アウトプット記録

いろんなことをアウトプットします

Dozen0と必要なものを購入したログ

  • 机がそこまで広くないので、手書きでメモを取ろうとすると窮屈な体勢になる
  • 分離キーボードを使えば真ん中にメモ帳を置いてメモができるのでは?
  • 既製品はあまりなく自作するのがトレンド

ということで、やってみようと思い立ったものの、はんだ付けの記憶は学生の遠い記憶。キースイッチもどれを選べばいいかわからない状況(赤茶青黒なら赤が好きぐらいのレベル感)だったので、まずはマクロパッドを作ることにしました。

  • ある程度キースイッチがほしい(マクロパッドとしても使いたい)
  • 練習のためにも表面実装ダイオードがよい
  • ソケット対応がよい

という条件からDozenを購入することとし、キースイッチは通販だと5~10個単位だったので、実際にお店で試して購入してきました。

購入品

Dozen0

f:id:ma110ry:20201227173936j:plain
Dozen0キット

yushakobo.jp

12キーの自作マクロパッドキットです。表面実装ダイオード、ソケット対応、12キーと自分の条件にピッタリあったのがこれでした。

ロータリエンコーダ対応のものとかケース付きのものとかも迷いましたが、ソケット対応があまりなさそうだったので、こちらで。

キーキャップ

Object.Garage – Resin Mountain

f:id:ma110ry:20201227173931j:plain
Resin Mountain

yushakobo.jp

遊舎工房さん通販では売り切りだったものの、店頭に1点だけ残っていたため購入。

手触りといい、幻想的な見た目といい、満足度が高いです。

DSA無刻印

f:id:ma110ry:20201227173936j:plain
DSAキーキャップたち

yushakobo.jp

スイッチがある程度見えたほうが良いかなと思ってクリアタイプを14個購入。

だったのだが、購入時に数え間違いで15個の値段になってしまい、遊舎工房カラーをもう一色購入。結果的に遊舎工房カラーも偶数になったのでこれはこれでよかった。

電子部品君キーキャップ

この子結構好きなので購入。

スイッチ

テスターがあったので、たくさん試してから選びました。長時間触っててすみません。

f:id:ma110ry:20201227173934j:plain
購入したキースイッチ

Gateron

yushakobo.jp

言わずもがななGateronシリーズ。基準となるべく、リニアタクタイルクリッキーで赤茶青を購入。黒は重い、黄色は中途半端、と感じたので見送り。

Tealio v2

yushakobo.jp

テスターを押すとiPadに商品説明が出るのですが、そちらで一番人気のリニア軸、とあったので選出。確かにクセがなくてちょうどいい感じがする。

Zealio V2

かのぺかそ氏がオススメしていたので購入。

「青軸」「茶軸」だけじゃない 自作キーボードで多様な進化を遂げた「互換キースイッチ」たちとその先にある改造の“沼” (2/3) - ITmedia NEWS

一番軽い62gにした。

これ以降は店員さんに色々とアドバイス貰いながら選びました。店員さんありがとうございました。

Alpaca(通常+サイレント)

yushakobo.jp

yushakobo.jp

テスターで色々試した結果、やはりタクタイルよりリニアだなーと感じたので、リニアでおすすめないですか?と聞いたところ提案されたのがこちら。いろいろ試した結果、今の所これが一番の本命です。

これも含めて全部一個ずつ買ってみましたが、あれこれ試さなくてもSilent Alpacaでいいんじゃないか、という気がしている。

Kailh Box

yushakobo.jp

yushakobo.jp

ブレがないとの謳い文句(テスターの商品説明)の通り、真っ直ぐで安定感のある押し心地だったでので、無難に赤(なぜRedProにしたかは忘れた…)と静音タイプのピンクを購入。

白軸は一番うるさいの下さいのリクエストでオススメしてもらった記憶。(更におすすめあったようですが在庫切れでした。。)

