--年--月--日(--)--時--分 
上記の広告は1ヶ月以上更新のないブログに表示されています。
新しい記事を書く事で広告が消せます。
★FC2 Blog Ranking★(宜しければクリックをお願い致します)
スポンサー広告 l top
2010年11月30日(火)01時43分 
忙しかった研究もひと段落、というか今月分のノルマを達成したので、今日は久々にTOEICテストプラマガで自宅学習です。明日は会社でIP試験があるので、最後の追い込みをやりました。


本日取り組んだ模試の成果は、、、

 Part1(10/10)、Part4(11/18)、Part6(10/12)

という感じでした。

Part4はほぼ毎日のように聞いていたのですが、設問を解いてみると全く解けないことが判明しました。
正直、日本語でも正解できません・・・。記憶力テストみたいで難しすぎ。

Part6は2回目の取り組みでしたが、前回正解したものが不正解になりました。ちょっと不安定ですね。。。


ちなみに、Part5は森鉄先生の、Part7は神崎先生とTEX加藤先生の本を使って対策してました。ちょっとした隙間時間で取り組めるのがGoodです。


今回はあまり集中して対策できなかったので、目標は900点越えとしておきましょう。本当なら950点は超えたいところですが、勉強してなければちょっと厳しいですよね。

とにかく頑張ってきます!
スポンサーサイト
★FC2 Blog Ranking★(宜しければクリックをお願い致します)
日々の英語学習 l コメント (0) トラックバック (0) l top
2010年11月23日(火)23時42分 


暫く間が空きました。今日のスクリプトはこちら。

So even today, there are some people that say, well, computers can't do anything that they're not explicitly programmed to. And Arthur Samuel's checkers program was maybe the first I think really convincing refutation of this claim. Namely, Arthur Samuel managed to write a checkers program that could play checkers much better than he personally could, and this is an instance of maybe computers learning to do things that they were not programmed explicitly to do.


それでは早速。

So even today, there are some people that say, well, computers can't do anything that they're not explicitly programmed to.
(そして今でもこんなことをいう人がいますよね。コンピュータは明示的にプログラムされないと何にもできない、って。)

・ここはそれほど難しい個所はないですね。
・even today: 「今日でさえ」です。
・explicitly : 「明示的に、明確に」という副詞です。


 And Arthur Samuel's checkers program was maybe the first I think really convincing refutation of this claim.
(そして、アーサーサムエルのチェッカープログラムは、おそらくこの主張に対する実に説得力のある初の反例だったと思います。)


・maybe: 「もしかすると、多分」という副詞です。
・I think: 「私が思うに」という感じですね。これは副詞的に挿入された句になります。文法的に読み解く際にはこれを取り除いて考えると文章全体の見通しが良くなりますが、こういったことが無意識にできるようになると読解スピードが上がります。
・convincing: 「説得力のある、人を納得させる、信じられる」という形容詞です。前後の品詞を見る限り、動詞の「convince」の変化形ではなさそうですね。後の「refutation」という名詞を修飾しています。
・refutation : 「反論」という名詞です。
・claim: 「要求、主張、申し立て」ですね。


Namely, Arthur Samuel managed to write a checkers program that could play checkers much better than he personally could, and this is an instance of maybe computers learning to do things that they were not programmed explicitly to do.
(つまり、アーサーサムエルは何とかして彼自身よりもずっとうまくチェッカーをプレイするプログラムを書きました。そしてこれが、おそらく明示的にプログラムされていないことを学習するコンピュータの事例なのです。)

・Namely: 「すなわち、はっきり言うと」という副詞です。文頭に来ることが多いです。TOEICではPart6に出てきそうな感じですよね。
・managed to: 「何とか~する、どうにか~する」という動詞です。これも良く使います。
・instance : 「事例、事実」です。
・後半の文章、ややこしいですよね。。。「instance of ... 」の後は「computers」を説明する文章が続いているようです。ここは完全に推測ですが、整理して考えてみましょう。
・まず、「learning to do things」という分詞が「computers」を後ろから修飾しているようです。コンピュータは物事を行うことを学習するんですね。
・そして、「that they were ...」が「things」を説明する関係代名詞の節になっていると思います。ここでいう「they」は「computers」のことです。コンピュータはその物事を実行する方法を知らないにも関わらず、そのやり方を学習してしまう、ということが素晴らしいわけです。


