はてなキーワード:高まるとは
終わった
ワイの発言:
AIの発言:
少子化対策、どうすればいいんですかね。
少子化の根本原因は経済的不安と社会構造の問題だと私は考えています。まず賃金水準の改善が最優先です。若い世代が結婚や出産を躊躇する最大の理由は将来への経済不安で、これは非正規雇用の増加と実質賃金の停滞が直接的な原因になっています。企業の内部留保課税や最低賃金の大幅引き上げで労働分配率を改善する必要があります。次に保育環境の整備です。待機児童問題は表面的な話で、本質は保育士の待遇改善と施設の絶対数不足です。保育士の給与を教師並みに引き上げ、国が直接運営する保育施設を大幅増設すべきです。住宅政策も重要です。都市部の異常な住宅価格が家族形成を阻害しています。公営住宅の大量供給と住宅ローンの金利優遇拡大で、子育て世代が安心して住める環境を作る必要があります。教育費負担の軽減も欠かせません。大学教育の無償化と奨学金制度の抜本改革で、親世代の教育費負担を大幅に軽減することで出産意欲を高められます。男性の育児参加促進では、育児休業の完全有給化と取得義務化が効果的です。現在の制度は企業の善意に依存しすぎており、法的強制力が必要です。これらの施策には相当な財源が必要ですが、将来の税収確保と社会保障制度維持のためには避けて通れない投資だと判断します。
その通りです。現状は完全に逆のインセンティブ構造になっています。子どもを持つことが経済的にも社会的にも「罰ゲーム」のような状況では、合理的な判断として出産を避けるのは当然の結果です。収入は減り、支出は増え、キャリアは停滞し、自由時間は消失する。これでは誰も子どもを欲しがりません。重要なのは出産・育児を「得する選択」に変えることです。子どもを持つ家庭の方が経済的に豊かになり、社会的地位も向上し、人生の充実度も高まる仕組みを作る必要があります。フランスやスウェーデンが成功しているのは、まさにこの逆転を実現したからです。手厚い児童手当、無償の保育・教育、柔軟な働き方、男女平等の育児参加によって、子育てが人生のプラス要素になっています。日本の現在の少子化対策は「困っている人を助ける」という発想で組まれていますが、これでは根本解決になりません。「子どもを持つ人が得をする」という明確なメッセージとインセンティブ設計が必要です。社会全体が子育て世代を優遇し、子どもがいることで生活が向上する構造を作らない限り、出生率の回復は期待できないと私は確信しています。
フランスやスウェーデンの例ですが、手厚い児童手当、無償の保育・教育、柔軟な働き方、男女平等の育児参加で、なぜ子育てがプラスになるのでしょう?子どもを育てても経済的にはマイナスにはならないが、育児の時間などは必要なため、合わせてマイナスになりそうですが。
鋭い指摘です。実際にはもう一段階深い仕組みがあります。まず経済面では、児童手当の水準が日本とは桁違いです。フランスでは子ども2人で月約3万円、3人目以降は更に加算されます。加えて住宅手当、教育費支援、税制優遇を組み合わせると、実質的に子どもを持つ方が可処分所得が増える水準まで設計されています。次に時間負担の軽減です。保育園は朝7時から夜7時まで利用可能で、学童保育も充実しています。病児保育や一時預かりサービスも豊富で、親が自分の時間を確保しやすい環境が整っています。最も重要なのはキャリアへの影響の最小化です。育児休業中も昇進や昇格の査定対象となり、復職時のポジションも保証されます。むしろ子育て経験がマネジメント能力の証明として評価される企業文化もあります。社会的地位の面でも、子育て世代が社会の中心として扱われ、政治的発言力も強くなります。つまり単純な負担軽減ではなく、子どもを持つことで経済的にも社会的にも実質的な利益を得られる構造を作っているのです。時間は確かに必要ですが、それを上回るリターンが設計されています。
なるほど。それで、よほど子どもが嫌いな人ではない限りは子どもを持ったほうが社会的にも経済的にも有利になるのですね。
問題は、それをどうやって実現するかですね。
そうです。制度設計の問題に帰着します。最大の障壁は財源確保です。フランス並みの児童手当制度には年間10兆円規模の予算が必要で、これは消費税4%分に相当します。しかし高齢者向け社会保障費は年間130兆円を超えており、配分の見直しだけでも相当な財源を捻出できます。政治的には世代間対立の構図を変える必要があります。現在の政治は高齢者の票に依存しているため、子育て世代への大胆な資源移転は困難です。若い世代の投票率向上と政治参加が前提条件になります。企業側の抵抗も予想されます。育児支援制度の充実は短期的には企業負担の増加を意味するためです。しかし長期的な労働力確保と生産性向上につながることを示し、税制優遇で企業メリットを明確化する必要があります。実現可能性を考えると、段階的なアプローチが現実的です。まず児童手当の大幅増額から始め、効果を実証しながら保育環境整備、働き方改革、税制改革を順次進める。成功事例を積み重ねることで社会的合意を形成していく戦略が有効だと考えます。政治的意思決定者が本気で取り組むかどうかが全てを決めます。
現時点での高齢者向け社会保障費が年間130兆円を超えていて、その配分を見直すとなると、高齢者を切り捨てる流れになりそうですね。
それが最も深刻な政治的ジレンマです。現実問題として、日本の社会保障制度は既に限界を超えています。高齢者医療費と年金給付だけで国家予算の半分以上を占め、これ以上の拡大は不可能です。少子化対策に本格的に取り組むなら、どこかで線引きをせざるを得ません。ただし「切り捨て」という表現は誤解を招きます。必要なのは制度の合理化です。例えば医療費の自己負担割合を年収に応じて段階的に引き上げる、年金支給開始年齢を平均寿命の延びに合わせて調整する、資産を持つ高齢者への給付を見直すといった方法があります。むしろ現在の制度を維持することの方が、将来的には高齢者にとっても破綻的な結果をもたらします。労働力人口が激減すれば社会保障制度そのものが崩壊し、結果的に誰も救われません。重要なのは、高齢者と若い世代の対立構造ではなく、持続可能な社会システムへの転換として位置づけることです。短期的な痛みを受け入れることで、長期的には全世代が安心できる社会を構築する。政治家がこの現実を国民に正直に説明できるかどうかが、日本の将来を決めると私は判断しています。
