gradient Information
Similar to リサーチクエスチョンの設定
中原研究室の春合宿(EnCamp)に関するスライドです。 「実践を支える理論」に関するセッションの予習スライドです。 ・当日どのようなことをするのか ・理論と関連する「新しい教育実践」 についてプレゼンテーションしています。 具体的には、ワークショップ、ゲーミフィケーション、サイエンスカフェ、サービス・ラーニングについて少しずつ説明をしています。 twitter:https://twitter.com/#!/tatthiy web:http://www.tate-lab.net/mt/
EnCamp:「実践を支える理論班」の予習スライド
EnCamp:「実践を支える理論班」の予習スライド
tatthiy
金沢大学大学教育開発・支援センター 第10回大学教育セミナー
20121208大学教育セミナー(名大)pub
20121208大学教育セミナー(名大)pub
kokabe
「最先端の研究」「研究成果の還元」「学生の教育」など,様々な重要な役割を担う場であるはずの「大学研究室」. ところが, ・教員は会議や学生指導に精一杯で研究に時間を割けない… ・学生は就職活動が気になって研究に身が入らない… ということがあるように,実際には研究をうまくまわすのは至難の業です. 本講演では,大学の研究室のメンバーがその可能性を最大限に発揮できるよう,教員と学生間でWin-Winな関係を築くための研究室内のコミュニケーションのあり方を考えてみたいと思います.
いきいき研究室コミュニケーション@人工知能学会全国大会2013
いきいき研究室コミュニケーション@人工知能学会全国大会2013
Yusuke Yamamoto
もう2年前になります。「良医」という切り口
100807良医を育成する・平戸セミナー
100807良医を育成する・平戸セミナー
Ikegami Keiichi
2012年8月11日に行われた「学び合いフォーラム2012報告会@名古屋」で使われたスライド(ダイジェスト版)です。 動画録画 http://ustre.am/NqHc イベント詳細 http://www.facebook.com/events/258499847599989/
学び合いフォーラム2012報告会@名古屋 ダイジェスト版
学び合いフォーラム2012報告会@名古屋 ダイジェスト版
Yohichi Shirakawa
なぜORCIDが必要なのか? 研究者の業績を管理するシステムから見た必要性を説明。
研究者総覧作成の現場から見たOrcid
研究者総覧作成の現場から見たOrcid
Tatsuya Suzuki
日本教育学会第71回全国大会 キャリア教育web発表資料(小池)
日本教育学会第71回全国大会 キャリア教育web発表資料(小池)
Shota Koike
TOCfEの教育関係者コミュニティにおいて、偶然沸き起こった、「なぜ、みんなちゃんと考えなくなってしまったのか?」というひとりでは到底答えが出ないような深い疑問についてTOCfEのブランチとクラウドを使って議論することで、TOCfEを広めていく際に重要な視点について理解を深めることができた事例です。 社会の環境が変化しており、先の見えない不安を抱かずにはいられない環境の中、家庭では子供に割く時間が減少し、学校では従来の教育の延長が依然として行われているために、社会に出るまでに子供がきちんと考えることができるようにならないから、ではないかという結論に至りました。 TOCfEのブランチとクラウドを使って議論することで、学校、環境、企業、個人の学びそして社会環境と多くの要因が複雑に絡み合っている現状を短時間に解き明かし、また議論の過程で生まれた様々なクラウドは、この現状への解決策への可能性を期待させてくれます。 先が見えない閉塞した現在と未来への不安を自らちゃんと考える力にどうやってつなげるか?とう問題に悩む人にとってこの事例は様々な気付き与えてくれます。
To cf e_04_臼田_今なぜちゃんと考える力が必要なのか
To cf e_04_臼田_今なぜちゃんと考える力が必要なのか
TOC for Education, Japan Branch
少子高齢化に伴い、老後年金に頼った生活を送ることが困難になっている現状。そのため、老後に備えるためには投資を行う必要がある。金融リテラシーの低い日本において、中長期的な投資を行えるようになるために高校生を対象とした、投資教育システムを提案する。
高校教育課程における投資教育システムの提案
高校教育課程における投資教育システムの提案
光明 黄
千歳の科学教育を考える(抜粋)
千歳の科学教育を考える(抜粋)
Professional University of Information and Management for Innovation (情報経営イノベーション専門職大学)