NovelKeys x Kailh Pro Heavys Sage

yushakobo.jp

基本的にはリニア軸(である程度軽め)が好きなことが判明したのですが、レイヤ切り替えにクリッキータイプを使いたいので、その候補として購入。押し間違えを防ぐという意味ではある程度重くてもいいのでは?とのアドバイスをもらって比較的重めなクリッキーとしてこちらを購入。

ボタンを押している感が感じられるのでこれはこれでいい感じ。

Novelkeys X kailh Blueberry swicthes

yushakobo.jp

おそらくあと1個どうしようとなって、タクタイルでおすすめありますか?と聞いてオススメされたのがこれだった記憶。やたら可愛い名前なのが印象的。

工具類

salicylic-acid3.hatenablog.com

サリチル酸さんリスペクトなので上記記事を大いに参考して購入。現在到着待ちです。特段特別なものは買っていないので割愛(ハンダごてはクリアタイプを買いました。なぜって?男子はみんなスケルトンが好きじゃないんですか?)

その他

家に帰って改めてビルドガイドを見ると、ProMicroとコンスルーを買い忘れたことに気づきました。遊舎工房さんの通販で購入。

今後

たくさんのキースイッチの出会いもあり、テスターで色々試した結果自分の好みも判明してとてもワクワクしています。

分割キーボードはNKNL_JPを狙ってはいますが、ソケット未対応+キレイに作るのハード、とのことで悩んでいます。モディファイアキーにクリッキータイプをつけるにしても、どのキーにつけるかまでは決まってないので、はじめはソケット対応のほうが無難な気がしています。

(65%(独立アローキー有り)でJIS対応分割キーボードという自分の条件にピッタリ合う)

そう考えると、JISplit89が一番初めには無難な気がしています。移行コストもあまり高くないので、レイヤーやキースイッチの具合を試した上で、ステップアップするなり考えたほうがベターかなと…。

余談

購入後店員さんと少しお話させていただいて、今後の作成予定は?と聞いたら作っちゃおうかな…と言っていたので、やはり行き着くところはそこなのか、と感じました。

あとは一体型も結構あり、アルミ削り出しはやっぱいいなぁ~とも思いましたが、なかなか購入には至らなさそう…。

この記事はTex Shinobiで書きました。

Coursera の 機械学習入門

タイトルにある通り、Courseraの機械学習入門コースをやってました。色んな所でよいとは言われていたものの、英語であること、ビデオ講義にあまりいい印象がなかったことから避けていましたが、流石にやってみるかと思い立ち一気に終わらせました。

とはいえ、結構古いコースであることも事実で、プログラミング教材もMATLAB/Octaveでやるものだったので、それはほぼスキップして、講義の内容を理解するところに重きをおいて学習しました。

ちなみに課金してないので、証明書はなしです。(購入してもいいんですが、プログラミング講義はほとんどやっていない+別に必要な場面がない、ので今のところ購入予定はありません)

参考にしたもの

この方のまとめは参考になりました。各回のまとめを読んでなんとなく理解、ビデオを見ながらメモ、最後に相互に見返して再確認、とするとだいぶ頭に入ってきましたね。

qiita.com

あとどこかで並行してやるといいとあったこの本をようやく買いました。この本だけだと、理解が少し難しいところもあるかと思いますが、このコースと組み合わせることで、だいぶ理解しやすい感じがしました。 直感的な部分をCourseraでやって、詳細をこっちでやる、みたいな。コードもPythonなので、よいかなと。

