「線形」を含む日記 RSS

はてなキーワード: 線形とは

2019-05-26

東大情報システム情報学専攻院試

昨年外部でシステム情報受験入学しました.

自分受験した時,情報理工の受験情報は,外部の多い創造情報に偏っていたので多少参考になればと思い投稿します.

自身が外部受験自体を考えだしたのは学部2年くらいの時で,実際に院試情報を集め始めたのは3年の3月受験勉強を始めたのは4年の6月後半です.

システム情報以外に,阪大バイオ情報?(こちらも合格)も受験しました.

先日,外部受験志望の方複数と話す機会があったのですが,こういう研究したくてこの研究室を受けたいという方のなかで,他の研究室の方がいいんじゃないかという人が少なからずいらっしゃったので,いろんなラボを見ておくことを自分幸せのためにもオススメときます.ただ正直外部の場合メディアとかで有名だったりしないと,分野も違うところの情報自然とは集まってこないと思うので,受験説明会の時,研究室の学生に「こういう研究やりたいと思ってるんですけど,他の研究室とかありますか」とか図太く聞いちゃうのもいいと思います.関連する研究室の情報は多少なりとも持っていますので.

受験勉強に関しては,学部所属していたラボ基本的自由院試勉強時間を十分に取れる環境だった(それも考慮してラボを決めました)こと,自分が飽き性であること,東大生短期でやるんだから無理やり勉強して入れたとしてもつてけないだろと考えていたこと,などの要因から短期決戦を選択したのですが,これが一般的であるかどうかはわかりません.ただ学部所属しているラボが忙しすぎるようだと厳しいかもしれないのでもっと計画的であるべきであると思います

受験科目はTOEFL ITP,数学線形微積確率統計),電子情報学でした.自分が受かっているので,専門科目としてシステム情報学以外を選択して受からないことはないです.受験科目の選び方としては併願先である阪大試験科目ができるだけ被っていて,学部の授業で履修していた科目が多いものを選びました.数学と専門で一番大切なのは過去問だと思います.知り合いがいたら過去問ことなんか知らないか聞いてみた方がいいです.正直外部で受けた身としては公式過去問の模範解答出してくれと思っていますがまあそこはしょうがない面があります過去問の傾向は裏切られることもままありますが,突然全部変わるということはないでしょう.怯えて出題されないところばかり勉強してもコスパ悪いし,そんな時間に割くくらい自分研究進めた方が入ってから活かせます.ただ選択問題問題難易度の差が大きかったりするので,選択は絞らずにやった方がいいですね.ただ時間がない場合は取捨選択必要になると思いました.

英語は今年から基本TOEFL iBT受けろという公式見解になったそうなので,英語できない人は対策する時間が増えるかもしれませんね.ITPだと Reading+ListeningでReadingは論文読んでれば多分大丈夫だったので勉強ほとんどしてません.反対に数学ちゃんとやるのが学部1年以来だったので,割としっかり勉強しました.院試全般の話ですがTOEICは締め切りの時期が願書提出時や試験時など大学院によってまちまちな上スコアが届くのに時間かかるので要注意です.あまり受けるつもりなかったもの学部の時の大学は締め切り間に合わず受けられませんでした笑

数学は他のブログを見ると『演習 大学院入試問題』が薦められてることがありますが,例題以外は正直情報理工の数学にはオーバー難易度です,自分はマセマと『大学院への数学』,『詳解と演習 大学院入試問題』をやりました.専門は他の情報理工受験ブログみればいいんじゃないですかね.電子情報は『ディジタル電子回路―集積回路時代の―』(これはもしかしたら阪大だったかもしれないので問題見て判断してください),『データ構造アルゴリズム (新・情報 通信システム工学)』が他のブログ情報と違った気がします.

面接ですが,他の面接大きいところに比べ,多分配点大きくないです.多様なバックグラウンドを求めて筆記が簡単なところは面接必要かもしれませんが,システム基本的なことしか聞かれないので対策しませんでした.

研究訪問ですが,自分はい所属してる研究室の教授とは第1志望のラボだったにも関わらずほとんど話すことな受験しました.入試説明会の時くらいです.ただ他のラボ研究訪問しましたし,第1志望のラボオープンラボの時に学生とは話しました.教授理想実体は異なることがあるので学生には聞いた方がいいです.

最後に,院試は実力あればまぁ受かりますが(内部は本格的にやるのは8月入ってからのひともいるんだとか),情報持っていることも同様に大切です.点数差別はなくても内部の人に比べ情報ないので不利は不利です.なのでせめて説明会ラボ公開には行っときましょう.情報がなくて悶々とするのは精神衛生上にもよくないですし時間無駄です.

東大情報システム情報学専攻院試

昨年外部でシステム情報受験入学しました.

自分受験した時,情報理工の受験情報は,外部の多い創造情報に偏っていたので多少参考になればと思い投稿します.

自身が外部受験自体を考えだしたのは学部2年くらいの時で,実際に院試情報を集め始めたのは3年の3月受験勉強を始めたのは4年の6月後半です.

システム情報以外に,阪大バイオ情報?(こちらも合格)も受験しました.

先日,外部受験志望の方複数と話す機会があったのですが,こういう研究したくてこの研究室を受けたいという方のなかで,他の研究室の方がいいんじゃないかという人が少なからずいらっしゃったので,いろんなラボを見ておくことを自分幸せのためにもオススメときます.ただ正直外部の場合メディアとかで有名だったりしないと,分野も違うところの情報自然とは集まってこないと思うので,受験説明会の時,研究室の学生に「こういう研究やりたいと思ってるんですけど,他の研究室とかありますか」とか図太く聞いちゃうのもいいと思います.関連する研究室の情報は多少なりとも持っていますので.

受験勉強に関しては,学部所属していたラボ基本的自由院試勉強時間を十分に取れる環境だった(それも考慮してラボを決めました)こと,自分が飽き性であること,東大生短期でやるんだから無理やり勉強して入れたとしてもつてけないだろと考えていたこと,などの要因から短期決戦を選択したのですが,これが一般的であるかどうかはわかりません.ただ学部所属しているラボが忙しすぎるようだと厳しいかもしれないのでもっと計画的であるべきであると思います

受験科目はTOEFL ITP,数学線形微積確率統計),電子情報学でした.自分が受かっているので,専門科目としてシステム情報学以外を選択して受からないことはないです.受験科目の選び方としては併願先である阪大試験科目ができるだけ被っていて,学部の授業で履修していた科目が多いものを選びました.数学と専門で一番大切なのは過去問だと思います.知り合いがいたら過去問ことなんか知らないか聞いてみた方がいいです.正直外部で受けた身としては公式過去問の模範解答出してくれと思っていますがまあそこはしょうがない面があります過去問の傾向は裏切られることもままありますが,突然全部変わるということはないでしょう.怯えて出題されないところばかり勉強してもコスパ悪いし,そんな時間に割くくらい自分研究進めた方が入ってから活かせます.ただ選択問題問題難易度の差が大きかったりするので,選択は絞らずにやった方がいいですね.ただ時間がない場合は取捨選択必要になると思いました.

