1分間マネジャー
- 作者: K.ブランチャード,S.ジョンソン,小林薫
- 出版社/メーカー: ダイヤモンド社
- 発売日: 1983/02
- メディア: 単行本
- 購入: 6人 クリック: 77回
- この商品を含むブログ (65件) を見る
この本は
マネージャーとして、部下にどのようにコミュニケーションをとるか。 それも、1分間で目標設計、1分間で賞賛、1分間で叱責それを繰り返すだけで 効果が劇的に変わるぞというのを小説風に説明している。
雑感
日々のふりかえり
要は目標設計・ふりかえり(よかったら賞賛、悪かったら叱責)をどんどんやっていき 部下の方向性をそろえていこうというもの。
よければ、その賞賛を感じさせて、悪ければ、それを伝えて内省させて、また次の目標を立てる。
感想
140ページくらいの本。すぐ読める。言っていることは真っ当。 日々のふりかえりをしていくだけ。だけど、この1分に時間をかけないことがどれだけあるか。 意識しているだけでも、有意義な気になれそう。
ヤフーの1on1
ヤフーの1on1―――部下を成長させるコミュニケーションの技法
- 作者: 本間浩輔
- 出版社/メーカー: ダイヤモンド社
- 発売日: 2017/03/25
- メディア: 単行本(ソフトカバー)
- この商品を含むブログを見る
読んだ。
書いてあること
ヤフーがなぜ1on1を広めることになったのか、1on1をどのように活用しているか、 またどのようにマネージャに1on1のやり方を広めていったかを 漫画だったり、対話形式だったり、対談などで色々と紹介している。
雑感
1on1の浸透のさせ方
上司と部下でのコーチング。だけど、その重要性を経営陣を巻き込んで 1on1ができない人はマネージメントに不向きかもしれないというメッセージも送り続け、 管理職の役割は、部下が活躍する場をつくることだ、とはっきり定義を改めたそうだ。
目的をハッキリさせるのは良いことで、 1on1の反対意見で「仕事を増やさないで欲しい」や「それやる意味あるんですか?」「話すことがない」というのはよく出てくる話で、 それを経営メッセージとしてトップダウンで落とし込むのは、真っ当。
一度ワークしたら、今度はボトムアップで変化していくという話も真っ当な流れ。
マネージャーの役割が多すぎると運用大変かも
逆に、マネージャーは全員コーチングを理解できていないとダメというは リーダーとマネージャーの役割を分けきれていない組織だと大変に思えた。
研修で0->1 にすることはできても、そこから先の運用で、上に書いた反対意見のようなことが出て来たときが特に大変そう。
そして優先順位が落ちていったり。
感想
導入の動機から研修の仕方などまで網羅しているけれど、さくっと読める。目を通すのには良い。
Pythonでポアソン分布回帰モデルまわりの書き方
データ解析のための統計モデリング入門――一般化線形モデル・階層ベイズモデル・MCMC (確率と情報の科学)
- 作者: 久保拓弥
- 出版社/メーカー: 岩波書店
- 発売日: 2012/05/19
- メディア: 単行本
- 購入: 16人 クリック: 163回
- この商品を含むブログ (29件) を見る
pythonで書くのにはどうすれば良いかを確認しながら読んでいる。
ポアソン分布を書く
from scipy.stats import poisson x = np.arange(0, 20, 1) for mu in [3.5, 7.7, 15.1]: plt.plot(x, poisson.pmf(x, mu), label='{}'.format(mu)) plt.legend() plt.show()
ポアソン分布に従ったランダムな値を取得
平均 のポアソン分布に従った値を100個取得する。
import numpy as np np.random.poisson(lam=7, size=100)
確認
import matplotlib.pyplot as plt plt.hist(data, bins=15)
histgramの値を整形して、グラフを作成する
n, bins = np.histogram(data, bins=15) plt.scatter(x=bins[:-1], y=n, linewidths=1) plt.plot(bins[:-1], n, linewidth=1, linestyle="dashed")
最尤推定値
グラフ化して、ざっくり最尤推定値がどこになるかをみる
from scipy import stats l = np.arange(0.1, 20, 0.1) # stats.poisson.logpmf(): 対数尤度関数 logL = np.array([sum(stats.poisson.logpmf(data, i)) for i in l]) x = np.linspace(0, 20, len(logL)) plt.plot(x, logL) plt.axvline(x=x[logL.argmax()], color='red', linestyle='dotted')
に近い値になる。
ポアソン回帰モデル
まずはデータ取得。
生態学データ解析 - 本/データ解析のための統計モデリング入門から。
df = pd.read_csv('http://hosho.ees.hokudai.ac.jp/~kubo/stat/iwanamibook/fig/poisson/data3a.csv')
df.head()
y | x | f | |
---|---|---|---|
0 | 6 | 8.31 | C |
1 | 6 | 9.44 | C |
2 | 6 | 9.50 | C |
3 | 12 | 9.07 | C |
4 | 10 | 10.16 | C |
因子型の数値変換
f列は、TかCが埋まっている。
df.f.head() 0 C 1 C 2 C 3 C 4 C Name: f, dtype: object
Rだと、因子型が文字列でもよろしくやってくれるが、Pythonの場合は変換をする必要がある。
pandas.get_dummies
で変換できる
df['f'] = pd.get_dummies(df['f'])['T'] df.f.head() 0 0 1 0 2 0 3 0 4 0 Name: f, dtype: uint8