感想

終わったあとの感想メモはこんな感じでした。

  • おすすめされているだけあって、説明はとてもわかりやすかった
  • まとめもたくさんあるが、やはり自分で聞くほうが頭に入る
  • 基礎の基礎、としてこれを一回通して見ておけば今後の学習がだいぶやりやすくなりそう
  • 単に機械学習アルゴリズムの説明にとどまらず、どうデバッグすべきか?どんな作業で改善できるか?という点も強調して説明があったのは非常に良かった
  • 英語は聞き取りやすい、とはいえ、これで英語の勉強をしよう、というのはちょっとチガウかな。。。とおもった
    • 日本語字幕サマサマであった
    • というか、理解出来ない英語を頑張ってやるくらいなら、別な教材なりでやったほうが良いのでは?という感じ
  • プログラミング教材は真面目にやっていないので、なんとも言えない、が全く役に立たないこともないかなと思った
    • 表記自体はかなり直感的だし、実装についても、講義で習ったアルゴリズムを実装する、ものなので思考力が問われるものでもないので、整理して理解するという意味では意外といいかもしれない
    • ただ、やっぱりOctaveの表記を覚えたところで、、、と思ってしまうので、これをやるくらいならPythonで改めて勉強するなり、補完したほうが良いかなと思った

ただ、このコースが終わったからと言って、何ができる、ということではないと思うので、これを足がかりに今後の学習をすすめていきたいなと。 GW中はお出かけできないので、DLコースをやろうと考えています。

『Python実践データ分析100本ノック』やりました

2月半ばから末にかけて、やりました。

さくっと手を動かす感じならよさげです。

筆者スペック

  • 理系大卒
  • Pythonは半年程度業務でやった程度
  • データ分析・機械学習はnumpy、pandasの使い方をなんとなく知っている程度

本の内容

公式ページ

Python実践データ分析100本ノック - 秀和システム あなたの学びをサポート

データ分析の現場にあって入門書にないもの――それは、「汚いデータ」(ダーティデータ)です。本書は、データ分析の現場では、どんなデータに出会い、どのような問題が生じ、どう対応すればよいのかというノウハウを解説します。事前の加工(視覚化)から機械学習最適化問題まで、100本ノックをこなして、ビジネス現場で即戦力になれる「応用力」を身につけましょう! Pandas、Numpy、Matplotlibなど10個のライブラリを練習します。

データ分析を業務でどう使うか?どういうデータが有るのか?に重きをおいた入門書、という位置づけかと考えています。

概要

  • データ分析は可憐なものではなく泥臭い作業が殆ど

  • どうスコアを上げるか、ではなく、どんなデータをどう扱ってどこに着目するか、の大切さを学べる本です

  • 具体的な理論やアルゴリズムの技術はこの本の範囲外です

  • サクッと手を動かす入門書としてはとっかかりとしてよいのではないでしょうか。ここから好きな領域を学んで更に深堀していく、のがよいかと

章別の感想

1章

データ分析の基礎、という感じ。データ分析をかじった人なら一回くらいはやったことがあるんじゃないでしょうか。

キーワード:データの読み込み、結合、集計、matplotlibで可視化

2章

現場でありがちな「汚い」データを確認して加工する。欠損値の補完はデータを抜く、平均で埋める、とかはあるが、変わらないものだったら他のデータから補完する、という手も使える。(同じ商品単価を利用する)

2つのデータをJOINする際には違う列名でも結合できる、と。途中でデータを出力して、そこから再び分析を再開ができます。

ちなみに、こんなエラーが出るようになりました

D:\Program Files\Anaconda3\lib\site-packages\pandas\core\[indexing.py:189](http://indexing.py:189/): SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame

See the caveats in the documentation: [http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy](http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy)
self._setitem_with_indexer(indexer, value)

pandasのSettingWithCopyWarningを理解する (1/3) - 子供の落書き帳 Renaissance

調べると結構出てくるようだ。iloc[]を使っているからかな?

キーワード:データの揺れ、クレンジング、ダンプ

3章

1,2章の復習+データ活用するための着眼点、といった感じ。

集計したデータに対して、どんな特徴があるのか、どんな傾向があるのか、を把握するためにどこに着目してどう集計すべきか、がまとまっていました。

キーワード:レフトジョイン、ジョインキー

4章

これまで加工してきたデータに基づいて、クラスタリングと線形回帰を実施しました。この章でようやく世間がイメージするデータ分析に近くなってきた印象です。

ここでのポイントとしては、

現場では、精度の高いブラックボックスのようなモデルより、精度が低くても説明可能なモデルのほうが使われることも多い

だと思いました。コンペでは多少理由がわからなくても良い結果が出ることを求めるのに対し(あくまでイメージですが)、現場ではただいい結果が出るよりは、この数値やデータに大きな影響がある、を伝えてあげることが重要なのではないでしょうか。