英語は今年から基本TOEFL iBT受けろという公式見解になったそうなので,英語できない人は対策する時間が増えるかもしれませんね.ITPだと Reading+ListeningでReadingは論文読んでれば多分大丈夫だったので勉強ほとんどしてません.反対に数学ちゃんとやるのが学部1年以来だったので,割としっかり勉強しました.院試全般の話ですがTOEICは締め切りの時期が願書提出時や試験時など大学院によってまちまちな上スコアが届くのに時間かかるので要注意です.あまり受けるつもりなかったもの学部の時の大学は締め切り間に合わず受けられませんでした笑

数学は他のブログを見ると『演習 大学院入試問題』が薦められてることがありますが,例題以外は正直情報理工の数学にはオーバー難易度です,自分はマセマと『大学院への数学』,『詳解と演習 大学院入試問題』をやりました.専門は他の情報理工受験ブログみればいいんじゃないですかね.電子情報は『ディジタル電子回路―集積回路時代の―』(これはもしかしたら阪大だったかもしれないので問題見て判断してください),『データ構造アルゴリズム (新・情報 通信システム工学)』が他のブログ情報と違った気がします.

面接ですが,他の面接大きいところに比べ,多分配点大きくないです.多様なバックグラウンドを求めて筆記が簡単なところは面接必要かもしれませんが,システム基本的なことしか聞かれないので対策しませんでした.

研究訪問ですが,自分はい所属してる研究室の教授とは第1志望のラボだったにも関わらずほとんど話すことな受験しました.入試説明会の時くらいです.ただ他のラボ研究訪問しましたし,第1志望のラボオープンラボの時に学生とは話しました.教授理想実体は異なることがあるので学生には聞いた方がいいです.

最後に,院試は実力あればまぁ受かりますが(内部は本格的にやるのは8月入ってからのひともいるんだとか),情報持っていることも同様に大切です.点数差別はなくても内部の人に比べ情報ないので不利は不利です.なのでせめて説明会ラボ公開には行っときましょう.情報がなくて悶々とするのは精神衛生上にもよくないですし時間無駄です.

東大情報システム情報学専攻院試

昨年外部でシステム情報受験入学しました.

自分受験した時,情報理工の受験情報は,外部の多い創造情報に偏っていたので多少参考になればと思い投稿します.

自身が外部受験自体を考えだしたのは学部2年くらいの時で,実際に院試情報を集め始めたのは3年の3月受験勉強を始めたのは4年の6月後半です.

システム情報以外に,阪大バイオ情報?(こちらも合格)も受験しました.

先日,外部受験志望の方複数と話す機会があったのですが,こういう研究したくてこの研究室を受けたいという方のなかで,他の研究室の方がいいんじゃないかという人が少なからずいらっしゃったので,いろんなラボを見ておくことを自分幸せのためにもオススメときます.ただ正直外部の場合メディアとかで有名だったりしないと,分野も違うところの情報自然とは集まってこないと思うので,受験説明会の時,研究室の学生に「こういう研究やりたいと思ってるんですけど,他の研究室とかありますか」とか図太く聞いちゃうのもいいと思います.関連する研究室の情報は多少なりとも持っていますので.

受験勉強に関しては,学部所属していたラボ基本的自由院試勉強時間を十分に取れる環境だった(それも考慮してラボを決めました)こと,自分が飽き性であること,東大生短期でやるんだから無理やり勉強して入れたとしてもつてけないだろと考えていたこと,などの要因から短期決戦を選択したのですが,これが一般的であるかどうかはわかりません.ただ学部所属しているラボが忙しすぎるようだと厳しいかもしれないのでもっと計画的であるべきであると思います

受験科目はTOEFL ITP,数学線形微積確率統計),電子情報学でした.自分が受かっているので,専門科目としてシステム情報学以外を選択して受からないことはないです.受験科目の選び方としては併願先である阪大試験科目ができるだけ被っていて,学部の授業で履修していた科目が多いものを選びました.数学と専門で一番大切なのは過去問だと思います.知り合いがいたら過去問ことなんか知らないか聞いてみた方がいいです.正直外部で受けた身としては公式過去問の模範解答出してくれと思っていますがまあそこはしょうがない面があります過去問の傾向は裏切られることもままありますが,突然全部変わるということはないでしょう.怯えて出題されないところばかり勉強してもコスパ悪いし,そんな時間に割くくらい自分研究進めた方が入ってから活かせます.ただ選択問題問題難易度の差が大きかったりするので,選択は絞らずにやった方がいいですね.ただ時間がない場合は取捨選択必要になると思いました.

英語は今年から基本TOEFL iBT受けろという公式見解になったそうなので,英語できない人は対策する時間が増えるかもしれませんね.ITPだと Reading+ListeningでReadingは論文読んでれば多分大丈夫だったので勉強ほとんどしてません.反対に数学ちゃんとやるのが学部1年以来だったので,割としっかり勉強しました.院試全般の話ですがTOEICは締め切りの時期が願書提出時や試験時など大学院によってまちまちな上スコアが届くのに時間かかるので要注意です.あまり受けるつもりなかったもの学部の時の大学は締め切り間に合わず受けられませんでした笑

数学は他のブログを見ると『演習 大学院入試問題』が薦められてることがありますが,例題以外は正直情報理工の数学にはオーバー難易度です,自分はマセマと『大学院への数学』,『詳解と演習 大学院入試問題』をやりました.専門は他の情報理工受験ブログみればいいんじゃないですかね.電子情報は『ディジタル電子回路―集積回路時代の―』(これはもしかしたら阪大だったかもしれないので問題見て判断してください),『データ構造アルゴリズム (新・情報 通信システム工学)』が他のブログ情報と違った気がします.

面接ですが,他の面接大きいところに比べ,多分配点大きくないです.多様なバックグラウンドを求めて筆記が簡単なところは面接必要かもしれませんが,システム基本的なことしか聞かれないので対策しませんでした.