その通りです。これが民主主義制度の根本的な欠陥です。高齢者にとって制度改革は純粋にマイナスでしかありません。給付削減や負担増加を受け入れる見返りに得られるのは「将来世代のため」という抽象的な満足感だけで、実質的なメリットは皆無です。死後の日本がどうなろうと自分には無関係というのは、極めて合理的な判断です。一方で高齢者は投票率が高く、政治的影響力も絶大です。政治家は選挙で勝つために高齢者の利益を優先せざるを得ません。若い世代がどれだけ苦しもうと、投票に行かない限り政治的には存在しないのと同じです。この構造を変えるには、高齢者の政治的優位を覆すしかありません。若い世代の投票率向上、年齢別投票権重の調整、あるいは将来世代の利益を代弁する制度的仕組みの導入などが考えられますが、いずれも高齢者の反発を招くため実現困難です。結果として、制度破綻まで現状維持が続く可能性が高いと私は予測します。破綻してから慌てて対策を講じるという、日本の伝統的な問題解決パターンを繰り返すでしょう。これが民主主義の限界なのかもしれません。
日本における性別間の賃金格差の主な原因と有効な対策について説明いたします。
日本の男女間賃金格差は2021年時点で22.1%となっており、OECD平均の約12%を大幅に上回っています。OECDの2022年データによると、日本は38のOECD加盟国中で4番目に低い水準となっています。
##格差が生じる主な原因
### 1.雇用形態の違い
2022年の調査では、非正規雇用の割合が男性で22.1%、女性で53.2%となっており、正規雇用と非正規雇用の間に大きな賃金格差が存在することが主要因の一つとなっています。
正規従業員における男女間賃金格差の主要な原因は、女性管理職の不足です。日本の女性管理職の割合は15%と低水準にとどまっています。
キャリア機会における男女平等の欠如と長時間労働が、男女間の賃金格差を永続化させています。
### 1. 透明性の向上
日本では企業に対してウェブサイトや有価証券報告書での賃金格差開示を義務化する新たな政策が導入されました。これにより企業の透明性が向上し、格差解消への圧力が高まることが期待されています。
一部の進展はあるものの、説明のつかない格差が依然として存在しており、意識改革と積極的な政策変更が必要です。
他の先進国では、ワークライフバランスと差別禁止政策の両面から包括的に賃金格差に取り組んでいます。日本においても、単一の解決策ではなく、雇用制度、育児支援、企業文化の変革を含む多面的な対策が必要です。
##結論
日本の性別間賃金格差は構造的な問題であり、非正規雇用の比率格差、管理職への女性登用不足、伝統的な労働慣行が主要な原因となっています。透明性の向上、制度改革、包括的な政策アプローチを通じて、段階的な改善が期待されます。
「子供もろくに産まないし 」って、どっかのカルト政党みたいなこと言うじゃん。
子供って女性だけでは生まれないの知ってた?たいていは男性と女性双方の合意の上で子供は作られるんだよ??
http://www.jssm.or.jp/top/14_top/14_greeting/
ジェンダー学は、なぜ生物学嫌いになったのか。生物学嫌いや生物学無視の姿勢は、今も続いているのか。そうだとしたら、進化の産物であるヒトの生物学的側面を無視したアプローチで、問うに値するジェンダーの問題を見つけることができるのか。手元のジェンダー関連の問題に、意味のある、妥当な答えを出すことはできるのか。LGBTQなど性的マイノリティへの関心が高まる今日、生物学無視は、性多様性の理解を妨げてはいないのか、政策を間違った方向に導いてはいないのか。
いうたれいうたれ
タイトル通り。
〜8歳くらいまでの子供で歯並びが悪い子供はみんなマイオブレースやった方がいい‼︎
マウスピースを日中1〜2時間、就寝中に装着する、ただそれだけ。(※アクティビティは私は担当の歯医者さんから不要と言われた)。これを12歳前後まで頑張れば、リテーナーも二期治療必要なくきれいな歯並びをゲットできるのだ。
私も初めは半信半疑だったけど、8歳の子供のガタガタの下の歯並びは1ヶ月ちょいですぐ動いた!ぱっと見はきれい。
上の前歯は大きいから下より動きにくいそうだが、少しづつ動いてる。
始めたらすぐ効果を実感できる。
院長先生に聞いたら、
・その後もたくさんマイオブレース治療をしたが、みんな綺麗になってる。98%の子供は12歳前後で治療終了。あとの2%は審美的にもっと綺麗にしたい人と、偏屈な人。
院長先生は『信じる者は救われる』と言い切ってた。
そう、マイオブレースってあんま浸透してないし、昔歯列矯正で苦労した人からすると『本当にこんな簡単に綺麗になるのか?』と疑っちゃうけど。綺麗になるのよー。もっと早くからあったら良かったのにな。痛くもないし抜歯ないなんて最高じゃん!
最近は子供だと急速拡大器とか口の中のネジ回して顎を拡大とかあるけど、子供も大人の負担も半端ないと思う。あと痛そう。器具つけると虫歯のリスクが高まるし。顔も変化するみたいだし。
マイオブレースと検索すると効果ないとか、なんなら歯医者さんが批判する記事が出てくる。でも、それは多分マイオブレースが流行っちゃうと儲からなくなるからだと思う。ワイヤー矯正なら100万120万取れるのが、マイオブレースなら30万から60万だから。
てか60万でも高過ぎるよ。だってただの既製品のマウスピースだもん。歯形もとらない。合わなかったら、その場でちょちょっと削って調整する。
そんな中私の通ってる歯医者さんはマイオブレース20万と破格でやってる。
院長先生になんでこんな安過ぎるのたら聞いたら『マイオブレースで儲ける気はない』ときっぱり。信用できるわ。
もし、20万でも高いわと思った方。私の友人でもいたけどマウスピース購入して、自力で矯正してましたわ。それでもいいと思うけどちょっと怖いね。
この増田がバズっていた。
内容を簡単に要約すると、参政党が支持を伸ばしているのは決してイデオロギーによるものではなく、生活苦や既得権益への怒りを原動力としたガラガラポン志向が支持者にあるからだ、という仮説が述べられている。
このエントリには300以上のブコメが付き、その中には賛同の声も疑問の声もどちらも存在する。
ただ、この増田自体にしろ、それへのコメントにしろ、個人の感覚頼りの意見になってしまっているのが惜しく感じる。
というのも、荻上チキ氏による参政党に投票した有権者についての調査分析結果のレポートがちょうど公開されていたからだ。
参政党は東京都の有権者に「しっかり」理解されている?〜参政党への投票行動を分析する①
参政党に投票したのは、どんな人なのか 〜参政党への投票行動を分析する②
上の増田が600以上のブクマを集めているのに対して、このレポートは全然はてなでバズっていない。
せっかくデータをもとに参政党支持層がどんな人たちなのかを伺える記事があるというのに、ただ個人の感覚だけであーだこーだ言い合うというのははっきり言って勿体ない!