直感的にあの数値が影響しそう、を客観的なデータ分析で伝えてあげる、がデータサイエンティストの役目なのではないでしょうか。

キーワード:クラスタリング、K-means、主成分分析、線形回帰、LinearRegression、説明変数、目的変数、過学習、回帰予測モデル

5章

最終的には決定木を用いて、求める結果に対して予測するモデルを生成します。

ただ、決定木を使う部分は章の後半であり、やっていることも正直アルゴリズムを使って、パラメータをいじる程度です。

真骨頂としては前半部のデータの加工の流れかなと。本文中にも、

「データ分析は、データ加工が8割」とよく言われますが、実際にこのように手を動かしてみると実感できるかと思います。

とあるように、いかに使いやすいようにデータを加工できるか、がポイントであり、この本で重視している点かなと。

キーワード:カテゴリカル変数、ダミー変数化、決定木

6章

最適化問題とよくキーワードの具体的な流れや課題設定の流れを確認できました。ただ、ネットワーク可視化は小規模なのであまり有用性を感じなかったというか、それで?と思ってしまいました。

(これまでこういった手の内容を知っていなかった、というのもありますが。)

キーワード:ネットワーク可視化、NetworkX、最適化問題、目的関数、制約条件

7章

6章の輸送最適化問題を最適化計算アルゴリズムを使って解きました。

その上で、その妥当性を「あの手この手で」で確認する作業でした。

何を調査するか、確認すべきかは、現場によって異なります。最も重要なことは、結果を鵜呑みにせず、常に疑う姿勢を持って現場の業務改善に望むことです。

キーワード:pulp、ortoolpy、線形最適化

8章

この章は面白かったですね。人間関係のつながりをネットワーク的に可視化。その上で、口コミで広がっていく様子まで可視化しました。

そうしたシミュレーションを定義してやってみる、のはわかりますが、この章では実データからシミュレーションで使えるパラメータを取り出す、ことをやっていました。

「ノック78:シミュレーションのために実データからパラメータを推定しよう」は実際のデータから必要なパラメータを推測していました。この手法が他のデータではどうするか、他のパラメータではどうするか?は結構骨が折れました。しかし、ここが現場では一番の肝になりそうな部分かなと。

9章

ここからは発展編として打って変わって画像識別です。

環境構築で結構詰まって進みが悪かったです。バージョンが悪いのかなんなのか全然終わらず・・・

python-opencvでQt plugin "cocoa"が見つからないというエラー - Qiita

人型を取得するアルゴリズムを使って動画上の人の数を取得しました。結果としてはわかりやすかったですが、ノイズもあり、なかなか簡単にはいかないなと。

画像識別の流れは把握できますが、解説がサラッとしすぎているので、不完全燃焼感がありました。。。

キーワード:OpenCVHOG特徴量、Dlib

10章

アンケートデータをもとに、形態素解析によってデータ分析、最終的には類似するアンケート結果の集計まで行いました。

こちらもざっくりと概要を掴む、という感じでしたが、なかなか面白い感じでした。

キーワード:正規表現形態素解析MeCab、類似文書の検索

全体を通しての感想

「おわりに」の文章の中で以下の一文が印象に残りました。

それぞれの現場で働く担当者さんとの対話を行うなかで、より良い解を見つけていき、必要であればその都度技術を学びながら解決していく姿が、真のデータサイエンティストの姿であると言えます。

データサイエンス、は一見華麗なように見えますが、実際業務に活かす場合には泥臭い作業がほとんどだと思います。

現場の課題はなにか?理想はどこか?そのギャップはどこか?ギャップを表すためにはどうするか?ギャップを埋めるためには何が必要か?データ分析でできるか?必要なデータはあるか?などなど・・・。