研究訪問ですが,自分はい所属してる研究室の教授とは第1志望のラボだったにも関わらずほとんど話すことな受験しました.入試説明会の時くらいです.ただ他のラボ研究訪問しましたし,第1志望のラボオープンラボの時に学生とは話しました.教授理想実体は異なることがあるので学生には聞いた方がいいです.

最後に,院試は実力あればまぁ受かりますが(内部は本格的にやるのは8月入ってからのひともいるんだとか),情報持っていることも同様に大切です.点数差別はなくても内部の人に比べ情報ないので不利は不利です.なのでせめて説明会ラボ公開には行っときましょう.情報がなくて悶々とするのは精神衛生上にもよくないですし時間無駄です.

東大情報システム情報学専攻院試

昨年外部でシステム情報受験入学しました.

自分受験した時,情報理工の受験情報は,外部の多い創造情報に偏っていたので多少参考になればと思い投稿します.

自身が外部受験自体を考えだしたのは学部2年くらいの時で,実際に院試情報を集め始めたのは3年の3月受験勉強を始めたのは4年の6月後半です.

システム情報以外に,阪大バイオ情報?(こちらも合格)も受験しました.

先日,外部受験志望の方複数と話す機会があったのですが,こういう研究したくてこの研究室を受けたいという方のなかで,他の研究室の方がいいんじゃないかという人が少なからずいらっしゃったので,いろんなラボを見ておくことを自分幸せのためにもオススメときます.ただ正直外部の場合メディアとかで有名だったりしないと,分野も違うところの情報自然とは集まってこないと思うので,受験説明会の時,研究室の学生に「こういう研究やりたいと思ってるんですけど,他の研究室とかありますか」とか図太く聞いちゃうのもいいと思います.関連する研究室の情報は多少なりとも持っていますので.

受験勉強に関しては,学部所属していたラボ基本的自由院試勉強時間を十分に取れる環境だった(それも考慮してラボを決めました)こと,自分が飽き性であること,東大生短期でやるんだから無理やり勉強して入れたとしてもつてけないだろと考えていたこと,などの要因から短期決戦を選択したのですが,これが一般的であるかどうかはわかりません.ただ学部所属しているラボが忙しすぎるようだと厳しいかもしれないのでもっと計画的であるべきであると思います

受験科目はTOEFL ITP,数学線形微積確率統計),電子情報学でした.自分が受かっているので,専門科目としてシステム情報学以外を選択して受からないことはないです.受験科目の選び方としては併願先である阪大試験科目ができるだけ被っていて,学部の授業で履修していた科目が多いものを選びました.数学と専門で一番大切なのは過去問だと思います.知り合いがいたら過去問ことなんか知らないか聞いてみた方がいいです.正直外部で受けた身としては公式過去問の模範解答出してくれと思っていますがまあそこはしょうがない面があります過去問の傾向は裏切られることもままありますが,突然全部変わるということはないでしょう.怯えて出題されないところばかり勉強してもコスパ悪いし,そんな時間に割くくらい自分研究進めた方が入ってから活かせます.ただ選択問題問題難易度の差が大きかったりするので,選択は絞らずにやった方がいいですね.ただ時間がない場合は取捨選択必要になると思いました.

英語は今年から基本TOEFL iBT受けろという公式見解になったそうなので,英語できない人は対策する時間が増えるかもしれませんね.ITPだと Reading+ListeningでReadingは論文読んでれば多分大丈夫だったので勉強ほとんどしてません.反対に数学ちゃんとやるのが学部1年以来だったので,割としっかり勉強しました.院試全般の話ですがTOEICは締め切りの時期が願書提出時や試験時など大学院によってまちまちな上スコアが届くのに時間かかるので要注意です.あまり受けるつもりなかったもの学部の時の大学は締め切り間に合わず受けられませんでした笑

数学は他のブログを見ると『演習 大学院入試問題』が薦められてることがありますが,例題以外は正直情報理工の数学にはオーバー難易度です,自分はマセマと『大学院への数学』,『詳解と演習 大学院入試問題』をやりました.専門は他の情報理工受験ブログみればいいんじゃないですかね.電子情報は『ディジタル電子回路―集積回路時代の―』(これはもしかしたら阪大だったかもしれないので問題見て判断してください),『データ構造アルゴリズム (新・情報 通信システム工学)』が他のブログ情報と違った気がします.

面接ですが,他の面接大きいところに比べ,多分配点大きくないです.多様なバックグラウンドを求めて筆記が簡単なところは面接必要かもしれませんが,システム基本的なことしか聞かれないので対策しませんでした.

研究訪問ですが,自分はい所属してる研究室の教授とは第1志望のラボだったにも関わらずほとんど話すことな受験しました.入試説明会の時くらいです.ただ他のラボ研究訪問しましたし,第1志望のラボオープンラボの時に学生とは話しました.教授理想実体は異なることがあるので学生には聞いた方がいいです.

最後に,院試は実力あればまぁ受かりますが(内部は本格的にやるのは8月入ってからのひともいるんだとか),情報持っていることも同様に大切です.点数差別はなくても内部の人に比べ情報ないので不利は不利です.なのでせめて説明会ラボ公開には行っときましょう.情報がなくて悶々とするのは精神衛生上にもよくないですし時間無駄です.

2019-05-04

論文よんでみた

Forecasting Climatic Trends Using Neural Networks: An Experimental Study Using Global Historical Data