ぶっちゃけリンクから飛んで全部読んでもらうのが一番早くはあるのだけれど、わざわざリンクを踏む人は少ないとわかっているので、例のバズってた増田の仮説がどれだけ当たっていると言えそうかこのレポートから引用しつつ検討していく。
まず、参政党支持者の原動力は生活の貧困や既得権益層への怒りであるという説について。
学歴や婚姻状況についても、東京都有権者全体の傾向と大きく変わりません。世帯年収についても、強い偏りがあるわけではなく、広い層にわたっています。特定の所得階層にのみ着目した分析には、危うさがあるように思えます。
②のほうのレポートにわかりやすいグラフがあるが、参政党投票者の学歴、婚姻状況、世帯年収の分布はどれも東京都の有権者全体のそれと大きく変わらない。
低学歴、非モテ、低収入といった属性の人たちによって支持されているという傾向は特に存在せず、よって、生活苦や社会への不満が参政党支持に向かわせる要因となっているとみなすことは難しい。
もちろん、不遇感というのは主観なので必ずしも収入などに連動するとは限らないと言い張ることも可能ではあるが。
次に、参政党支持者は反ワク、スピ、愛国右翼、反移民といった要素のうちどれかひとつくらいは支持している程度であって、政策やイデオロギーが支持する理由のメインではないという説について。
都議選における「参政党投票者」グループには、10の項目を用意した上で、投票時の動機として自分に当てはまるかどうか、その度合いを選んでもらいました。結果は以下の通りです。 ~ 「とてもあてはまる」に着目した場合、「『日本をなめるな』『日本人ファースト』との考えに共感したから」が最多でした。また、「とてもあてはまる」「まああてはまる」を合わせた場合、「訴えている政策の内容が、自分の考えと一致したから」が78.4%で最多でした。
「党の考え方が愛国的だと思ったから」を選んだ人の割合も高く、「とてもあてはまる」「まああてはまる」を合わせると、68.5%の人が賛同。逆に、「党の考え方がリベラルだと思ったから」は、「とてもあてはまる」「まああてはまる」合わせて25.7%でした。
これらの回答傾向から見ると、参政党への「投票者」は、参政党が右派的な主張をしているということを、「しっかり」知っているようです。そして、その右派的な主張に共感しているからこそ、参政党に入れている投票者が多いことが伺えます。
以上は①のほうのレポートからの引用だが、その続きには参政党投票者の反外国人傾向の高さや、自認するイデオロギーが極めて右派的であることが書かれている。
また、②のほうの後半では、都議選で参政党に投票した人が都知事選で投票した候補として、田母神俊雄と桜井誠氏の割合が全体と比べて際立って高いことが書かれている。
つまり、参政党に投票する最大の理由は極右イデオロギーであり、政策やイデオロギーは関係ないなどということは特にないようだ。
今回の都議会選挙に対して、「これまで投票に行かなかった『無関心層』が初めて投票に行った結果、参政党が伸びた」という見立てをする記事もありましたが、都知事選の時の投票先無回答の数が都民全体と比べかなり低いことから、今回のデータからはそうした事実は確認できず、むしろ都知事選の際にも明確な投票行動をとっていたことがうかがわれます。
おそらくこの記述において念頭に置かれているのは古谷経衡氏による以下の記事だろう。
ここでは参政党の支持者はいわゆるネット右翼とは全く異なる層で、無党派層ですらない無関心層である、ということが述べられている。
しかし、荻上チキ氏による調査結果ではむしろ参政党支持者は典型的なネット右翼層であることが伺える。
この不整合を、どちらもいい加減なことを言っているわけではないと仮定して考えると、元々は参政党支持者には古谷氏の言うような無関心層タイプの人が多かったが、直近でネット右翼タイプの支持者が大きく増えて多数派となった、それによって今参政党が伸長している、という様子が浮かび上がる。
これは古谷氏がいい加減なことを言っているわけではないという前提での仮説に過ぎないが、もしもこれが正しい場合、参政党の反ワクやスピリチュアルといった性質を攻めてもあまり効かないということになりそうだ。
と、ここまで「参政党人気の分析が間違ってる」の増田の仮説を否定することばかり書いてきたが、唯一、参政党がトランプ現象と同じだという見解については同意できる。
というのも、トランプ現象はラストベルトがどうだ取り残された人たちがどうだと説明されがちでありながら、その実支持を集める最大要因は反移民感情や人種アイデンティティーであって経済はほぼ無関係だからだ。
実は、2016年の大統領選でも2024年のそれでも、調べてみると経済的に不遇な人ほどトランプを支持するという傾向はなかった。2024年はインフレによる生活苦がアメリカでは大問題となっていたが、インフレの激しい地域ほどトランプ支持が高まるということもなかった。
では、どのような要素がトランプ支持の傾向を高めたのかというと、白人が差別されているという意識、反移民感情、フェミニストへの反感などだ。
(ちょうどよく読みやすいネット記事の類が見つからなかったのでソースは貼りませんが、これについてのネタ元は同志社大の飯田健先生なので、詳しく知りたい人は自分で調べてください。)
この、実際にはイデオロギーで支持されているにも関わらず、経済的要因や社会への怒りから支持されているはずだと思いたがる人が多いこの感じ、まさにトランプ現象と参政党は同じだと言えるのではないだろうか。
国民民主党が若者減税を持ち出したとき、「現役世代を見ていない」という批判が相次いだ。
20代はバリバリの現役だろうに、なぜ「現役世代を見ていない」という批判が出るのか。
これまで、どうしようもない時代の巡り合わせにより苦難を強いられてきたこの世代。
高齢者の方を見ている党ばかりの中、”現役世代”を向く党が現れたと思ったら、裏切られた。
実のところ、氷河期世代と、その下の世代(現在の20~30代)は、政治的に利害が対立している。
したがって、現役世代とひとくちに言っても、それは一枚岩ではないのである。
現在、現役世代と高齢者世代の利害が対立している主要な問題に社会保障があるが、要因の一つして年代間の人口比率の影響は避けては通れない。
日本の人口ピラミッドを見ると分かるが、氷河期世代は人口が多い一方、その下の世代は一気に少なくなり、まさに「人口の崖」がある。
また、数々の統計が示すように、氷河期世代は経済的に好ましい状況ではない。
つまり、社会保障の問題は、氷河期世代が高齢者になったときにより一層厳しくなることが見込まれるのである。
むやみに世代間対立を煽っても仕方ないという批判は重々承知だが、人口ピラミッドという確定した未来により、新・現役世代と氷河期世代の対立構造は確実に生まれるのである。
冒頭に挙げた国民民主党について言及するならば、現在の支持層を考慮した場合、「20~30代」の方を向く可能性が高いだろう。
そして、その新・現役世代の圧力もあり、社会保障費の増大とともに「切り下げ」の機運が高まるだろう。
しかし、現在の政治力学や、社会保障議論の趨勢を見る限り、それはすぐには達成されない。
もっと長期的に事は進み、おそらく氷河期世代が高齢者になるときに劇的な社会保障の削減が達成されるだろう。
Chrome系ブラウザには増田を快適に閲覧するためのコンパクトな増田 という古い拡張機能があったが、Chromeの更新に対応し切れておらず、既にChromeには新規インストールできなくなってしまっている。Edgeにはまだインストール可能だが、いずれ対応しなくなる可能性が高い。
そこで、「増田のトップページで、言及エントリ(返信・トラバ)を一覧から除外することで、新規エントリだけを一覧できる」という機能に絞ってコンパクトな増田を再現、ついでにいくつかのおまけ機能を付与したスタイルシート(CSS)を今年の4月に公開していたのだが、今回改めて英文スパム対策を追加したので公開する。
これを導入するにはStylus という拡張が必要で、少し気軽さには欠けるが、増田以外にも活用できるので、この機会にぜひ導入してみてほしい。拡張をインストールしたあとは、下記のコードをコピペして新規スタイルとして導入する方法もあるが、スタイルシートを公開できるuserstyles.world の増田CSSページから [Install]ボタンでインストールするほうが、自動更新にも対応するので便利かもしれない。