そういったことを解決してようやく、さあ分析してみようか、となるはずです。(もっとも、この本の例題のように、データがあるからなんかわかることない?ということも往々にしてありそうですが。)

データサイエンティストがきれいな仕事ではなく泥臭いものだ、ということがよくわかる本でした。

伊沢拓司『勉強大全』感想

読みました。勉強記録のために始めたブログがただの読書記録になっている。。。

勉強大全 ひとりひとりにフィットする1からの勉強法

勉強大全 ひとりひとりにフィットする1からの勉強法

読むきっかけ

  • 伊沢拓司が割と好きだった
  • 受験以外でも役に立つらしく、うまく知識をみにつけるための力をつけたかった

気になったポイント

  • ホントのところ「本番で点数を取る」なんてのは、人生ベースで見ると大したことではありません。 むしろ大事なのはもうひとつの目的「目標となる大学に合格すること」、そしてその先にある「その大学で自分が何をするか」です。
  • 半ば強制的に壁が立ちはだかり、それをどう攻略するかを考えなければいけない「受験」という制度は、いつか必要になる自己分析の機会を無理矢理にでも創ってくれる、という点で価値がある。僕はそう考えています。
  • 「勉強法」とは「最短の努力で合格にたどり着くためのベクトル」のことです。
    1. 合格のためには勉強法も努力量も必要
    2. 勉強法の方向性が合っていないと、余分な努力が必要
    3. 勉強法の方向性が合っていても、努力が足りなければ合格できない
    4. 勉強法は目標との距離感を測りつつ常に見直し続けるもの
    5. 目指す目標によって、求められる勉強法は変わってくる
  • まずは、等身大の自分を確認し、すこしだけ背伸びしてみる。背伸びが板についてきたら、もう少し高く。それを繰り返し、できる範囲を少しずつ広げていった先に、成長した自分があるはずです。
  • 受験は、リスクです。人生におけるいくつもの選択肢を消し、大学に行って身を立てようというリスクを負う行為です。 決して、安全に人生を進めるための行為ではありません。消えていった選択肢のことを考え、あなたが他のことをせずに捻出した時間のことを考えた時、今進めようとしている人生の一大プロジェクトの重みを感じませんか?

感想

単なる勉強テクニックに流れるのではなく、そもそもなぜ受験するのか?からきちんと語られているのがすごく好印象で腑に落ちる説明でした。確かに今後の人生を大きく左右する出来事にはほかなりません。しかし、この時代、大学に入ったところで何も与えられませんし、なにか特別なことでもありません。(2010年代において大学の進学率は50%超で推移しています)

なのになぜ受験するのか?世間体?親からの期待?将来のため?その答えはもちろんなんだっていいはずです。しかしなにより大切なのは本人が納得して受験に取り組むこと。でないといくら勉強法を語ったところで身につかないし、役に立ちません。

「受験はリスク」とまで言う筆者ですが、同時に「受験も悪くないよ」とも言っています。これはそのとおりだと感じました。自分も振り返ってみても辛いことのほうが多かったような気がしますが、今となってはいい思い出です。(まぁ、自分の場合は受験そのものが役に立った、というよりはその先の大学生活が役に立った、というほうが正しいですが。。。)

勉強法を合格にたどり着くベクトル、と例えていましたが、これは勉強だけではなく他のことにも言えると感じました。

例えば仕事だって何らかの成果(アウトプットとも言いかえられるでしょう)を出すためには適切な方向に適切な努力が必要となります。方向がずれていれば無駄な時間や労力がかかり、いくら効率的にやっても単純にマンパワーが必要なときだってあります。一方で、間違っていたとしてもメンバーとうまく連携が取れていれば多少の修正は聞きますし、上司やクライアントによって求められるものは千差万別です。

単純に他人と比較するのではなく、あくまで自分の立ち位置、能力を見据えて、今日よりも明日、明日よりも明後日、と地に足のついた成長が大切だとも語られる本書は辛く感じてしまう受験生活を一緒になって支えてくれるバイブルになる、そう感じました。