statsmodels.api.GLM を使う
import statsmodels.api as sm x = sm.add_constant(df.x) fit = sm.GLM(df.y, x, family=sm.families.Poisson()).fit() fit.summary()
こちらは自動で
statsmodels.formula.api.poisson を使う
import statsmodels.formula.api as smf fit = smf.poisson("y ~ x", data=df).fit() fit.summary()
線形予測子の書き方
それぞれ、書き方がある
線形予測子 | smf.poisson のformula | statsmodels.api.add_constantのdata | |
---|---|---|---|
一定 | y ~ 1 |
np.repeat(1, len(df.x)) |
|
x | y ~ x |
df.x |
|
x + f | y ~ x + f |
df[['x', 'f']] |
AICの取得
statsmodels.api.GLM
も statsmodels.formula.api.poisson
も
result.aic
# 474.7725015397216
参考
AI vs. 教科書が読めない子どもたち
- 作者: 新井紀子
- 出版社/メーカー: 東洋経済新報社
- 発売日: 2018/02/02
- メディア: 単行本
- この商品を含むブログ (4件) を見る
読んだ。
- 「AIが人間の能力を超える、シンギュラリティが近い将来にやって来る」ことはない
- AIは意味を汲み取るための読解力がついていない
- ただ基礎的な読解力がない学生がいる
- 問題の文章を正しく理解できない人たちがいる
- AIが全てを置き換えることはない。ただ、AIが置き換えられない部分で勝てない人材は置き換わっていくのではないか
AIは思うほどでもないが、人間側の能力がその思うほどもないAI未満である人たちがある程度いるため、 AIに置き換えされる仕事をしていた人と、AIが置き換えできない事をしている人たちとの格差が広がってしまうのではないかという警鐘。
東大合格を目指す東ロボ君を軸に、AI開発の課題や教育の問題など、色々な課題に触れながら説明されているが、最近ブームだったAI、少し世の中の頭が冷えてきたタイミングで、軽いアンチテーゼ的な内容、それに対して著者の人間性が完璧なタイミングで世に出てきた本だと思う。
先日のラジオのゲスト出演の話で概要はわかる。
2月22日(木) 10:00-11:00 - 伊集院光とらじおと
radikoなので期間は限定。
TEDも。
iKnowの連続学習日数記録が途切れた
毎日少しずつ進めていたiKnowの連続学習日数が407日で途切れた。
iKnowは2007年くらいに始まったサービスで、もともと英語学習サービスだったものが、一度Smart.fmという総合学習サービスになって、またiKnowに戻った経歴がある。
iKnowが始まったときに、あまりのUIの出来に驚いて、そこからずっと少しずつ使っていた。Smart.fmになったときに公開されていたAPIとかも触っていた。企業主催のオフ会にも行った。有料になってからも2年くらいは年会費を払って、もう永久会員代を払ってのんびり利用している。
iKnowは当時からデザインが素晴らしかった。PCとキーボードで英語学習が続くかのアイデアがいっぱいあった。Memory bankという学習タイミングの管理、だいたいの単語には例文が1から3つあり、そのほとんどに画像イメージが用意されていること。連続学習記録、日数と学習時間の管理。当時はそれが無料で提供されていて、なんだこれはってなった。今は、機能が少なくなり、運用モード化している予感もあるが、それでも十分使いやすいと思っている。
408日目を更新するには、2019年になる。やはりちょっとショック。
SING/シング
- 発売日: 2017/07/19
- メディア: Amazonビデオ
- この商品を含むブログ (1件) を見る
SING観た。
夢を追いかけて失敗して挑戦して失敗して立ち直って成功するという王道パターン。 動物たちの愛嬌や、最後のライブもツボをおさえていて超安心。
何も考えないで観れる。王道良い。
家計簿アプリをマネーツリーからマネーフォワードに乗り換えた
数年ほどMoneytreeを使っていたけれども、試しにマネーフォワードを使ってみたらそっちのほうが自分には良さそうだったので乗り換えた。
自分の家計簿アプリの使い方
自分の場合、手入力で管理するものと、自動更新に任せるものの二つにわけている。
- レシートなどの現金の支払いの管理は iXpenselt
- Moneytreeでカード連携をして、ざっくり支出の管理
iXpenseltの入力は2009年からしているので、ただ習慣化しているのでなんとなく今もつけている。 何よりアプリのデザインがあまり変更にならないのでちょうどいい。 (1回だけフラットデザイン大リニュアールされたことがあったけど、アップデートで使い勝手が大体元に戻った)
Monetytreeとマネーフォワードの違い
少し検索すればZaim を含めた比較がいっぱい出てくる。
使っている感覚だと、マネーフォワードのほうが細かいデータ収集ができる。Moneytreeのほうが直感的にわかりやすいアプリという印象。 加えてマネーフォワードは分析機能があり、家計診断や未来シミュレーターなど家計から得られる情報が多い(有料だけど)。
逆にマネーフォワードのほうが設定する項目が多いので、ざっくり分かればいいのであればMonetytreeのほうがシンプルな気もする。 今はマネーフォワードの多機能のほうが使いたい機能が多かったので、そちらに乗り換えた。 Moneytreeもとりあえず無料で更新はしておくかもしれない。
地味に家計簿アプリを使っていて面倒なことは、振替だったり、経費精算で支払ったものをどう扱うかの自分ルールを決めておかないといけないところだと思う。そこらへんをよろしくやってくれる家計簿アプリの泥臭さは本当にすごい。世の中、キャッシュレス化やセキュリティとかもっと整備されてもっと便利になって欲しい。