/*トップページで言及エントリを除外 *//*via:最近ファーストブクマカが静かhttps://anond.hatelabo.jp/20250326171302 */h1/*はてな匿名ダイアリー*/ + #intro/*名前を隠して楽しく日記。*/ + #body div.section:has(h3 > a/*■*/ + a:not(.keyword, .edit)/*anond:YYYYMMDDhhmmss*/){ display: none;}/* うっかりクリックしがちなキーワードリンクを無効に */a.keyword{ pointer-events: none;}/*執筆時のテキストエリアを広く */textarea#text-body{min-height: 50vh !important;}/*執筆時に特殊記号のヒント(疑似要素なので選択してコピペできないのがもどかしいけど) */p.post-submit >span.explain::after{margin-left: 1em;padding-left: 1em; content: "特殊記号: &[&] <[<] >[>]";background:url(/images/common/outsite-wh.gif) 0 3px no-repeat;}/*トップページでスパムを除外(簡易NGワード +URL) */h1 + #intro + #body div.section:has(a.keyword[href$="/24%2F7"]),h1 + #intro + #body div.section:has(a.keyword[href$="/away"]),h1 + #intro + #body div.section:has(a.keyword[href$="/base"]),h1 + #intro + #body div.section:has(a.keyword[href$="/boost"]),h1 + #intro + #body div.section:has(a.keyword[href$="/calling"]),h1 + #intro + #body div.section:has(a.keyword[href$="/columbia"]),h1 + #intro + #body div.section:has(a.keyword[href$="/connect"]),h1 + #intro + #body div.section:has(a.keyword[href$="/Connect"]),h1 + #intro + #body div.section:has(a.keyword[href$="/Desktop"]),h1 + #intro + #body div.section:has(a.keyword[href$="/difference"]),h1 + #intro + #body div.section:has(a.keyword[href$="/error"]),h1 + #intro + #body div.section:has(a.keyword[href$="/everything"]),h1 + #intro + #body div.section:has(a.keyword[href$="/Gift"]),h1 + #intro + #body div.section:has(a.keyword[href$="/here"]),h1 + #intro + #body div.section:has(a.keyword[href$="/human"]),h1 + #intro + #body div.section:has(a.keyword[href$="/live"]),h1 + #intro + #body div.section:has(a.keyword[href$="/Live"]),h1 + #intro + #body div.section:has(a.keyword[href$="/LIVE"]),h1 + #intro + #body div.section:has(a.keyword[href$="/login"]),h1 + #intro + #body div.section:has(a.keyword[href$="/main"]),h1 + #intro + #body div.section:has(a.keyword[href$="/Message"]),h1 + #intro + #body div.section:has(a.keyword[href$="/name"]),h1 + #intro + #body div.section:has(a.keyword[href$="/need"]),h1 + #intro + #body div.section:has(a.keyword[href$="/Need"]),h1 + #intro + #body div.section:has(a.keyword[href$="/number"]),h1 + #intro + #body div.section:has(a.keyword[href$="/Number"]),h1 + #intro + #body div.section:has(a.keyword[href$="/Numbers"]),h1 + #intro + #body div.section:has(a.keyword[href$="/reach"]),h1 + #intro + #body div.section:has(a.keyword[href$="/require"]),h1 + #intro + #body div.section:has(a.keyword[href$="/resolution"]),h1 + #intro + #body div.section:has(a.keyword[href$="/response"]),h1 + #intro + #body div.section:has(a.keyword[href$="/software"]),h1 + #intro + #body div.section:has(a.keyword[href$="/someone"]),h1 + #intro + #body div.section:has(a.keyword[href$="/Someone"]),h1 + #intro + #body div.section:has(a.keyword[href$="/started"]),h1 + #intro + #body div.section:has(a.keyword[href$="/step"]),h1 + #intro + #body div.section:has(a.keyword[href$="/Step"]),h1 + #intro + #body div.section:has(a.keyword[href$="/the%20most"]),h1 + #intro + #body div.section:has(a.keyword[href$="/time"]),h1 + #intro + #body div.section:has(a.keyword[href$="/website"]),h1 + #intro + #body div.section:has(a.keyword[href$="/%EF%BD%8E%EF%BD%95%EF%BD%8D%EF%BD%82%EF%BD%85%EF%BD%92"])/*number*/,h1 + #intro + #body div.section:has(a.keyword[href$="/%EF%BC%AE%EF%BD%95%EF%BD%8D%EF%BD%82%EF%BD%85%EF%BD%92"])/*Number*/,h1 + #intro + #body div.section:has(a.keyword[href$="/%EF%BC%AE%EF%BD%95%EF%BD%8D%EF%BD%82%EF%BD%85%EF%BD%92%EF%BD%93"])/*Numbers*/,h1 + #intro + #body div.section:has(a[href*="amtrakoig.gov"]),h1 + #intro + #body div.section:has(a[href*="ayakamods.cc"]),h1 + #intro + #body div.section:has(a[href*="betting-forum.com"]),h1 + #intro + #body div.section:has(a[href*="bipmilwaukee.com"]),h1 + #intro + #body div.section:has(a[href*="blesta.com"]),h1 + #intro + #body div.section:has(a[href*="bowelcanceruk.org.uk"]),h1 + #intro + #body div.section:has(a[href*="c.mi.com"]),h1 + #intro + #body div.section:has(a[href*="columbia.edu"]),h1 + #intro + #body div.section:has(a[href*="cybernations.net"]),h1 + #intro + #body div.section:has(a[href*="enxf.cc"]),h1 + #intro + #body div.section:has(a[href*="eventsbox.com.au"]),h1 + #intro + #body div.section:has(a[href*="fixr.co"]),h1 + #intro + #body div.section:has(a[href*="forums.insta360.com"]),h1 + #intro + #body div.section:has(a[href*="forum.digirig.net"]),h1 + #intro + #body div.section:has(a[href*="forobeta.com"]),h1 + #intro + #body