とりあえずスクリプト解説はあと3回程度を予定しています。来週に会社でTOEICがあるので、その勉強もしなければなりませんし、研究の方も進めなければです。。。後者の方がきわめてマズイ状況です・・・。大変ではありますが、じっくり攻めていきたいです。
★FC2 Blog Ranking★(宜しければクリックをお願い致します)
日々の英語学習 l コメント (0) トラックバック (0) l top
2010年11月14日(日)00時36分 


今日のスクリプトはこちら。

And so over time, Arthur Samuel had a checkers program that would actually learn to play checkers by learning what are the sort of board positions that tend to be associated with wins and what are the board positions that tend to be associated with losses. And way back around 1959, the amazing thing about this was that his program actually learned to play checkers much better than Arthur Samuel himself could.

それでは解説してみます。


And so over time, Arthur Samuel had a checkers program that would actually learn to play checkers by learning what are the sort of board positions that tend to be associated with wins and what are the board positions that tend to be associated with losses.
(それからアーサーサムエルは、チェッカーのプレイを実際に学習するプログラムを作ったのです。それは勝利に繋がりそうな局面だとか、負けてしまいそうな局面を学習するのです。) 

・S had a program that ~: 「Sは~というプログラムを作った」でいいんですかね???始めは使役動詞と思ったのですが、対応する分詞がなかったので違うみたいだし、「持っていた」なんてのはもってのほかだし。。
・ the sort of  X: 「Xの種類、Xのようなもの」です。あまり形式的な意味ではないような気がします。いくつかの例文を見ると、「~という感じのもの」、というぼやけたニュアンスで使われるみたいです。
・tend to ~: 「どちらかといえば~だ、~しがちな」です。
・be associated with X: 「Xに関連する」です。


And way back around 1959, the amazing thing about this was that his program actually learned to play checkers much better than Arthur Samuel himself could.
(そしてさかのぼること1959年、この話で凄いのは、彼のプログラムはアーサーサムエル自身よりもうまくチェッカーをプレイすることを学習したってことなんです。)

・way back: 「ずっと昔」です。以前にも似たのが出ましたね。
・the amazing thing: 「すごいこと、驚くこと」です。
・much better than ~: 「~よりも更に良く」です。betterは「good」や「well」の比較級ですが、これを強調する副詞が「much」ですね。ちなみにここではbetterはwellの比較級ですね。wellは「うまく」という副詞で、playという動詞を修飾しています。


コンピュータが自分よりうまくチェッカーを指すなんて凄いですよね。といいつつも、私が学生時代に作ったオセロのプログラムは私よりずっと強かったです。。別に学習するようなプログラムではなかったですが。むしろ下手な学習機構を入れ込んだ方が弱いような気もします。でも知識ゼロからどんどん強くなっていく機械っていうのは面白そうです。

今日はとりあえずこの辺で。

★FC2 Blog Ranking★(宜しければクリックをお願い致します)
日々の英語学習 l コメント (0) トラックバック (0) l top
2010年11月12日(金)00時05分 


今日のスクリプトはこちら。
And so because a computer can play thousands of games against itself relatively quickly, Arthur Samuel had his program play thousands of games against itself, and over time it would start to learn to recognize patterns which led to wins and patterns which led to losses. So over time it learned things like that, "Gee, if I get a lot of pieces taken by the opponent, then I'm more likely to lose than win," or, "Gee, if I get my pieces into a certain position, then I'm especially likely to win rather than lose."

それでは解説してみます。


And so because a computer can play thousands of games against itself relatively quickly, Arthur Samuel had his program play thousands of games against itself,
(そして、コンピュータは自分自身を相手にしたゲームを何千回もプレイすることが比較的高速に実施できるので、アーサーサムエルはプログラムに何千回ものゲームをプレイさせました、)