よんでみました。多くの文章誤読しているので、これを元に論文判断しないように。

論文は: https://www.frontiersin.org/articles/10.3389/frobt.2019.00032/full

 やったこ

この論文は、30年間の気象データ学習データにし、その後の10年間で平均気温が上がるまたは下がることの予測を試みた。

学習には、文字識別で高い判別精度をだしたLeNet(CNN)を用いた。

著者らはまず、30年分の月間平均気温データをRを用いて画像化した(fig.1)。

画像化の際に、描画方法を3種類の描画方法データ作成し、それぞれの場合での学習機を作成した。

その結果、defaultを用いると最も良い予測ができている。

つぎに、データ10年ごとに区切った場合そして、地域データを区切っった場合学習機を作成した。

正答の精度をそれぞれの学習機で計測している。

からなかったこと・しつもん
訓練データ

2019-04-28

発達障害精神疾患サバイバー就活して思ったこ

就活が始まった。

かくいう私もスーツに身を包み、西へ東へ説明会に大忙し。

スーツに身を包むと安心する。巷では、やれ個性がないだの、集団心理がどうのだの、批判されているのもわかる。

しかし私はこの黒い装備に満足していた。自分が少し強くなったような…そしてしっかり社会に溶け込めているような

そんな感覚をくれるからだ。

ADHDアスペルガー発達障害。これらの用語人口膾炙して、はたして「理解」とやらが進んだかといえば、わからない。

「周りにいたらめんどくさい」「誰でもそういう面がある」「なんでも病気のせいにしたらよくない」

こういう声があるだけ良いのだろうか。誰にも知られないよりは。

ただ私は、痛いほど知っている。上記理由で、発達障害である自分社会に求められていないのだと。

ちょっと有能な発達障害者よりも、ちょっと無能でその代わりに理解権利求めない健常者の方が、大差なくてもましに見えてしまう。

から私はスーツに身を包む。私は社会で生きていけます、と、姿で示す。

けれど、就活が順調に始まったかのように思えたのは、就活解禁後の高揚感のせいで、それはすぐに気のせいだとわかった。

ESが書けない。やりたいことが思い浮かばない。

OB訪問や友人への相談では、ことごとく

「何がやりたいの?」

「何をしてる時がいちばん楽しいの?」

大学でしてきた中でいちばんがんばったことは?」

「譲れないこだわりは何?」

「逆にどんなことされたら許せないと思うの?」

と擬似カウンセリングのような問答の嵐。

私はそのどれにも即答できなかった。

その度にOBや友人はわかりやすいため息をついた。ショックだった。

就活というものの重さを知った。こんなにもピリピリしているなんて思わなかったのだ。

少しの逡巡も、どうやら通用しないらしい。それが実際の面接でなくとも、就活というフィールド上の相談ならば。

もっと自分のこと考えなよ。考えた方がいいよ。」

考えてないわけではないのに、そう言われると、全然考えてないようにも思えてきて、正直気が滅入ってくる。

OBにも友達にも

「私のことをここまで考えてくれてありがとう

と口ではいものの、納得できない。

この違和感を抱え続けて、ふと気づいた。

私のやりたいこと、ずっと望んできたこと、なりたい自分は一貫している。

それは

社会適応すること」

だった。

中学生の頃に、突然睡眠障害になった。特発性過眠症と診断され、居眠りを繰り返した。

不可抗力だと説明しても、教師苦笑いして首をかしげるだけ。

じゃあ代わりにテストでいい点をとって頑張ろう、起きているとき積極的に手をあげようと思っても、結局オールAにはならなかった。

私はどうやったら認められるんだろう、と思った。子供心に、拗ねていた。頑張ってたのに、と。

高校入学して、今度はパニック障害になった。

地獄のような日々を過ごした。「社会で生きていけない」と強く自覚した出来事だった。

同時に、「私はみんなにとってめんどくさい人間なんだ」と知った。

性格もひねくれていて、喋ろうにも黙り込むか口を滑らせるかのどちらか。

ここで、「病気のせいにするのは良くない」とも知った。

大学入学きっかけに、全てのストレスが爆発してついにうつ状態に。

過眠症パニック障害うつ。これらの治療を進めるうちに、行き着いた診断が発達障害だった。

そこからの私は必死だった。

社会適応したい。こんな自分でも居場所を見つけないと死んでしまう。

いやこのまま死んでしまおうかと思ったこともあったけれど、

とにかく必死で少しでも「まし」になろうとした。

副作用の強い薬を飲み、認知の歪みをカウンセリングで少しずつなおし、

部屋も片付けられるように工夫した。もちろんそれらはすぐにはうまくいかなかった。

そして、ようやくなんとか、「だいぶまし」になった。

パニックはほぼ起こらず、過眠症もどうしてかはわからないがましになった。

人とのコミュニケーションもだいぶできるようになり、足の踏み場がなかった部屋は、

それなりにものは多いものの、生活に困るほどではなくなった。

友達もできて、バイトも始めて、認められたりして。

それなりに楽しくなって、やっと社会の仲間入りができたと思った。

のしたいこと、楽しいと思う瞬間、それらは

ちゃんとやれてる」って実感できる瞬間を実現していくことに他ならなかった。

からその先が全然思いつかなかった。

「やりたいこと」

なんてないのだ。

ただいまの私にとっては、生きてるだけで精一杯なのだ

それに気づいたとき、久しぶりに暗い気持ちになった。

みんなは、手放しでやりたいことも考えられる。

楽しいとも思えるし、怒りも素直に表現できる。

私にはできない

自分が生きていくことで精一杯だから

みんなのように、夢を語れない。

なんかちょっとムカついてきた。あいつら、自分があって当たり前だと思ってるから

私にも夢を聞いてくるし、

私に夢がないと知るやいなやため息をつくのも、

まさかそんな人間がいるとも思わないんだろう。

で、「こいつは何も考えてない」と結論づける。

生きてるだけで精一杯の人間なんて想像もつかないんだろう。

もし、目の前の私がそういう主張をしても

「それは甘え」と言われるか、気の毒がられるのが関の山

「頑張れば報われる」なんて線形認識で生きてこれて本当によかったね。なんて毒づきたくなる。

いつ居眠りとパニックが起こるかわからいから、人に迷惑をかけたくないという思いで

楽しい機会は断ってきた。友達ディズニーランドに誘われても、行きたかったけど我慢した。

そんなこんなで浮いていた。いろんなことを恐れて、先回りして自粛する思春期だった。

ようやく最近症状が落ち着いて、友達海水浴遊園地ドライブ、もう本当に楽しかった。

でも、もっと楽しみたかった。病気が、障害がなければ、もっと楽しい人生だったのに。

正直そう思う。

でもそれを口にしたら「甘え」と言われる。だからしない。でも苦しい。


みんな、ゼロからスタートしてるけど、

私は、マイナスゼロに近づけていくことに必死で、

それが私の夢なのだ

でも、どれだけ前に進んだってゼロしかないんだろうか。

先日賛否両論を巻き起こした上野千鶴子氏の東大入学式の祝辞で、こんな一節があった。

「世の中には、がんばっても報われないひと、がんばろうにもがんばれないひと、がんばりすぎて心と体をこわしたひと...たちがいます。がんばる前から、「しょせんおまえなんか」「どうせわたしなんて」とがんばる意欲をくじかれるひとたちもいます。」