div.section:has(a[href*="informationhood.com"]),h1 + #intro + #body div.section:has(a[href*="last2ticket.com"]),h1 + #intro + #body div.section:has(a[href*="meraevents.com"]),h1 + #intro + #body div.section:has(a[href*="runemate.com"]),h1 + #intro + #body div.section:has(a[href*="thecandidplanet.com"]),h1 + #intro + #body div.section:has(a[href*="tiltify.com"]),h1 + #intro + #body div.section:has(a[href*="tradejournal.co"]),h1 + #intro + #body div.section:has(a.keyword[href$="/arb"] + a.keyword[href$="/ca%2E"])/*arb.ca.gov*/,dummy{ display: none; /*以下はテスト用*/max-height:calc(1.7rem * 1.5);overflow: clip;background:red;}/*自分の日記にうっかりNGワードが含まれていた場合に確認画面で警告 */body#page-edit-confirm div.section a.keyword[href$="/24%2F7"],body#page-edit-confirm div.section a.keyword[href$="/away"],body#page-edit-confirm div.section a.keyword[href$="/base"],body#page-edit-confirm div.section a.keyword[href$="/boost"],body#page-edit-confirm div.section a.keyword[href$="/calling"],body#page-edit-confirm div.section a.keyword[href$="/columbia"],body#page-edit-confirm div.section a.keyword[href$="/connect"],body#page-edit-confirm div.section a.keyword[href$="/Connect"],body#page-edit-confirm div.section a.keyword[href$="/Desktop"],body#page-edit-confirm div.section a.keyword[href$="/difference"],body#page-edit-confirm div.section a.keyword[href$="/error"],body#page-edit-confirm div.section a.keyword[href$="/everything"],body#page-edit-confirm div.section a.keyword[href$="/Gift"],body#page-edit-confirm div.section a.keyword[href$="/here"],body#page-edit-confirm div.section a.keyword[href$="/human"],body#page-edit-confirm div.section a.keyword[href$="/live"],body#page-edit-confirm div.section a.keyword[href$="/Live"],body#page-edit-confirm div.section a.keyword[href$="/LIVE"],body#page-edit-confirm div.section a.keyword[href$="/login"],body#page-edit-confirm div.section a.keyword[href$="/main"],body#page-edit-confirm div.section a.keyword[href$="/Message"],body#page-edit-confirm div.section a.keyword[href$="/name"],body#page-edit-confirm div.section a.keyword[href$="/need"],body#page-edit-confirm div.section a.keyword[href$="/Need"],body#page-edit-confirm div.section a.keyword[href$="/number"],body#page-edit-confirm div.section a.keyword[href$="/Number"],body#page-edit-confirm div.section a.keyword[href$="/Numbers"],body#page-edit-confirm div.section a.keyword[href$="/reach"],body#page-edit-confirm div.section a.keyword[href$="/require"],body#page-edit-confirm div.section a.keyword[href$="/resolution"],body#page-edit-confirm div.section a.keyword[href$="/response"],body#page-edit-confirm div.section a.keyword[href$="/software"],body#page-edit-confirm div.section a.keyword[href$="/someone"],body#page-edit-confirm div.section a.keyword[href$="/Someone"],body#page-edit-confirm div.section a.keyword[href$="/started"],body#page-edit-confirm div.section a.keyword[href$="/step"],body#page-edit-confirm div.section a.keyword[href$="/Step"],body#page-edit-confirm div.section a.keyword[href$="/the%20most"],body#page-edit-confirm div.section a.keyword[href$="/time"],body#page-edit-confirm div.section a.keyword[href$="/website"],body#page-edit-confirm div.section a.keyword[href$="/%EF%BD%8E%EF%BD%95%EF%BD%8D%EF%BD%82%EF%BD%85%EF%BD%92"]/*number*/,body#page-edit-confirm div.section a.keyword[href$="/%EF%BC%AE%EF%BD%95%EF%BD%8D%EF%BD%82%EF%BD%85%EF%BD%92"]/*Number*/,body#page-edit-confirm div.section a.keyword[href$="/%EF%BC%AE%EF%BD%95%EF%BD%8D%EF%BD%82%EF%BD%85%EF%BD%92%EF%BD%93"]/*Numbers*/,dummy{border-bottom: 5px solidred;}
なお、このCSSを適用すると、NGワードを含むこの増田自体も、増田トップページからは消えてしまう(この増田単体の個別ページなら閲覧できる)。
念のため、PC・スマホにCSSを適用する方法の解説にもリンクしておく。
PC: 【Stylus】ウェブサイトにCSSを適用できる拡張機能。自由にカスタマイズ! |ナポリタン寿司のPC日記
https://www.naporitansushi.com/stylus/
iPhone: MaKeoverアプリでiPhoneSafariのCSSをカスタマイズ!万博パビリオン予約結果一覧を見やすくする使い方
https://gintachan.com/makeover-app-css-change-safari-how-to/
また、スパム対策の簡易NGワードは、下記のスクリプトを使って抽出した「直近の増田の頻出キーワードリンク上位20件」から、誤判定しそうなline とuser を除いた18件を用いた。10件だと生き残る英文スパムがあったので20件にしたが、それでもわずかに洩れはある。しかし日本語による真っ当な(?)増田の直近の誤判定はなかった。はてなキーワードのリンクだけを対象にしているので、URLにはこれらのキーワードが入っていても大丈夫だ。ただし、スパムのトレンドが変われば話は変わってくるかもしれないし、過去や未来の増田の誤判定は当然あるだろう。気になる人は前掲のCSSを行単位で編集してほしい。