後半はより具体的な勉強法になっていたので、ひとまずは割愛。さすがにもう国語の勉強法はそこまで重要じゃないので。。。

いやー面白かったですね。もう受験なんていらないような大人が読んでも学びがあるんじゃないかと思いました。

『インプット大全』感想

読みました。

学び効率が最大化するインプット大全

学び効率が最大化するインプット大全

まとめ

自分の興味・関心、インプットの目的や方向性を明確にすることで、膨大な情報から必要な分野を絞り込んだ上で、更にそこからエッセンス(=必要な情報)だけをインプットすることが可能となる。インプットに際してはアウトプットを前提にすることでより高い効果が期待できる。

ポイント

  • 前項で「インプットの質を高めよう」といいましたが、インプットの質を高めることを本書では「インプットの精度を高める」と表現します。ダーツの中心を狙うイメージをしてもらうと、わかりやすいと思います。(中略)そもそも「必要のない情報」は、「見ない」「接触しない」、つまり情報を「捨てる」努力が必須なのです。
  • インプットの目標があいまい。どこに向かっていいかわからない。これでは、インプットの精度が悪く、まったく自己成長が期待できないのです。勉強する場合、本を読む場合、講座を受講する場合。何か学んだり、インプットしたりするときは、必ず「方向性」と「ゴール」を設定してください。たった10秒のワークですが、インプットの精度が飛躍的に高まります。
  • 実は、何度もアウトプットしなくても、一発のインプットで記憶に残す、そんな超裏技のインプット術があります。それは、「アウトプット前提でインプットを行う」ということです。私は、アウトプット前提、略して「AZ」と呼んでいます。
  • アンテナを建てるための4つの方法
    • 興味・関心のあるキーワードを書き出す
    • 目的、テーマを明確にする
    • 自分で自分に質問する
    • アウトプット前提にする
  • 「3つ」に絞り込むことによって、「注意のアンテナ」が立ち、集中力も高まり学びの効率が最大化します。

個人的に気になったところ

  • 生のライブを観に行き、ポジティブで活気あるエネルギーを受け取る。人生を楽しく豊かにすることは、意外と簡単です。
  • 情報工学の世界では「DIKWモデル」というものがあり、「データ」「情報」「知識」「知恵」を、それぞれ下図のように定義しています。
  • 家と会社を往復する限り、会社や仕事関係以外の交友が広がることはまずありません。あなたの交友関係のコンフォートゾーン(快適領域)を出て、まだ会ったことのない人に会いに行かなくてはいけません。
  • 娯楽には2種類あります。フロー概念の提唱者であり集中力研究の世界的権威であるチクセントミハイ教授は、娯楽を「受動的娯楽」と「能動的娯楽」にわけました。

感想

  • インプットはあくまで手段であり、なんのためにインプットをするのか、したいのかを明確にする必要がある。「勉強大全 ひとりひとりにフィットする1からの勉強法 | 伊沢 拓司」でも同じような話があって、勉強法はベクトルである、という表現がすごく印象的だった。目標がある点だとすると、現時点から目標に向かって進むための最短距離がそのインプットなのか?どのようなインプットであれば正しい方向へ進むことができるか?を意識することが不可欠だと感じた。
    • 本を読む(≒なにかインプットする)前には何を身に着けたいか?なぜこれが適していると判断したか、を残しておくことにする
  • 方法論の部分ではテレビや遊びも完全に悪とはせず、使い方によっては良質なインプットになるものだと感じた。これも前項と関連するが、主体性が肝となるのではないか。ただ漫然とやるのではなく、目的のためにテレビを見たり、遊びをしたり、と目的を持ってやることで得られる成果も向上することができる
    • やることなすことに対して、一つ一つ意義を見いだせるか考えて、言語化する。
  • 学びは3つまで、は「アウトプット大全」でも語られていた。適切に3つを得るためには「いちばん大切なところはどこか?」を探す能力が必要だ。この本ではそれをやりやすくするために自分は何を学びたいか、をセミナーの前に考えておくことを推奨している。それによってスコープが定まることで、自分にとっての抽象化が容易となるではないか。
    • アウトプットに際してはもっと重要なポイントはどこか、この本の魅力はどこか、を考えてみる。