2012-I 3E+1 アイディアプランコンテスト ver.1.0
2012-I 3E+1 アイディアプランコンテスト ver.1.0
10
7月前半はアクティブラーニングについてフミコミます
2907activelearning
2907activelearning
地域連携ステーション フミコム
14 120113
14 120113
Kazuhiko Kawasaki
2021年度版の教材をご説明するスライドです 『実践の手引き〜導入編〜』『思考の手引き〜整理・分析編〜』『実践の手引き〜課題研究編』『探究×SDGs』
トモノカイ2021年度版 探究教材 説明資料
トモノカイ2021年度版 探究教材 説明資料
tankyu tomonokai
2014年9月12日に大牟田市の市民交流施設「えるる」にて行いました、プレゼンスキル向上セミナーの資料です。
【第2回】プレゼンスキル向上セミナー
【第2回】プレゼンスキル向上セミナー
Takaaki Mizuta
Kof2005 Presen
Kof2005 Presen
Hiroshi Miura
4月13日(土)の説明会での資料です。
20130413m
20130413m
fukuokantabi
2017/08/07 2017 PC Conference セミナー5
大学におけるオープンエデュケーショナル リソースと著作権処理の実状と課題
大学におけるオープンエデュケーショナル リソースと著作権処理の実状と課題
Katsusuke Shigeta
18.lifenet benkyo kai
18.lifenet benkyo kai
Living in Peace
2017年3月13日に開催された第7回日本看護評価学会学術集会シンポジウムで発表しました「「組織の課題解決」に寄与する臨床教育担当者の育成」スライドです。 看護キャリアパスウェイ教育研究センターの取組についてご紹介しています。
170313 日本看護評価学会 組織の課題解決に寄与する臨床教育担当者の育成
170313 日本看護評価学会 組織の課題解決に寄与する臨床教育担当者の育成
Tokyo Medical and Dental University
Similar to リサーチクエスチョンの設定
(20)
EnCamp:「実践を支える理論班」の予習スライド
EnCamp:「実践を支える理論班」の予習スライド
20121208大学教育セミナー(名大)pub
20121208大学教育セミナー(名大)pub
いきいき研究室コミュニケーション@人工知能学会全国大会2013
いきいき研究室コミュニケーション@人工知能学会全国大会2013
100807良医を育成する・平戸セミナー
100807良医を育成する・平戸セミナー
学び合いフォーラム2012報告会@名古屋 ダイジェスト版
学び合いフォーラム2012報告会@名古屋 ダイジェスト版
研究者総覧作成の現場から見たOrcid
研究者総覧作成の現場から見たOrcid
日本教育学会第71回全国大会 キャリア教育web発表資料(小池)
日本教育学会第71回全国大会 キャリア教育web発表資料(小池)
To cf e_04_臼田_今なぜちゃんと考える力が必要なのか
To cf e_04_臼田_今なぜちゃんと考える力が必要なのか
高校教育課程における投資教育システムの提案
高校教育課程における投資教育システムの提案
千歳の科学教育を考える(抜粋)
千歳の科学教育を考える(抜粋)
2012-I 3E+1 アイディアプランコンテスト ver.1.0
2012-I 3E+1 アイディアプランコンテスト ver.1.0
2907activelearning
2907activelearning
14 120113
14 120113
トモノカイ2021年度版 探究教材 説明資料
トモノカイ2021年度版 探究教材 説明資料
【第2回】プレゼンスキル向上セミナー
【第2回】プレゼンスキル向上セミナー
Kof2005 Presen
Kof2005 Presen
20130413m
20130413m
大学におけるオープンエデュケーショナル リソースと著作権処理の実状と課題
大学におけるオープンエデュケーショナル リソースと著作権処理の実状と課題
18.lifenet benkyo kai
18.lifenet benkyo kai
170313 日本看護評価学会 組織の課題解決に寄与する臨床教育担当者の育成
170313 日本看護評価学会 組織の課題解決に寄与する臨床教育担当者の育成
リサーチクエスチョンの設定
1.
みやぎ・せんだい協働教育基盤による地域高度人材の育成事業 研究の最初の⼀歩 リサーチクエスチョン
2.
みやぎ・せんだい協働教育基盤による地域高度人材の育成事業 今⽇の流れ 研究って何だ? 研究の流れ 興味を「問い」にする 「問い」を磨く 1 2 3 4 5 リサーチクエスチョン 仮説を⽴てる 仮説検証 6 7
3.