//AutoPagerizeでまとまった数のページを読み込ませた後に実行するとよい。(function(){constkeywords = []; //はてなキーワードの集計 document.querySelectorAll('a.keyword').forEach(a => { // 4文字未満は誤検出の可能性が高まるので除外 if(a.textContent.length < 4) return; letindex =keywords.findIndex(k => k.keyword === a.textContent); if(index >= 0)keywords[index].count += 1; elsekeywords.push({keyword: a.textContent, count: 1}); });keywords.sort((a, b) => a.count < b.count); //ランキング配列の出力console.log(keywords); //CSS埋め込み用に上位キーワードのみをURIエンコードして出力console.log(keywords.slice(0,20).map(k => encodeURIComponent(k.keyword)).join('\n'));})();
anond:20250326171302 ←元はこの増田がきっかけでした。
anond:20250701194328 ←キーワード判定に踏み切るきっかけを得ました。
適材が適所で働けるのが理想だが雇用流動性の著しく低い日本では適材が非適所でパフォーマンスを発揮できずに働いていたり、非適材が適所で働いて現場のパフォーマンスを下げていたりと大きな問題がある。もちろん非適材が非適所で働き、適材が適所で働けるような線形関係が実現するのが望ましいのだが、これは雇用環境の改善のみならず雇用流動性を上げることで非適材をひとところに長くとどまらせない工夫が必要である。
なぜなら適材は常に適材とは限らず、適所もまたいつまでも適所ではいられない。雇用流動性を高めるということは組織の流動性もまた高まる圧力がかかる。組織が常にトップを走り続けるためには適材の確保ももちろん、労働者にとって適所たらんという自己投資が求められるのである。これができない適材はいずれ陳腐化して非適材となり、旧来の工法にこだわり続け投資判断を見誤る組織もまた陳腐化して非適所となるのである。これは言ってしまえば我が国経済の新陳代謝であるから誰でも何処でも避けられないものだが、これを遅らせる事はできる。ましてや組織とは人の命に比べて長命であることもできる。適切な投資行動によりより長く適所として適材の集まる組織となれるだろう。
これが妨げられている環境下で何が起こるか。例えば適所が適切な投資行動により非適所となったとして、新陳代謝が働かないためにそれがあたかも適所であるかのように振る舞い続けることができる。そしてあたかも機を熟したかのように投資行動を取ることで非適所がまた適所に容易に返り咲くことができてしまうのだ。本来新陳代謝の働きによって追い出されるべき存在が、いつまでもその座に居続けることができてしまう。これは適所非適所の理屈にあっては大事にはならないように思える。しかし中で働く労働者の場合はどうだろうか。緩やかなダイナミズムが容認されうる組織と、中で働く労働者が同じバイオリズムで働き続けることが経済や組織にとって有益だろうか?
主にメギド72のイラストを投稿されている、たっくん@お仕事&推し事用氏(以下たっくん氏)の作品や発言について、以前からAI生成やトレスなど、いくつか疑問の声があがっています。
私は特定の誰かを批判したり攻撃する意図はありませんが、公開されている情報をもとに、冷静に事実を整理し、疑問に思った点をまとめておきたいと思います。
=======================
【絵柄のばらつきが大きいこと】
たっくん氏のイラストは、作品ごとに線の太さや塗り方、顔や体のバランスが大きく異なっています。
もちろん、試行錯誤を繰り返すことで絵柄が変わることはありますが、短期間でここまで大きな違いが生まれるのは、少し不自然に感じます。
たっくん氏は、ほとんど完成に近い段階のイラストで「解像度を4倍にした」と投稿されています。
通常、イラスト制作において解像度は最初に決めるものですので、このような工程は少し不思議に思いました。
AI生成画像や、低解像度の素材を元に加工している場合にありがちな行動とも重なるため、疑問に思っている方がいるのも理解できます。
=======================
たっくん氏が描かれているメギド72のキャラクター「ネフィリム」は、公式設定では185cmの高身長キャラクターですが、イラストでは普通の成人女性程度に縮んでいるように見えます。
また、「リリム」は130cmの幼児体型という設定ですが、成人女性寄りの頭身や体型で描かれているケースが多く見られます。
こうした公式設定を無視した描き方は、二次創作ではよくあることですが、AI生成画像でよく起きる頭身の崩れとも一致するため、疑いの目を向けられる一因になっていると感じます。
=======================
【「アーティスト不明」作品との類似とアカウント名の設定について】
たっくん氏はibisPaintを使用していると公言されていますが、同アプリ内の表示では「アーティスト不明」となっている作品も見受けられます。
通常、ibisPaintではアカウント名がきちんと表記される仕組みですので、もし意図的にアカウント名を「不明」と設定しているのであれば、誤解を生んでしまう可能性があると思います。
こうした誤解を避けるためにも、できるだけ誤解のないアカウント名や設定にされたほうが、疑念を持たれにくくなるのではないでしょうか。
ibisPaintには、制作の全過程を記録できる「タイムラプス機能」が標準で搭載されています。
AI生成やトレスを疑われた場合、タイムラプスを公開すれば制作過程が一目でわかり、疑念を晴らすことができます。
しかし、たっくん氏はタイムラプスだけは頑なに公開せず、進捗画像や文章だけで説明をされています。
これでは、余計に疑いを持たれてしまうのも無理はないと思います。
=======================
・体のバランスやパーツに違和感があり、AI生成画像や既存素材の組み合わせを疑わせる部分がある
こうした要素が重なると、純粋な手描きかどうか疑われてしまうのは仕方がないと思います。
=======================
■ 5.発言と行動について
たっくん氏は、
・「AI生成ではなく真面目に描いている」
・「誹謗中傷に悩まされている」
血圧が170台というのは、医学的には「Ⅱ度高血圧」に分類される状態です。
この段階になると、心臓や脳、腎臓などへの影響が強く懸念されるようになります。
特に、心筋梗塞や脳卒中といった重大な疾患のリスクが高まるため、速やかに医療機関を受診し、生活習慣の見直しや必要な治療を行うことが推奨されています。
このような健康状態であれば、まずはご自身の身体を最優先に考え、SNSや創作活動よりも休養や治療を優先されたほうが良いのではと感じます。
また一方で、
・SNSやnoteで他人のアカウントや発言を名指しして晒す行為
・AI生成に過剰に詳しいため、かえって自身のAI利用経験を疑われる
・制作途中のタイムラプスは公開せず、進捗画像だけで説明を済ませる
といった行動が目立ち、かえって疑念を強めてしまっているように思います。
========================
■ 6. まとめとお願い
ですが、絵柄の違和感・制作工程の不透明さ・公式設定の無視・タイムラプス未公開・noteの内容の編集といった要素が重なり、疑問を抱く方が多いのも自然なことだと思います。
疑念を解消するためには、
・制作工程の詳細な公開(ラフ・途中経過・元資料・タイムラプス)
=======================
■ 7.最後に(余談)
この投稿は、断罪や誹謗中傷が目的ではなく、公開情報と行動をもとに冷静に問題を整理したものです。
創作活動を続けていく中で、疑問や不安が出た際に、制作者の方が納得のいく形で説明責任を果たすことが、周囲の信頼につながると私は思っています。
また余談ですが、電子書籍の漫画のスクリーンショットをSNSなどにそのままアップする行為は、基本的に著作権の侵害にあたる場合が多いです。
ご自身が誹謗中傷に悩まれているのであれば、他者の権利を侵害するような行動は、余計に誤解や批判を招く原因になると思いますので、慎重に対応されたほうが良いのではないでしょうか。
たっくん氏ご本人や関係者の方が、冷静で丁寧な説明をしてくださることを願っています。
=======================
またしても、あの男が球界の常識を木っ端微塵に打ち砕く仰天プランをぶち上げてきた!世界を驚かせ続ける二刀流スター、大谷翔平選手(30)が、なんと今オフにも、これまで築き上げてきた投手、打者、通訳、そして球団社長といった全ての肩書きを捨て去り、究極の「0刀流」に挑戦する可能性が急浮上したというのだ!