なんかこの言葉のやさしさにほんとうに泣けてしまった。

同時に、この祝辞が叩かれているのを見て、

「やっぱりしばらく健常者のフリは続けよう」

とも思った。

きっと私のこの葛藤は、社会にそぐわないんだろうと思った。

私は今日スーツを着る。

そして、用意した「夢」を語る。

これからはきちんと普通のふりをしたいから、

夢とやりたいこと、楽しいこととつらいこと、これらは即答できるようにしておこうと思った。

anond:20190428005503

味覚に線形性が成り立つかって非自明でしょ

2019-04-07

年収が1400万超えそうなのですごく言いたいことがある

この感覚伝わるだろうか

 

今時給1000円のバイト始めたら、年収200万くらいまで落とせる

すげー頑張って必死こいても、年収300万はいかない

 

今まったく異業種に転職したら、新人と同レベルかそれ以下の存在に成れる

顎で使われ、どやされ、お前は年のくせに使えねー新人だなと鼻で笑われる

実際、昔はいろんなバイトでそんな扱いだった

そして世の中には1400万円稼げる職より、そっちの職の方が数が多い

 

今職が突然なくなったら、あるいは働けなくなったら

生活をガラッと見直さなきゃならない

引っ越さないといけないし、切り詰めなきゃいけない

誰も自分を顧みないし、顧みられても困る

 

稼げば稼ぐほど、キャリアを積めば詰むほど

アンバランストランプタワーを積んでるような気分になってくる

あと一段、もう一段積む自信はあるが、次の瞬間には崩れているかもしれない

自分価値なんて何だかんだでその程度だし

お金たまたまここにあるだけの、幻のようなものに感じる

 

___

 

少し考えたけど、こういうのは何度か崩してみたほうが色々安定するのではないか

以前、1500万行くたびに500万まで落とす人の話を見たことがある、新たな領域に飛び込むんだとか

 

例えば1個1万円のものを年300個売る商売をしていた人が

成長して1400個売れるようになった、とかなら安心感があるんだけどな

生産高と報酬が上手く線形に比例していない

2019-03-04

anond:20190304165940

ベテランがどうこうつってるしどんなもんでもガチ使い始めはしんどかったりするもんだろう

こういうの古い知識と新しい知識が必ずしも線形に並んでないか

サーバDockerイメージぶっこんでSQL叩く形式でいいんなら1時間もいらずにやってみせますぜ!という人でも

アクセスでやれって言われるとげんなりってこともある

2019-02-04

可能性はビジネスに使える調味料

ビジネスとか経済は完全な素人から、見当ちがいなことを言ってるのかもしれない。

聞くに中国王朝ときから宝くじ(のようなもの)は存在し、漢文宝くじは夢を買うようなもんだと言われてたらしい

それから、いわゆるガチャSSR欲しさに様々なプレイヤーがたくさんのお金を費やすようになった。当時はデータに金を払うなんてって課金ビジネスは言われてた記憶があるけど、そこから比べれば随分受け入れられるようになったと思う。(関係ないけど、当時は基本無料ゲームが量産され高校生ゲーム無料が当然って言ったとかいう話もあった気がする…)

何回に一回の確率で得をする。確率は外れれば全額無駄になるものから、あるラインが最低でも保証されているものがある。

実態や確実なものが伴わなくても、可能性が存在するだけで人はそれに価値見出して、対価を支払うことがある。

可能性は実態のないものである定量価値から可能性は大量に生み出せる。その関係線形的ではなくて、かなり複雑なものになるけど、とりあえず何倍にもなることがわかってる。

からこの法則が知られてて、経済学をやっている人からすれば当然のことなのかは知らないけど、ZOZO社長はこれを使って、限られたお金でたくさんのフォロワーを得た。たぶん、お金で同数のフォロワーを買うより安上がりだろうし、一握りの才能にかけて有名になるよりは遥かに確実なんだろう。

これで得た情報発信能力で、さら選択肢を得たわけだ。

限られた予算からたくさんの可能性を再生して、予算以上の効果を上げるカラクリはこれによってたくさんの人の目にはっきりとした形で映ったのだと思う。

これからは、実態のない可能性をばら撒いて対価を得ようとする人が増えていくのかもしれない。

補遺として、SNS可能性を手軽に大量の人々へ配ることができるまさに楽園なのだと思う。

2019-01-06

アスペ運転が下手で辛い

自動車運転をする人工エキスパートシステムを見たことがあるか? カリフォルニア州在住ではない俺はまだない。だが人工でなくても良いならある。そういう感じ。

車速に関わらずステアリング操作トルクが一定アクセル開度関数線形、ウェイポイント間の補完が加重平均、そんな自動運転エージェントがあるか? まあ、国産ならあるか。そういう感じ。警察の言うところの急加速急減速急転舵だが、必ずしも急ではない。エゴモーションの記録が常に不連続関数に従うんだ。

何が問題かって、変曲点で酔うんだ。

2018-12-27

anond:20181227225123

うーむ。勉強不足で申し訳ないが、どの周波数の波が強いかを取り出すのには取り出したい周波数を固定して時間線形に変化する値を調べるとかそんなんでいいと思うので、周波数の数だけ小さめの処理沢山回すとかでいけるんちゃうの? 各ノードで一斉に計算して相互に結果を参照したりすればより高速になったりするアルゴリズムがあるのかもしらんが、システム上最適とは言えないなら選択すべきでもない気が。

2018-10-25

LASSO

LASSOってあまりにも喚くので、図書館で調べてみた。多変量(説明変数複数)解析でかつ線形回帰問題限定しているようだ

観測量yで多変量xi(i=1....N)なとき線形モデル回帰分析するということは

母数(傾きに対応?)の数は、説明変数の数(=N)に等しい?(切片はどこにいった?)

母数の絶対値を最小化するということは、0に近い母数をなるべくいっぱい作ろうねっていうことか?これを次元削減学習というみたいだ。もちろんλを大きくとったときの極限状況に限っている。2乗誤差関数を最小化するタームももちろん含まれる。


線形問題から0に近い母数ってことは、相関が小さくなる(無相関に近づく)ってことで、主効果じゃない説明変数(因子)を洗い出して、落とそうという意図みたいだ。

この場合であっても母数の絶対値=相関ではないけど、母数が大きければ相関も大きい傾向にあるので、それでよしということかな?