余談

  • ちょくちょく自分語りが入るのは好みが分かれそうだ。。
  • 前作でも各種資料のダウンロードが特典としてついてきて、それはそれでありがたいんだが、メールマガジンに登録されてちょっとうーんって感じだったので特典DLは迷う。
    • 今回は登録されないようだ。(解除したメールアドレスを使用したためか?)

『多動力』感想

読みました。

多動力 (NewsPicks Book) (幻冬舎文庫)

多動力 (NewsPicks Book) (幻冬舎文庫)

気になった内容

  • もはや、産業ごとの〝タテの壁〟は崩壊していくのだ。「この肩書きで一生食っていく」などと言っている人は、自分で自分のキャパシティを狭めてしまっているだけだと思う。
  • 「完璧主義者」は、何度もやり直し、一つの仕事にアリ地獄のようにハマってしまう。目指すべきは、完璧ではなく、完了だ。 目の前の仕事をサクサク終わらせ、次に行く。そして前の仕事には戻らない。「完了主義者」こそ、大量のプロジェクトを動かすことができる。
  • 10冊の流行のビジネス書を読むよりも、1冊の骨太の教養書を読もう。
  • メルマガに限らず物事を継続するためには、時間を短縮するよりも、やり方を一工夫しストレスがかからないようにすることが重要だ。
  • 大切なのは、働く時間の長さではなく、「一工夫」をすることで、リズム良く仕事を進めることだ。そして、「原液」となるものを生み出し、自分が動かなくとも、自分の分身にまで働いてもらう。結果、周りから見ると一人の人間がやっているとは思えない量の仕事を動かすことが可能になるのだ。

感想

単なる技術、知識だけではすぐ代用されてしまうため、単純に一つのことだけ詳しいだけでは勝ちはありません。プロ×プロの掛け算で価値を上げていく必要があります。(ここまではこれまで読んだような本でも散々語られていましたね。)

そのためには「多動力」を意識することが必要だ、とこの本では語っています。すなわち、やりたくないこと、自分でなくてもいいことにかける時間を減らして、自分にしかできないこと、自分がやりたいことへの時間をいかに増やすか?を追求する必要がある、と。

ここでいらない時間を減らすためには、やらない選択肢もあります。しかし、脳死的にただやらない・無心でこなす、のではなく、ひと工夫することが重要です。すぐにやめてしまうのではなくどうやったら効率的にできるか?このやり方が最善か?誰かに渡せないか?と考えるのです。そのいらない時間でも他の人には必要だったり、やめることで迷惑がかかってしまう可能性を考慮して、どうするのが自分にとって最善かを判断することが重要だと感じました。

自分を省みると、やりたくないこと、自分でも無駄だと思うものこそ、ついダラダラとやってしまいます。だからこと、代わりになるものはないか?手間を減らすにはどうするか?を常に考えることを意識します。ダラダラとやってしまう背景には「完璧主義」もあると感じました。自分がやらないと、と無意識的に思ってしまうのです。「完了主義」は意識的に実践したいスキルの1つです。

0-80と80-100は同じぐらい大変だと思うが、0-80のほうが間違いなく価値が高い 100をひとつこなすよりも80を複数のほうがいいと最近は思うようになりました。

いい意味でできるだけ楽ができるか?を考え、空いた時間で自分らしく、自分が楽しいと思えることをこなしていきたいです。

あと個人的に、

10冊の流行のビジネス書を読むよりも、1冊の骨太の教養書を読もう。

はすごい刺さりました。Kindle Unlimitedで最近読んでるNewsPicks系の本の内容は正直どれも似たりよったりだと思うんですよね。。いいものをじっくり読むことがもっと必要だなぁと感じています。。