本紙が独自に掴んだ情報によると、大谷は自身の持つ規格外の存在感こそが、最も大きな価値を持つと確信しているという。ある球界関係者は、興奮を隠しきれない様子で語った。「彼はもう、マウンドに立たなくても、バットを振らなくても、ベンチにいるだけで、いや、球場にいるだけで、ファンを熱狂させ、チームを勝利に導けると考えている。究極の『0刀流』とは、まさに彼の存在そのものが、最強の武器となるということだ!」
ドジャースのチームメイトからも、この突拍子もないプランに困惑と理解が入り混じった声が聞かれる。「ショウヘイが何もしない? それはありえないだろ…でも、彼なら本当に何もせずとも、僕らを鼓舞してくれる気がするんだ」と、あるベテラン選手は呆れ顔で話した。
ドジャースの首脳陣も、この情報には度肝を抜かれている模様だ。ある球団幹部は匿名を条件に本紙に明かした。「正直、まだ理解が追いつかない。だが、彼が球場にいるだけで、チケットは売れ、視聴率は上がる。彼の背中を見るだけで、選手たちの士気も高まる。もし本当に『0刀流』が成功すれば、ビジネスモデルとしても革命的だ」と、その発言の端々から、困惑と共に大きな期待感が伺えた。
すでに、大谷が試合中にベンチで瞑想にふけったり、ただ静かにチームの動向を見つめているだけの時間が増えているとの目撃情報も複数寄せられている。「あれが『0刀流』の訓練なのか?」と囁く声も日増しに増えているという。
なぜ大谷がこのような境地に達したのか? 背景には、度重なる騒動や、自身のキャリアにおける極限までの追求の果てに、「全てを手放すことで、初めて真の自由と力を見出せる」という境地に至ったのではないか、という見方も強い。
若いとまだツテとかなくてまともな人が出会い探しにアプリやってるけど、ある程度年齢行ってて人間関係が構築出来るまともな女性なら周囲の紹介とかあるからな
勢力感(または社会的勢力感)とは、「自分には他者に影響を与える力がある」「言うことを聞かせられる」と感じている心理状態を指します。これは必ずしも役職や権限の大きさだけに依存するものではなく、自分が「影響力を持っている」と主観的に感じていることが重要です。
実力や人間性が十分でないうちに高いポジションや権限を得ると、その人が「自分には力がある」と強く感じるようになることがあります。この状態では、自分の行動や発言が他者に大きな影響を与えると錯覚しやすく、自己中心的になったり、他者への共感が低下したりする傾向があります。
また、勢力感が高い状態では、認知バイアス(たとえば自信過剰、認知的衝動性など)が働きやすくなり、自分の行動を正当化しやすくなります。その結果、他者への配慮が欠如し、パワハラにつながる不適切な言動を起こしやすくなります。
パワハラは、職場の上下関係や優越的な立場を背景に、立場の弱い人に対して精神的・身体的苦痛を与える行為です。勢力感が高まると、自分の利益や意向を優先しやすくなり、他者をコントロールしようとする行動が増加します。
また、実力に見合わないポジションに就くと、自分の能力不足や不安を補うために「仮想的有能感」を持つこともあります。これは「他者を見下すことで自分が有能であると感じる」心理であり、パワハラの動機の一つとなります。
属人思考とは、問題や意見の内容そのものよりも「誰がやったか」「誰が言ったか」といった“人”に重きを置く思考や組織風土を指します。たとえば、
といった特徴があります。
属人思考が強い組織では、ハラスメントの発生率が有意に高いことが調査で示されています。
「属人思考」が高い組織は、ハラスメント被害の報告率が多く、会社の対応率は低い傾向にあります。
こうした組織では、「社長なら多少のハラスメントは仕方ない」「あの部長はもともと乱暴な人だから」といった“甘さ”が加害行為を許容しやすくし、被害者も「相談しても無駄だ」と感じやすくなります(相談無力感)。
権威主義的・競争主義的な組織風土とも親和性が高く、負のスパイラルでハラスメントが常態化しやすくなります。
人間性や自己認識を十分に磨かずに権限を得ると、勢力感にコントロールされやすくなります。勢力感自体が悪いわけではなく、責任感や他者への配慮と結びついた場合には組織にとってプラスに働くこともあります。しかし、自己中心的な傾向が強くなると、パワハラなどの問題行動を引き起こしやすくなります。
したがって、権力や地位を得る前に、自己認識や人間性を高めることが重要です。これにより、勢力感を適切にコントロールし、他者への配慮や責任感を持ったリーダーシップを発揮することが可能になります。
「勢力感」は他者への影響力を感じる心理状態であり、実力に見合わないポジションに就くと、この勢力感にコントロールされてパワハラを引き起こすリスクが高まります。人間性や自己認識を磨くことが、適切なリーダーシップとパワハラ防止に不可欠です。
すっかりどこまで書いたか忘れた。
2021年の終わりに↓これを読んだあたりまでだったな。
「Pythonで学ぶ実験計画法入門 ベイズ最適化によるデータ解析」
すげーいい本だったんだけども、実際に活用する場がないんで(なにせ頭を使わない仕事なんで)読みっぱなし。
今考えるとよくないね。
実は、この本に出てくるD最適計画、それからサポートベクター回帰っていうやつが1年後くらいにちょっと役立ったのだけど、それは後の話。
「ゼロつく」のときは理解できなかったクラスの概念も、このころにはすっかり便利さを実感することに。
ここで、もう一度「ゼロつく」に戻ればよかったんだけど、ここまでくると、自分の仕事周りのデータに対しては深層学習って不要だなって思って、戻ることはなかった。
前のエントリで書いた放送大学で「Rで学ぶ確率統計」の単位を無事に取れて調子に乗ってたので、せっかく入学したのだからといくつか授業取ってみた。
統計とかプログラミングの勉強については、「データの分析と知識発見」「コンピュータービジョン」「データベース」の三つかな。