みやぎ・せんだい協働教育基盤による地域高度人材の育成事業 1. 研究ってなんだ? 勉強 先⼈が⾒いだした知識と考え⽅を 学び⾝につける 研究 ⾃らが⾒いだした問題に対して ⾃ら答えをあみ出す
4.
みやぎ・せんだい協働教育基盤による地域高度人材の育成事業 1. 研究ってなんだ? 研究 世界のメカニズムを 解明する 実践 研究成果を⽣かして 世界にハッピーを増やす
5.
みやぎ・せんだい協働教育基盤による地域高度人材の育成事業 2. 研究の流れ テーマ選択 ・・・⾃分の興味と視点(切り⼝)をはっきりさせる 先⾏研究の確認 ・・・すでにわかっていること、理論、⽅法を知る リサーチクエスチョンの設定 ・・・⾃分の研究で答えを出すべき問いと仮説をつくる 仮説検証 ・・・⽂献調査、フィールド調査や実験によって仮説検証を繰り返す 1 2 3 4 5 発表 ・・・研究結果をとりまとめ発表する
6.
みやぎ・せんだい協働教育基盤による地域高度人材の育成事業 中部⻄南⽇本における 内陸被害地震と巨⼤海洋性地震の相互作⽤の モデル化 場所を絞り込む問いを絞り込む 成果を絞り込む
7.
みやぎ・せんだい協働教育基盤による地域高度人材の育成事業 3. 興味を「問い」にする ⽇本って地震が多いなぁ ü 地震ってどんなしくみで 起こるんだ? ü
巨⼤地震って予知できるの? すでに解明されたことを確認する (先⾏研究) 誰も解明していないことがあったら、それは⾃分だけの問い (気象庁 「地震⽉報」より)
8.
みやぎ・せんだい協働教育基盤による地域高度人材の育成事業 4. 問いを磨く 【最初の問い】 巨⼤地震と⼩さい地震って関連しているのかな? 【解明されると】 巨⼤地震をある程度予測して被害を減らせるかも ここで注意!! どうすれば巨⼤地震を予測して被害を減らせるか は研究上の問いではなく、実践上の問い 被害を減らす(将来像)ために解決すべき課題 世界をハッピーに しそう
9.
みやぎ・せんだい協働教育基盤による地域高度人材の育成事業 4. リサーチクエスチョン 【最初の問い】 巨⼤地震と⼩さい地震って関連しているのかな? 調べればわかること ではないか? テーマが ⼤きすぎないか ⾃分で仮説は 持っているか ⾃分の⼒で扱えるか 【リサーチクエスチョン】 ⻄⽇本の内陸地震と巨⼤地震の関係は どんなメカニズムになっているか
10.
みやぎ・せんだい協働教育基盤による地域高度人材の育成事業 4. リサーチクエスチョン üオリジナル ü答えの⾒込み(仮説)を持っている ü世界につながる⼩さなテーマ ü⾃分の能⼒や資源で扱える ü物事の背後のメカニズムを知ろうとする ⇒他の物事にも適⽤できる ü将来を予測する ⇒結論が正しいかその時点でわからない ü既存の理論を特定の事象に当てはめただけ ⇒他に応⽤できない
11.
みやぎ・せんだい協働教育基盤による地域高度人材の育成事業 5. 仮説を⽴てる ⻄⽇本は図のように 東⻄から圧⼒がかかる中で 断層で区切られた塊が 回転するように 動いているんじゃないか? どうすればそれを 検証できるか? 歴史地震の記録と シミュレーション (計算機実験)
12.
みやぎ・せんだい協働教育基盤による地域高度人材の育成事業 6. 仮説検証 先⾏研究 資料 実験 フィールド調査 仮 説 先⾏研究と⽭盾しない +新しいこと 論理的に正しい 証拠が整っている 証拠が整っている 検 証 結
論 ・・これはまた次の段階のお話
13.
みやぎ・せんだい協働教育基盤による地域高度人材の育成事業 おわりに 適切なリサーチクエスチョンを設定することは 研究の最も重要な部分です 世界のメカニズムの⼀部を理解するための みなさんのオリジナルの問いを考えてください 結構難しいですが、これができると 世界でただひとり⾃分だけが⽣み出した知識 を持つことができます
Download now