2018-10-20

anond:20181020151700

リニア線形)じゃない」ってところとか最高に理系っぽくてキモいよね

2018-10-11

anond:20181011172844

俺の使った意味での「カオス」は線形非線形のような意味でのカオスでなく

論理論理ひっくるめて何でもありの全体という意味での混沌

2018-10-07

女の年齢の価値計算と、結婚時の年齢資産について

クソみたいなことがあったんだ。聞いてくれ。

今日風俗行ったら、超ババアと当たっちまった。

実は、今まであまりそういうのに当たったことがなかった。

というのも、高い店に行ってたからだ。

しかし、最近は財布の中身も心細く、コストダウン検討した結果、

いつものところより1万円程度安い店を選んだ。

したところ、ババァ登場というわけだ。




つらかった。


誰も悪くはない。その店を選んだ俺が悪い。

ちゃんと高い店に行っていれば、こっそり

アルバイトしてるJDと当たったりしていた・・・はずだった。

安くもない金払って何してるんだ俺、と思った。

で、本題はここから

高い店を仮に平均21歳だったとしよう。

安い店を仮に平均41歳だったとしよう。

もちろん、本当の年齢はわからないが、仮で規定しよう。


その年齢による付加価値の差というのは、だいたい1万円という相場感だったわけだ。

+何万円かがエッチ本体と考えて、1回のエッチにおける若さ価値は、

1万円の範囲に収まるもの仮定できる。

これは、女の年齢というものお金価値計算できるんじゃないか

ひいては、何歳の女と結婚すると、

具体的にどのくらい得か?

男は得をしたと感じているか

ということがわかるんじゃないか

そう考えてちょっと試算してみた。




女の年齢の付加価値計算 21〜41歳まで


年齢価値回数総額
21¥10000100¥1000000
22¥950096¥912000
23¥900092¥828000
24¥850088¥748000
25¥800084¥672000
26¥750080¥600000
27¥700076¥532000
28¥650072¥468000
29¥600068¥408000
30¥550064¥352000
31¥500060¥300000
32¥450056¥252000
33¥400052¥208000
34¥350048¥168000
35¥300044¥132000
36¥250040¥100000
37¥200036¥72000
38¥150032¥48000
39¥100028¥28000
40¥500 24¥12000
41¥020¥0


21歳を1万円として41歳を0円とした。

20年かけて価値を減算するとした場合、1年ごとに500円ずつ目減りする。

ここでは、本人の美人度合いとか、料理が旨いとか、痩せてる太ってる等の

個体要因は排除する。

純粋に、年齢の価値だけを見た場合の話だ。


回数は1年間のエッチ数とした。

これまた概算だが、まあ21とかで結婚したなら

週に2回弱エッチするだろとか

40くらいになると、2週間に1度くらいになるんじゃないか

というおおざっぱな概算で記載したものだ。

これは実際にヤってるかどうかという話ではなく、

そのくらいは男が実施可能、ないし希望するだろう、という架空資産価値の話だ。

大いに主観なので、個体差あると思う。


が、全体感を掴むだけってことならこのくらいの精度でもいいかなと思った。




これを掛け合わせた総額が、各年齢における1年の資産価値である

と、考えることができる。





して年齢資産総額は・・・







21〜41歳までの年齢資産

8932000円




仮に21歳のコと付き合ってたとしよう。

の子の年齢的な資産は900万弱はあるのではないか

と算定することができた。

割と妥当なんじゃない?



・・・さらにおもう。

もっと若ければ、資産価値はその分倍増するのでは?

21歳1万円を基準に、もっと低い年齢も含めて計算した。



年齢価値回数総額
10¥15500144¥2232000
11¥15000140¥2100000
12¥14500136¥1972000
13¥14000132¥1848000
14¥13500128¥1728000
15¥13000124¥1612000
16¥12500120¥1500000
17¥12000116¥1392000
18¥11500112¥1288000
19¥11000108¥1188000
20¥10500104¥1092000
21¥10000100¥1000000
22¥950096¥912000
23¥900092¥828000
24¥850088¥748000
25¥800084¥672000
26¥750080¥600000
27¥700076¥532000
28¥650072¥468000
29¥600068¥408000
30¥550064¥352000
31¥500060¥300000
32¥450056¥252000
33¥400052¥208000
34¥350048¥168000
35¥300044¥132000
36¥250040¥100000
37¥200036¥72000
38¥150032¥48000
39¥100028¥28000
40¥500 24¥12000
41¥020¥0



10歳でエッチ回数144回はないな(苦笑)

興味のある人もいるだろうと思い、範囲を広めに取ってみた。

あくまで実際にヤったかどうか

ではなく、架空時価総額みたいなものを出していると考えてくれ。



さて、1020歳までの価値を集計してみると、

¥17952000


仮に18歳のコと結婚した場合、手にできる年齢資産

¥11408000

という額になった。

大変うらやましい。




この額を妥当と見るかどうかは人それぞれだろうが、

少なくとも40歳過ぎの人が20代と結婚レースで張り合うには

1000万程度の貯蓄が求められ、

そうすると、

男の感覚値に妥当さを感じ始めるラインになるのでは

という回答を得た。



本当は、価値線形ではなく、もっと人口比を絡めて

出すべきともおもったのだが、気力が続かなかった。

あとのことは後進に譲りたい。


ただ、

この手法を広げれば、もっと正確な資産想定ができ、

ひいては婚活等々で昨今賑わっている問題の根っこが何か、

明瞭になるのではないか

という気がしたのだ。


数字に納得がいかない人は、是非自分なりの仮定値で

計算を行なって見てほしい。

サンプルを増やすほど、納得感のあるラインみえてくるはず。




心のダメージをせめて何かに転換したいとおもうあまり

クソのようなことを書いてしまった。

本当にすまない。

なんでもはしない。

2018-09-24

ブクマカ基本的科学技術知識が無さすぎ問題

科学技術に関する記事につくブコメほとんどゴミクズだし、そのゴミクズがたくさんスター集めてるの見るとゾワッとする。

原発関連は政治的偏向した連中が無知こみで書き込むから最悪だけど、研究機関からプレスリリースみたいなやつはそれはそれでトンチンカンブコメだらけで気が変になりそうになる。

物理学出身なんで物理方面しかわからんけど、これ理系分野全般こんなだと思うとちょっと頭がクラクラしてくるわ

はてなネットゴミ溜めだってはっきり分かんだね。

追記

具体例というかちょっとずれるけど、高校行列を教えるだの教えないだのの増田で「情報系では行列ガー!!」とかブコメしてる奴ら多くて、あっマジでIT土方ばっかなんかここ?とは思った

間違いではないかもしれないけど、着目点そこ?ってなる。(線形代数というかそもそも"線形性"の何がそんなに大切なのか、とか理解してなさそう)

2018-09-20

またブクマカーが知ったかぶってるし

お前らって本当に知ったかぶるんだなぁ

高校行列計算方法を習ってない事が、その後の数学学習デメリットになると思うか?線形独立線形従属概念を学んで行列式が求まること、求まらない事の幾何的な意味を知り、代数法則を知り多次元行列と部分空間価値理解した上でのアフィン変換行列があっての三次元CGでのアフィン変換がある。概念理解しないで単に行列計算が出来る程度の教育なんて無価値なんだからなくなって正解なんだよ。必要人間大学線形代数をやるときに、法則と同時に演算方法原理原則理解すればいいし、逆行列計算方法を覚えればいいんだよ。固有値固有ベクトル意味理解できない半端なプログラマが増えてるのって、高校での機械的教育のせいだろうとすら思ってる。行列使って連立方程式が解けることを知ってる事が、どれだけ意味あるんだろうね?