・長いので途中で文章を切りました。
・thousands of ~: 「何千回もの、多数の~」です。英語では1万を ten thousands といいますので、日本語の「万」のオーダもこの表現になるそうです。実際には、千とか万という単位を示すことより、「とにかくたくさん」というニュアンスが強く含まれているのでしょう。
・relatively quickly: 「比較的高速に」です。副詞+副詞の形で、relatively が quickly を修飾している格好ですね。英語のプレゼンのときは、私もよく relatively を使いますが、使い方が合っているか不安でした。こんな感じで使われることを知り、少し安心しました。
・S had X play: 「SはXにプレイさせた」です。このhave は使役動詞ですね。文を見た瞬間に使役動詞を認識できるかどうかが、読解力+速読力向上のポイントの一つになると思います。


and over time it would start to learn to recognize patterns which led to wins and patterns which led to losses.
(そしてそのうち、勝ちパターンや負けパターンの認識を学習し始めることになるのです。)

・over time: 「時間とともに、そのうちに、ひとりでに」です。
・it would start to ~: 「たぶん~し始めるだろう」です。wouldの訳し方は微妙ですが、推測の意味で「そうなっていくだろう」という感じで良いかなあ、、と思います。
・learn to recognize X: 「Xを認識することを学習する」です。パターン認識では良く recognize とか recognition なんて言葉が出てきます。
・S led to wins: 「Sが勝利へ導く」あるいは「勝利に繋がるS」です。「led to」は時々見かけますが、無生物主語っぽい感じで出てくるのでちょっと馴染みにくいところがあると思います。


So over time it learned things like that, "Gee, if I get a lot of pieces taken by the opponent, then I'm more likely to lose than win," or, "Gee, if I get my pieces into a certain position, then I'm especially likely to win rather than lose."
(さらにそのうち、こんなことを学ぶのです。「うーん、、もし相手にたくさん駒を取り上げられたら負けてしまいそうだな」とか、「ほう、、もしいい所に駒を置いたら、ほぼ勝利は確定、負けることはなさそうだな。」みたいにですね。)

・Gee: 「おや、うわ~、参った、う~ん、へえっ、ちえっ」って感じですね。
・get X taken by Y: 「Xを取り上げられる」です。get+O+過去分詞、の形で、「Oを~させられる」ということ、なんじゃないかなあ、、、と思います。
・be likely to lose: 「負けそうだ」です。「be likely to」はよく出てくる熟語ですね。
・get X into Y: 「XをYの配置に着かせる」です。単に駒を置く、ってことだと思います。
・especially: 「特に、とりわけ」です。意味としてはこれでよいのですが、訳文に「とりわけ」なんて書くと不自然なので、訳し方がちょっと難しいですね。
・rather than ~: 「~するよりもむしろ」です。私はratherという単語をTOEICの勉強の中で初めて知りました・・・。「~」の部分に対応する語句がその前に来るように使います。ここでは「win rather than lose」で、winとloseが対応しています。


なかなか先に進みませんね。。。機械学習の面白いところまでたどり着くのにどれだけかかることやら・・・。気長に行きましょう。

★FC2 Blog Ranking★(宜しければクリックをお願い致します)
日々の英語学習 l コメント (0) トラックバック (0) l top
2010年11月09日(火)00時39分 


今日のスクリプトはこちら。

So what is machine learning? Way back in about 1959, Arthur Samuel defined machine learning informally as the [inaudible] that gives computers to learn ・[inaudible] that gives computers the ability to learn without being explicitly programmed. So Arthur Samuel, so way back in the history of machine learning, actually did something very cool, which was he wrote a checkers program, which would play games of checkers against itself.

それでは解説してみます。日本語訳はできるだけ英語の語順に沿って訳しましたので、不自然な個所もあるかと思います。


So what is machine learning?
(さて、機械学習とは何でしょう?)

・もう解説は不要ですね。

 
Way back in about 1959, Arthur Samuel defined machine learning informally as the field of study that gives computers to learn, ..., the field of study that gives computers the ability to learn without being explicitly programmed.
(1959年頃まで遡りますが、アーサーサムエルは機械学習を非形式的に定義しました。つまり、コンピューターに学習をさせる学問として、、、明示的にプログラムすることなくコンピュータに学習する能力を与える、という学問としてですね。)

