Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
わたしのメタ学習 / My Own Meta Learning #shinjukurb
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
Shu OGAWARA
April 11, 2024
Education
0
510
わたしのメタ学習 / My Own Meta Learning #shinjukurb
Shinjuku.rb #91 好きなもの紹介LT大会 - connpass
で発表したスライドです。
Shu OGAWARA
April 11, 2024
Tweet
Share
More Decks by Shu OGAWARA
See All by Shu OGAWARA
あなたの知らないDateのひみつ / The Secret of "Date" You Haven't known #tqrk16
expajp
0
140
入門 FormObject / An Introduction to FormObject #kaigionrails
expajp
2
6.2k
あなたの「仮説検証」、ゆがんでいませんか? / Isn't Your "Hypothesis Verification" Distorted? #emoasis
expajp
2
460
Rubyはなぜ「たのしい」のか? / Why is Ruby a programmers' best friend? #tqrk15
expajp
5
2.1k
エンジニアリングマネージャーはどう学んでいくのか #devsumi / How Do Engineering Managers Continue to Learn and Grow?
expajp
9
5.7k
RubyKaigi参加歴をふりかえる / Looking Back on My RubyKaigi Participation History #kaigieffectLT
expajp
3
600
ActiveSupport::Concernで開くメタプログラミングの扉 #heiseirubykaigi / The door of meta-programing is opened by ActiveSupport::Concern
expajp
1
2.4k
実践Railsアプリケーション設計 #meetup_rails / Practical Rails Application Design
expajp
4
41k
【2019/07/06 TamaRuby会議01】brainf*ck処理系で理解するパターンマッチングをつかった疎結合な実装
expajp
2
2.8k
Other Decks in Education
See All in Education
Security, Privacy and Trust - Lecture 11 - Web Technologies (1019888BNR)
signer
PRO
0
3.3k
2026 Medicare 101 Presentation
robinlee
PRO
0
160
くまのココロンともぐらのロジ
frievea
0
190
LotusScript でエージェント情報を出力してみた
harunakano
0
140
焦りと不安を、技術力に変える方法 - 新卒iOSエンジニアの失敗談と成長のフレームワーク
hypebeans
1
670
計算物理におけるGitの使い方 / 01-c-compphys
kaityo256
PRO
2
330
2025-12-11 nakanoshima.dev LT
takesection
0
120
令和エンジニアの学習法 〜 生成AIを使って挫折を回避する 〜
moriga_yuduru
0
270
1111
cbtlibrary
0
280
小学校5,6年生向けキャリア教育 大人になるまでの道
sat
PRO
8
3.3k
コマンドラインを見直そう(1995年からタイムリープ)
sapi_kawahara
0
690
Introduction - Lecture 1 - Advanced Topics in Big Data (4023256FNR)
signer
PRO
2
2.2k
Featured
See All Featured
職位にかかわらず全員がリーダーシップを発揮するチーム作り / Building a team where everyone can demonstrate leadership regardless of position
madoxten
60
51k
Are puppies a ranking factor?
jonoalderson
1
3.1k
Leading Effective Engineering Teams in the AI Era
addyosmani
9
1.7k
Avoiding the “Bad Training, Faster” Trap in the Age of AI
tmiket
0
96
Collaborative Software Design: How to facilitate domain modelling decisions
baasie
0
150
The World Runs on Bad Software
bkeepers
PRO
72
12k
Jamie Indigo - Trashchat’s Guide to Black Boxes: Technical SEO Tactics for LLMs
techseoconnect
PRO
0
80
From π to Pie charts
rasagy
0
150