ブクマカ機械学習がーとかAIがーとか言うけど、必要なのは線形代数II以降の話で、高校でちょろっと計算方法知ったところで無価値なんだよ。逆に線形代数をやるときに変な思い込み負債になるくらいだから無くしていいものとすら教えていて思う。教育としては線形代数統合的にやれば良いというのは間違いじゃないから、削除は改善ですらある。畳み込みのタの字すら知らんアホが機械学習を語るなって。お前らの心配なんか無駄無駄

anond:20180920074911

“単に行列計算が出来る程度の教育なんて無価値AR実装したとき行列計算必要になった。結局ネットで調べながらやったんだけど、過去に触れたことがあるという思いか心理的障壁は少なかった気がする。

結局、このレベルの話になっちゃうよね。こんな程度なら「ゲームプログラミングのための3Dグラフィックス数学」みたいなラノベ入門書)を1日読めば済む話でしかないだろう。AI研究する人たちがどうとか言う話は情報工学科で、将来的に情報幾何必要になった時にキャッチアップできる程度の数学教育をどこまでするのか?って話で、全然次元が違う話。情報工学科を選択する子供を増やすためにプログラミング教育を拡充していく過程で、3DCGの触りをやらせたいとしても、道具として座標変換程度のことをやるのに複雑な知識なんぞは一切要らないからな。だいたいライブラリから関数呼び出すだけで使える。

話は変わるが、数学ラノベなら「ゼロから学ぶ線形代数」がおススメ。あれなら誰でも理解できて、授業でやる計算方法練習より手軽に線形代数面白さを味わえる。

2018-09-19

anond:20180919164125

ある程度腰を据えて勉強するのなら大日本図書数学シリーズ(高専生を想定して作成された)を強くオススメする.

https://www.dainippon-tosho.co.jp/college_math/

高専は,工学を学ぶ五年制(高校+短大)の大学である.本教科書シリーズを一通りマスターすると文字式の展開から複素関数論まで,高校数学のなかでも工学必要知識(≒数学科を除いた大学数学必要知識)+基礎的な大学数学(微積線形代数ベクトル解析,複素関数論,ラプラスフーリエ変換)を学ぶことができる.

読者の対象はそれほどハイレベルではない(高専にもよるが,偏差値の低い高専高校偏差値で55程度+大学受験を経験しない)ので,説明が平易で,例題も豊富練習問題も非常に豊富である.それでいながら公式の導出はどれもしっかりと記されているので,腰を据えた勉強にも向いている.

全六冊だが,一日数時間をとって勉強できるのなら数週間で一冊を容易にマスターできるようになっている.

統計学理解したいのならば,本シリーズ教科書を以下の順序で学べばよい.

基礎数学(高校数学の基礎が身についているのなら省略可)→線形代数(ベクトル定義から線形写像)→応用数学(ベクトル解析の単元だけやればよい)→確率統計

anond:20180919164125

同じく文系だけど統計をやってる。いろいろこの記事に対して言いたいことはあるけど、

必要なのは統計なのだから理系と完全に同じなコースに乗って「理系数学」を学ぶよりは、統計学そのものから入っていくべきではないかと。

いまのところ、「線形代数」そのものやってなくてもいわゆる「線形性を利用した解析」とか普通に出来てるし。

ただまあ統計のものから入ると行っても統計のものが専門の人向けだと結局理系ってことになる。

ブコメしてらっしゃる理系と思われる方々の観点とはぜんぜん違うと思われるだろうし、変な進め方だと思われたら訂正してほしいけど、いちおう

いまのところネットで調べて、「心理統計学の基礎(南風原朝和有斐閣)」とかが良いのではと思って読んでる。

有斐閣ですよ有斐閣文系にはこっちのほうが親和性あるんじゃないの。


https://www.statsbeginner.net/entry/2014/09/27/194747

具体的にははてなブログにあったこ記事を参考にすると良いのでは、と。ちなみに東大出版の基礎系の話は記事にある通り文系にはまあ、って個人的にも思う。

記事中でも話が出てるので詳しくは直接読んでほしいけれど、心理学という分野は「文系だけど数学を使う」ってことが多い分野。それに沿った統計学の解説は、文系への配慮があっていいと思う。

「橋渡し」という意味では、有斐閣アルマspecializedクラスの本で、「民法」とか「刑法総論」とかと同じ感じ。

Advancedクラスの本に「続・心理教育学の基礎」ってのもあって、同じ先生の本を読んで発展させることもできる。

文系数学を学ぶには……

私立文系大学にいる。

でも、常日頃から大学では文系もこれから数学大事って言われるし、必修で課せられる統計学では、線形がどうたらとか出てくる。

自分でもいろいろやってみようと思ったが、何をすれば良いのやらよくわからない。

とりあえずとある事情で有名な杉浦先生の「解析入門」を見てみたが、流石に文系が独学でどうにかできるようには思えなかった。

理工学部大学図書室へ行っていろいろ見てみたが、なかなか理解できそうなものはない。

世界史を学びたい場合高校教科書と「ガチな」専門への橋渡しとして、中央公論の「世界歴史」が良いと思っているが

それにあたるもの数学にはあったりしないのでしょうか、と……

追記

たくさん反応いただいて感謝しています

様々な書籍の紹介などを頂いたので、参考にしていろいろやってみようと思います

実は当初、本来理系学部の「線形代数」とかの履修でやろうと思いましたが、

理系の授業の聴講は、制度上はできるが理系学部までの距離などを考えると時間割上厳しいという感じでした。なので自力で本を読んだりするしか無くこうなったという感じです。