・Way back in XXXX: 「XXXX年までずっと遡って」です。Wayは「ずっと、かなり」ということで、強調語のようですね。Back inは単なるinとほぼ同意のようですが、「今からずっと昔の話で」というニュアンスを強調することができます。
・informally: 「非形式的に」です。きちんとした定義をしたわけではないということでしょう。
・defined X as ~: asは「~として」なので、「Xを~と定義する」、となります。
・the field of study: 「研究分野」です。元のトランスクリプトは「inaudible」となっていましたが、私にはきちんと聞こえました!・・・っていうか、スライドにそのまま書いてあるし。。。
・gives computers the ability: 「コンピュータに能力を与える」、ということですね。その後にto learn と続くので、学習する能力を与える、という意味です。
・being explicitly programmed: 「明示的にプログラムされること」です。人間がプログラムすることなく、特定の能力を自律的に獲得していくことができる、ということを言っています。


So Arthur Samuel, so way back in the history of machine learning, actually did something very cool, which was he wrote a checkers program, which would play games of checkers against itself.
(アーサーサムエルは、、まあ機械学習の歴史を振り返りますと、実に面白いことをやったのです。彼はチェッカーのプログラムを書いたのですが、そのプログラムは自身を相手にチェッカーのゲームをプレイする、というものだったのです。)

・did something very cool: 「とても素晴らしいことをやった」ということでしょうかね。
・wrote a checkers program: 「チェッカーのプログラムを書いた」です。チェッカーはチェスの簡易版ゲームですね。それを行うソフトウエアを書いたことが素晴らしい、と言っています。
・would play games: 「ゲームをプレイした」です。過去の習慣とか、そういったニュアンスなのでしょうか?
・against itself: 「それ自身に対して」です。itselfとはそのソフトウエア自身を指していますので、自分とチェッカーを指し合うプログラムを作った、ということですね。


内容は分かりやすいのですが、日本語にする作業が結構難しいですね。。口語の文章なので、言い直している部分をどのように日本語訳にするか迷います。でもまあ、あまり細かいところは大目に見ていただけると助かります・・・。
★FC2 Blog Ranking★(宜しければクリックをお願い致します)
日々の英語学習 l コメント (0) トラックバック (1) l top
2010年11月07日(日)17時39分 



それでは、動画の解説をしていきたいと思います。本来は自分の英語の知識や技術内容を整理することが目的になりますが、せっかくなのでブログで共有させて頂こうと思い、公開します。

まず、私の英語力では正確な文法の解説はできませんので、文法の解説は知っている範囲に抑え、分からないところは推測であることを明記するようにします。また、単語やイディオムの意味に関しては、辞書で調べた内容を解説するようにしますが、翻訳という意味で適切かどうかは保障できません。また、技術的内容については知っている範囲で注釈を入れるようにします(こちらの方が専門ですので)。

以上を踏まえたうえで、どれくらいの粒度で解説を入れるか迷うところですが、まずは比較的細かいところまで噛み砕いていきます。


So start by talking about what machine learning is.
(まず機械学習とは何か、というお話から始めましょう)

・So: これは口語で「さて」「それでは」、というニュアンスの副詞です。
・start by ~: 「~から始める」です。いきなり主語がありませんね。おそらく「Let's」的なものが省略されているのだと思います。意味からして、この先生が主語でしょう。
・talking about ~: 「~について話す」です。byからの続きなので名詞を入れる必要があります。なので動名詞の形になっています。
・what ... : 機械学習とは何か、という名詞句です。What+主語+is、という順序にすることで名詞句が作れます。


What is machine learning?
(機械学習とは何でしょうか?) 

・上記の繰り返しですね。こちらは名詞句ではなく疑問形です。


Actually, can you read the text out there?
(実際、そちらでこの文字が読めますか?)

・早速難しい文章が来ましたね。。。
・Actually: 「実際には」という副詞です。
・read the text: 「テキストを読む」です。このやり取りの前に、大きなプロジェクタで画面を投影しようとしていたのですが、うまく動作しなかったので小さなプロジェクタで表示しています。そのためこのような確認をしたのです。
・out: このoutはどちらの意味なのでしょう?つまり、outがreadかthereのどちらに係るか迷うところだと思います。
  ・read the text out: 「テキストを読み取る」あるいは「テキストを声に出して読む」です。
  ・out there: 「あちらでは」という副詞です。
この辺の正確な解釈は専門家にお任せします・・・。


Raise your hand if the text on the small screens is legible.
(もし小さなスクリーンの文字が読めるようなら手を挙げてください)

