5000時間

ある物事に熟達するには、5000時間　必要だそうです。（集中した学習が）

うへぇ～。

コンテンツの再利用を可能にするLOM規格

eラーニングの教材は、その再利用性を高めるためにLOMというものが規格されています。

【LOMについて】

LOMはLearning　Object（LO)の各種属性を記述するためのメタデータです。LOM規格はメタデータのデータモデル及びXMLバインディングを規定しています。
ここでLearnig　Objectは教育研修に使用されるデジタル・非デジタルのあらゆるリソースを指します。LOMはこれらのリソースを検索・再利用するためのインデックス情報であり, インデックス情報は題名,　内容説明などの一般情報,　教育分野,　対象学習者,　難易度などの教育関連情報,　知的所有権情報,　他のLOとの関連を表す情報,　などから構成されます。LOMを使ってLOのリストを作成することにより,　教育に応じてLOを分類・抽出したり教育体系に沿ってLOを体系化することが可能となります。
（eラーニング白書2002/2003年版より抜粋）　　

乱暴にまとめると、教材やその内容を検索しやすいように、ある一定の規格で、教材に
記述しておこうね、という事です。

例えば、電気通信大学の場合、こんなふうにしています。

・フォーマット
・項目の説明
・マスタ語彙について

ちなみに、各大学の講義のLOM情報が山ほど集まったサイトが
NIME-glad 　です。（LOM情報から検索できます。）

ベイズ理論の応用について考えてみる。

ベイズ理論を応用したものに、SPAMフィルターがあります。
ベイズ理論というのは　いわば、条件付確率なので　P（A|B）　BならばAの確率P　みたいな感じです。

わかりやすい解説がありましたので、こちらを参照。

自己学習で分類精度を向上させるベイジアンフィルタ

で、SPAMフィルターの場合、あまたやってくるメールの中からSPAMとそうでないものをより分けるのですが、

これを、探求学習に応用すれば、知的なエージェントがなにか役に立つWebを拾ってくるようなものができるんじゃ

ないかなー。と、思うんですがいかがでしょうか。

今後の課題です。