<Decoding/> the Language of Devs - We Love SEO 2024
nikkihalliwell
1
150
Leadership Guide Workshop - DevTernity 2021
reverentgeek
1
230
First, design no harm
axbom
PRO
2
1.1k
コードの90%をAIが書く世界で何が待っているのか / What awaits us in a world where 90% of the code is written by AI
rkaga
60
42k
Transcript
わたしのメタ学習 2024/04/11 Shinjuku.rb#92 Shu Oogawara(@expajp)
⾃⼰紹介 • Shu Oogawara(@expajp ) • リンカーズ株式会社 • Engineering Manager
「メタ学習」 • 学習法の学習のこと
⾃分にとって「学習」とは︖ • 新しい情報を、⾃分の知識の中に位置づけること
⾃分にとって「学習」とは︖ • 新しい情報を、⾃分の知識の中に位置づけること 学習過程① 新しい情報を集める
⾃分にとって「学習」とは︖ • 新しい情報を、⾃分の知識の中に位置づけること 学習過程① 新しい情報を集める 学習過程② 情報を知識に組み込む
⾃分にとって「学習」とは︖ • 新しい情報を、⾃分の知識の中に位置づけること 学習過程① 新しい情報を集める 学習過程② 情報を知識に組み込む この2つを効率よく⾏うテクニックを学んでいる
それぞれの過程で⼒を⼊れていること • ① 新しい情報を集める → 読書法 • ② 情報を知識に組み込む →
認知科学
読書法
読書法を学ぶ前の本の読み⽅ • 頭から順番に全部読む
頭から順番に全部読むと 内容を忘れる
頭から順番に全部読むと 内容を忘れる 時間泥棒
なんとかしたい
読書法の本を何冊か読んだ
どの本にもたいてい書いてあること • 読むべきかどうかの判断は慎重に
どの本にもたいてい書いてあること • 読むべきかどうかの判断は慎重に • まずは全体像を把握する
どの本にもたいてい書いてあること • 読むべきかどうかの判断は慎重に • まずは全体像を把握する • 「その本から知りたいこと」がわかる場所を探す
どの本にもたいてい書いてあること • 読むべきかどうかの判断は慎重に • まずは全体像を把握する • 「その本から知りたいこと」がわかる場所を探す • 全部は読まなくて良い
これらを基に ⾃⼰流のガイドラインを整備した
⾃⼰流の読書ガイドライン • 以下の問いに答えるように読んでいく • 全体の構成はどのようなものか • その本の主題は何か • その主題がどのように説明されているか •
この本は精読したほうが良いか
esaに作ったテンプレに従いメモしながら読む
ガイドライン作って良かったこと • 記憶に残りやすくなった • 本を読むペースが上がった • 難しい本や新分野の本にチャレンジしやすくなった
再掲︓⼒を⼊れていること • ① 新しい情報を集める → 読書法 • ② 情報を知識に組み込む →
認知科学
再掲︓⼒を⼊れていること • ① 新しい情報を集める → 読書法 • ② 情報を知識に組み込む →
認知科学 ✔
認知科学
認知科学とは ⼈間を中⼼とした⽣物の認知活動の全体を解明し、コンピュータに よる応⽤、実現を⽬指す学際的な科学。知識の獲得とその表現、学 習、記憶、推論の仕組みや情報処理の機構を、動物⾏動学、神経科 学、⼼理学、⾔語学、さらに計算機科学や⼈⼯知能などの幅広い分 野にわたって研究する。 引⽤︓コトバンク – 認知科学 “
要は、⼈間の認知の仕組みを 分野横断的に研究する学問
例によって何冊か本を読んだ
認知科学を学んで解決したい問い
得た情報を⾃分の知識にどうやって組み込むか
今のところ解決法に⼀番近かった本 • 脳はこうして学ぶ 学習の神経科学と教育の未来 もちろん、他の本からもたくさんの⽰唆を得ています 画像引⽤︓脳はこうして学ぶ|森北出版株式会社 https://www.morikita.co.jp/books/mid/088081 (2024/03/23 閲覧)
学習の四本柱 • 注意 • 能動的関与 • 誤りフィードバック • 定着
雑なまとめ • 能動的に試⾏錯誤して、 学習対象をくりかえし掘り下げる
そして、やはり睡眠は⼤事 • 睡眠中、前⽇に経験したのと同じ順序で 脳細胞が活性化する • 実際の経験の20倍速 • 経験を反芻することで、脳に専⽤の回路の形成を促す
他にも様々な切り⼝の研究がある ワーキングメモリ 認知負荷 ⻑期記憶 認知バイアス ひらめきの訪れ ラバーハンド錯覚 四枚カード問題 Tパズル アブダクション
リソースのゆらぎ ⽣物学的シフト ⽂脈依存性
認知科学を学んで⾯⽩いポイント • 普段、気にも留めてないことの「答え合わせ」ができる • ⾃分の認知を客観視するクセがつく
再掲︓⼒を⼊れていること • ① 新しい情報を集める → 読書法 • ② 情報を知識に組み込む →
認知科学 ✔
再掲︓⼒を⼊れていること • ① 新しい情報を集める → 読書法 • ② 情報を知識に組み込む →
認知科学 ✔ ✔
メタ学習の何が好き︖
メタ学習の推しポイント • 効率の上がる楽しさ • ⾃分の学習がどんどん洗練されていく
メタ学習の推しポイント • 効率の上がる楽しさ • ⾃分の学習がどんどん洗練されていく • 最強の汎⽤スキル • 「必要なことはすぐに学べる」⼼理的な余裕
メタ学習の推しポイント • 効率の上がる楽しさ • ⾃分の学習がどんどん洗練されていく • 最強の汎⽤スキル • 「必要なことはすぐに学べる」⼼理的な余裕 •
健康になれる • 睡眠を改善する • 疲れている時間を減らすため筋トレをする • #rubymusclemixin
学習法を⾒直すチャンスにしてみては︖