あとご指摘のどおりいわゆる文系しかない大学ではなく、単に自分文系なだけで大学全体としては総合大学です。適当表現すみませんでした。

数学1A2Bは高校でも大学受験でもやり、またⅢも文系クラスでも何故か最初(楕円と複素平面)だけやらされた状態です。

まあそういうのに関係なく復習的な段階や数Ⅲの基礎は前提ということでやろうと思います……指摘を見て、確かにそもそもまずは高校数学っていうのも大事だと身にしみました。)

2018-09-12

anond:20180911165115

誰にも言ってないプライベートな内容なのでひさしぶりに増田に。

今では考えられないがNECがまだ就職したい企業ナンバーワンだとかもてはやされた頃、母方の祖父や実父がNEC技術本部長以上をやってた。2人とも分野が違う理系職人タイプの人なので社内でも義親子関係にあるのを知っている人は皆無だとおもう。

自分まだ子供だった頃、緊急連絡用に渡された父の名刺には統括部長とか本部長とか事業部長とかいろいろな肩書が載っていた。「なんでこんなに部長だらけなの?」と聞いたところ「部っていうのは好きに作れるんだよ」と教えられたのだが、今考えるとそんなわけないよな?

当時「NEC線虫(うねうねした生き物)の研究とかもしてるんだぞ」と喜々として言ってたが、今の多くの日本大企業はこのようなまるで何の役にたつかもわからない分野に投資する力が亡くなってしまったようにおもう。今もやってる?

企業にとってR&Dは本分のひとつであるが、基礎系に近ければ近いほど当たりがでるまで数十年の長い時間と、利益に絡む少ない生存率が問題になる。誰の言葉であったか忘れたが「すぐ役にたつものはすぐに役にたたなくなる」との言葉どおり、経費削減という名目でR&Dから切り詰めた日本の多くの企業群はこの短い事業サイクルのなかで溺れそうになっているように見える。リストラクションをただの首切りにしてしまったやつらと同じ犯人がそこにいる。

祖父は寂しそうに「銀行経営に口出ししてくるようになって自由がなくなってきた」と言っていた。事業収益予測可能ものにしようとすると、短近線形で推測可能もののみへの経費割当しか行えなくなる。サイトが短すぎるのだ。そうすると必然、誰かが植えて偶然生えてきたにすぎない果実を毟る程度のことしかできなくなる。大企業役割はその安定性を活かしたよりよい事業の種の発見であるが、小作農の囲い込みしかできなくなっているのは寂しいことだ。

海外。ここらへんの立ち上げもやっていたな。むむむ。そろそろ喋りすぎている気がするぞ。終わりにしよう。

当時の人たちは少数で相当な苦労をしており日本バブル崩壊と相まって死にそうになっていたのを思い出す。

うちの父は最後は誰ぞのやらかし後始末をするために無理をし体を壊し、そのまま隠居あいなった。隠居当初は社長はやってみたかったなどと悔しそうにしていたが、今は回復し近所の小学生相手に竹とんぼとかを教え余生をすごしている。家族としてはそのほうが心配がない。小学生に竹とんぼを教えることは「すぐ役にたつもの」ではない。もしかしたらその中から次のNECのような企業を作ってくれる子が現れるかもしれないと考えたら、利益肩書に集られる有象無象相手にするよりも夢がある。

2018-09-06

anond:20180906102112

電卓Excel表計算ならインターフェース的に似ている個所があるからまあ分からんでもないが、

AIExcelだとExcelおじさんはExcel弄ってるはずだろ。

AIが扱うどういうデータExcelで弄ってるんだよ。

…ってよく考えたら、AIなんかが線形分析やってるグラフExcelで単にデータから線形グラフ作ってる場面は確かに似てるな。

そういう方面で考えればいいのか。納得した。

2018-08-25

統計学の本

永野裕之『ふたたびの微分積分

高校レベル

小島寛之ゼロから学ぶ微分積分

ラング『解析入門』

高校レベル+α

マンガでわかる統計学

『推計学のすすめ―決定と計画科学 (ブルーバックス)』

・良書らしい。

◎『完全独習統計学入門』

『それ根拠あるの?と言わせないデータ統計分析ができる本』

・筆者は日産自動車に勤務。

・紹介されている分析手法も「回帰分析までで十分」という筆者の経験に基づいて絞りこまれている。

明日からかえるシンプル統計学 身近な事例でするする身につく最低限の知識とコツ』

位置けがよく分からんが易しい中に深い洞察があるとのこと。

統計学がわかる』

・同上。続編がある。

・ちらっと見てみたが理屈がなくて「これはこうなる」ってポンポン進めていく印象。

『はじめての統計学

◎『よくわかる心理統計

・↓への橋渡しに。

◎『心理統計学の基礎―統合理解のために』

・難しいという噂あり。続編がある。

・「続」は結構高度らしい。

『多変量データ解析法―心理教育社会系のための入門』

・↑の「続」が無理そうならこれみたいな位置づけみたい。めちゃくちゃ分かりやすいとか。

◎『基本統計学

・結局これと↓への橋渡しの本が問題ということ。

統計学入門』

通称赤本」。3部作らしい。

・どうもこれで理解するというよりかは到達点を知るために使うものらしい。

◎『Rによるやさしい統計学

・どっかでやらんとあかんらしい。

データ解析のための統計モデリング入門――一般線形モデル階層ベイズモデルMCMC

・「緑本」。結局ふつう統計学もここに行きつくのか。

現代数理統計学の基礎』

位置けがよく分からん。これ完璧にすると統計検定1級レベルに行くんだとか。

2018-08-08

間違ってはないけど、ストイックと言うわけでもなくただ生きづらそう

という人がたまにいる。

指摘をすると面倒なことになるからいわないけど、本人はどういう価値観なんだろうか。

自分ストレスを与えることそれ自体が成長とか上達とかではないし、かけた時間に対して能力線形に増加するかというのは疑問に思う。

考え方に慣れてるか、その分野の考え方に適用やすい考え方で生きてきたか、あるのはそれだけで、そこに嫉妬してそれなりの結果を出しても、そこから抜け出せば、ストレスがかかった時間をずっと後悔すると思う。

ものごとを全部ひっくるめて一つにして一次元の正負だけで考えるのは少し生きづらくて、

自分がなにができるか、要はなにが正だと認識できて、それをどう伸ばせるか、どう組み合わせてどう満足するか。

っていうように、自分能力価値観自己管理できると生きやすい。

それがいつできるかは知らないけど、とりあえず、どういう媒体でもいいか他人自己表現しているものをいろいろ巡ってみると良さそう。

アーカイブ ヘルプ
ログイン ユーザー登録
ようこそ ゲスト さん