・Raise X: 「Xを上げる」です。他動詞なので、Xが上に上がっていくことになります。主語がありませんが、聴衆に対する命令形でしょう。全体に対する問いかけなので、特に「Please」を付けずに使っているみたいですね。
・X is legible: 「Xが判読可能な、読みやすい」


Oh, okay, cool, mostly legible. Okay. So I'll just read it out.
(はい、いいですね、大体読めますね。では読んでいきますね。)

・cool: 「まあいい」という感じでしょうか。Okayと同じようなニュアンスでしょう。
・mostly: 「大部分は、ほとんどは」という副詞で、legibleという形容詞を修飾しています。
・I'll just read it out: 「読み上げていく」という感じなのでしょうかね。I'll justが入ると今まさにやろうとしている感じになるような気がします。


★FC2 Blog Ranking★(宜しければクリックをお願い致します)
日々の英語学習 l コメント (0) トラックバック (0) l top
2010年11月03日(水)12時12分 
ネットで情報科学系の技術をサーベイをしていたところ、次のような動画を発見しました。



これはスタンフォード大学で行われている機械学習と人工知能の講義です。

大学のWebページを確認すると、何とトランスクリプト付き。これは格好の英語学習教材になり得るぞ、、、ということで、今後のブログネタとして、何度かに分けてこの講義の解説をしていきたいと思います。

動画は1時間以上もありますが、そのうち1枚のスライドを説明している4分間のスクリプトを取り出してみました。再生は該当箇所の[32:30]から開始するようにしてあります。
※スクリプトは大学のHPより転載したものです(This script was copied from Stanford engineering Web site.)

日本語での解説は次回以降ということで、まずはスクリプトを眺めてみてください。


[32:30]

So start by talking about what machine learning is. What is machine learning? Actually, can you read the text out there? Raise your hand if the text on the small screens is legible. Oh, okay, cool, mostly legible. Okay. So I'll just read it out.


So what is machine learning? Way back in about 1959, Arthur Samuel defined machine learning informally as the [inaudible] that gives computers to learn ・[inaudible] that gives computers the ability to learn without being explicitly programmed. So Arthur Samuel, so way back in the history of machine learning, actually did something very cool, which was he wrote a checkers program, which would play games of checkers against itself.


And so because a computer can play thousands of games against itself relatively quickly, Arthur Samuel had his program play thousands of games against itself, and over time it would start to learn to recognize patterns which led to wins and patterns which led to losses. So over time it learned things like that, "Gee, if I get a lot of pieces taken by the opponent, then I'm more likely to lose than win," or, "Gee, if I get my pieces into a certain position, then I'm especially likely to win rather than lose."


And so over time, Arthur Samuel had a checkers program that would actually learn to play checkers by learning what are the sort of board positions that tend to be associated with wins and what are the board positions that tend to be associated with losses. And way back around 1959, the amazing thing about this was that his program actually learned to play checkers much better than Arthur Samuel himself could.


So even today, there are some people that say, well, computers can't do anything that they're not explicitly programmed to. And Arthur Samuel's checkers program was maybe the first I think really convincing refutation of this claim. Namely, Arthur Samuel managed to write a checkers program that could play checkers much better than he personally could, and this is an instance of maybe computers learning to do things that they were not programmed explicitly to do.


Here's a more recent, a more modern, more formal definition of machine learning due to Tom Mitchell, who says that a well-posed learning problem is defined as follows: He says that a computer program is set to learn from an experience E with respect to some task T and some performance measure P if its performance on T as measured by P improves with experience E. Okay. So not only is it a definition, it even rhymes.


So, for example, in the case of checkers, the experience E that a program has would be the experience of playing lots of games of checkers against itself, say. The task T is the task of playing checkers, and the performance measure P will be something like the fraction of games it wins against a certain set of human opponents. And by this definition, we'll say that Arthur Samuel's checkers program has learned to play checkers, okay?


So as an overview of what we're going to do in this class, this class is sort of organized into four major sections. We're gonna talk about four major topics in this class, the first of which is supervised learning. So let me give you an example of that.

[36:30]
★FC2 Blog Ranking★(宜しければクリックをお願い致します)
日々の英語学習 l コメント (2) トラックバック (0) l top
上記広告は1ヶ月以上更新のないブログに表示されています。新しい記事を書くことで広告を消せます。