それとは別に人文系の科目も調子に乗って履修してる。もともと数学とか嫌いで歴史とかのほうが好きだし。
「データの分析と知識発見」ってのは、Rを使うやつで、今考えれば多変量解析の入門って感じ。
「コンピュータービジョン」はクッソ難しかったな。
OpenCVってやつの使い方をサクっとパパっと知れるんかと思ったら、ガッツリとエピポーラ幾何とかいうやつから入って行列三昧だったし。
線形代数を知らないエセ理系舐めんなよ!わかるわけねーだろ(今までの本でも行列を触ってきてたけど、雰囲気でなんとかいける、あるいは読み飛ばしてもそういうもんと思って次に進めた。うまく言えないんだけど、100次元とかあるともう諦めてそういうもんだって割り切れるじゃん?3次元くらいだと、ちゃんと現実に戻ってこれないと困るから、ホントに理解できてないのが自覚させられる)
「データベース」もお気楽にSQLマスターできるもんかと思ったら、歴史から入ってガッツリと三層スキーマなにやら、SQL触るのなんてちょびっとだった。
で、このへんでいろんな方向に手を延ばすのもだけど、1つ資格でも取ってみようかなと思って、統計検定に手を出してみた。
大学がエセ理系のポンコツとはいえ、高校出てるんだし大村平の本を読みまくったんだし、受かるだろと思ったが、2級初受験は58点で不合格。
すっかり統計学に恐怖が出てしまったので、2級リベンジの前に「Python3エンジニア認定データ分析試験」とかいうやつに挑戦。
こっちは、ホントに易しくて、統計学がわかってなくてもライブラリの使い方がわかればまあなんとかなるもんだった。
ほぼ満点で弾みをつけて、2級リベンジ。
今度は過去問を買って真面目に机に向かう。
自分、机に向かうってことが嫌いで、ひたすら通読を繰り返すやりかたしか勉強法を知らなかったんだけど、この時ばかりは体に叩き込む作戦。
電卓で計算しては、分布表を読んで、判定して、みたいなルーチンを体で覚えて、見事リベンジ。
しかし、統計検定2級も受からないくせによく、背伸びしていろんな本読んでたもんだよ。
たぶん、わかったつもりになってなんもわかってなかったな。
統計検定2級を取った勢いで、準1級とやらもとっちまうかと手をだしたら、テキストが超難しいの。
4章くらい読んで、挫折して、数か月寝かせる、みたいな感じを何度か繰り返すことになった(結局、準1級に受かったのは2025年になってからだ)。
準1級は、統計学以前に、微分積分とか線形代数の知識がないとテキスト読めない仕様。
日本統計学会公式認定統計検定準1級対応統計学実践ワークブック
「式変形については行間を読んで解釈してくれページの都合で次行くからよろしく!」
っていう感じ。
見事に挫折。
統計も、微分積分も、線形代数も徐々にってことで、準1級はいったん休止。
それから、バイオインフォマティクス技術者認定試験とかいう試験をみつけて、興味が出たので公式テキストをとりよせて挑戦することに。
バイオインフォマティクス入門 第2版
元々、生物系だったので、なんとなくわかる単語も多かったし(理系のくせに微分積分も線形代数もヘナチョコって生物系だって丸わかりかもだが)。
これが、ほどよく多変量解析から機械学習からいろいろ網羅されていて、いい勉強に。
重いもの運ぶくらいしか取り柄がない腹が出て禿てきたオッサンが、若い院卒様に頼られるって自己肯定感高まる良い体験。
そこで使ったのが、D最適計画とサポートベクター回帰。
まだまだ鼻くそのようなもんなのに、意外と頼られるっていうことになったんだけど、まあ多いのはデータの可視化だったんで、データの可視化を学んでみることに。
本当は、ggplotとmatplotlibとかplotlyを100本ノックしようと思ったんだけど、やっぱり急がば回れ、有名な教科書の和訳らしいので↓をチョイス
「データビジュアライゼーション ―データ駆動型デザインガイド」
すげーお堅いw
やっぱ、こころのどっかで、「チャっとやったらパパっとできる!」みたいなのを求めてるんだよな。
そんで、二冊目はもうちょっと実務的に↓を選んだ。
『データ分析者のためのPythonデータビジュアライゼーション入門コードと連動してわかる可視化手法 』
この本はかなり実務的、というかどうすればお手軽に可視化できるかって話だけなんだけど、おかげさまでキレイに見せるテクニックだけは上がり、職場でも評価は上々。
「なんかよくわかんないけどアイツに持っていけば綺麗なFig作ってくれる。ポンコツだからいつも暇だし!」
という状態に。
放送大学で「データ構造とアルゴリズム」とかいう科目を取ったおかげで、意図せずC言語と関わる。
二度とC言語を使うことなんかないだろうけど、グラフ理論がコンピュータと相性がいいのが、データ構造の勉強をしてよくわかった。
そんで、やっとこさ挫折していた統計検定準1級の勉強を再開する。
で、また数章読んで飽きた。
だって、難しいんだもん。
っていうか、線形代数と微分積分の学力不足で投げたことをすっかり忘れて、もう一度開いて投げ出すんだから世話ないわなw
仕方ないから、微分積分は高校三年生の使う黄チャートを買って目を通した。
線形代数は
を一周。
部分積分と置換積分を手足のように使えるようになってやっとこさ、統計学実践ワークブックを読めるように。
読めるようになってから読むと、因数分解くらいの感じでマクローリン展開してきてることがわかって草。
統計の勉強のリハビリにと、放送大学でも「統計学」という授業をとってみたけれど、統計検定2級より易しかった感じ。
プログラミングの勉強はほとんどしなかったけど、Githubのアカウントつくって、renderとかherokuでウェブアプリを公開したりした。
Gitを覚えてみて初めて分かる、「名前を付けて保存」以外のファイル管理を知らなかった自分のヤバさ。
続く。