あきらめないってことは才能があるってこと。（鎌田實）
神は乗り越えられる試練しか与えない。（南方仁）
「あきらめなければ、だれでも医者になれる」（ME!）
どうも。専門医の医学博士です。コメントありがとうございます。
（以下CM。その後、本文。最初は読み飛ばしてください。）
ぼく（MD PhD、医学博士、専門医、指導医、助教授、Assistant Professor、原著論文多数発表済み、特許獲得済み、科研費獲得済み）は今世紀最高の発見といってもいいぐらいの画期的な記憶法や勉強法を見つけ出しました。
それを無償でみなさんに公開します。
BUT！ぼくの作ったリンクをクリックしたあとで、アマゾンのネット通販で日常雑貨、食料品、参考書や教科書、文房具、最新のICレコーダーを買ってください。アマゾンはクレジットカードなしで、送料無料、しかも市場最低価格です。クリックしたあとで買っていただくだけで、ぼくに購入金額の３％くらい、寄付が入ります。
ちなみに、アマゾンのリンクをただクリックしただけでは報酬は発生しません。また、リンクをクリックしたあとなら、どんな商品を購入しようと報酬となりますので、好きなものを買ってください。
情報公開を早めるために、ご寄付をよろしくお願いします。(中高生はAmazonギフト券をコンビニで買って、Amazonで参考書を買いましょう）
＊以上、お知らせおわり。以下、本題です。（追記以外は、医学生時代の文章です。そのまま残してます。）
あなたは医師になりたいですか？なりたいならなれます。この記事をすべて読めば。共通テスト前に，そして，出願前にこのブログを見つけられてラッキーでしたね。
ぼくは何度も国立大学医学部医学科の受験を失敗して、結局、合格して医者になるための勉強をしているわけですけど、あらためて、周りのもと受験生、 いま医学生を見ていると、大学受験で受かるだけの実力が自分よりもあったひとたちというより、運がよかった人が多いと思えるんです。
ぼくは何度も不合格をくらったわけですが、そのときの自分と彼らとどっちが実力があったかっていうと完全にそのときの不合格をくらったぼくなんですよね。
じゃ、かれらが現役なり一浪でうかって、ぼくが受からなかった理由はっていうと、運と情報の差だったと結論付けられるんです。
運はもちろん、そのときの受験生の実力がなくて、たまたまうかった、あるいは、その大学の近くに生まれ育ったから、地元枠で推薦ではいれた、あるいは、面接だけの試験で、たまたま好印象をもらえて合格させてもらえたってことです。（たまたまではなく、自分にプラスにしかならない履歴を捏造することも大切な合格法なのかもしれませんが）
情報の差っていうのは、その医学部医学科がどれくらい簡単に入れるかっていう情報です。
ぼくが何度受験しても落ちた大学と志望校を変えてあっさり合格できた大学のどっちが偏差値が高いかって言うと、実は、あっさり合格できた大学のほうが偏差値が高いんですよね。河合塾のランキングによると。
だから、いかに河合塾、代ゼミ、駿台（大手SKY塾）の偏差値ランキングが役に立たないかって言うことを物語っています。
この文章を読んでくれた医者になりたい受験生にいいたいのは、
「自分に医者になれるだけの才能、素質があるのかって自分を疑うよりもはるかに
『自分は医者になるための努力を惜しまないと誓え、患者に奉仕する意思があるんだから、医者になって当然の人間だ』
って割り切って、自分の実力でも入れる大学を探す、情報をもとめることに専念しなさい。」
ということです。
目の前の英単語を１００増やすよりも、まずは、情報を集めにいろんな塾の事務のおじさんに聞きに行ったり、医学部専門の塾がもっている情報をもらいにいくことのほうが大切なんですよ。
あとは、都市部にある大学はレベルが地方の大学に比べると高すぎるので、これ以上浪人したくないなら、避けたほうがいいってこと。
一問ミスっただけで落ちるプレッシャーに勝てる自信のある人だけ受験してください。
ぼくは都市部の大学に仮面浪人していたのでわかるのですが、都市部の大学にいこうが、田舎の大学にいこうが、教えてもらえることは同じだし、キャンパスライフもたいしてかわりません。あまり有名大学にこだわらない賢い大学選びをおすすめします。都市部のほうが女子大の女の子と合コンできる回数は増えるかもしれませんが、看護科の女の子はかわいいので合コンの必要はありません。部活で恋人は見つかります。
（追記）
有名大学出身のほうが医者としてエリートだから、その後も医者として成功できるんじゃないかと幻想を抱いて有名大学を選ぶかたもいると思います。
たしかにうちの大学の教授は、東京大学理科３類出身がちょっとだけ多いです。その多くが、ちょっと変わってます。
でも、たった６年間しか大学に在籍しないのに、医者としての人生が左右されるとは全く思えません。
それよりも、真面目に６年間勉強してればだれでもマッチングできる東京大学付属病院で働き(東大でもフルマッチしたりしなかったりのレベルですから、まともなコミュニケーション能力があれば就職はだれでもできます。)、そこで医療を学び、入局し、東大大学院でいかにインパクトファクターのある博士論文をかけるかのほうが大事です。（追記！大学の助教になった今、この考えはやはり変わりませんでした。）
もっといえば、大学の名前よりも、医局の知名度、あるいは、教授の実力で研修先を選んだほうがいい。
だから、出身大学の名前で医者としてのキャリアなんて形成されないんですよ。
結論。
これ以上浪人したくないなら、有名でない地方の大学を受験しましょう。
どうせ、みなさん医者になったら、出身大学と関係なく、初期研修はめちゃくちゃ給料の高いド田舎の病院か都市部の有名病院、セイロカ、虎ノ門、東京医科歯科付属病院に行くことになるんですよ。医者としての実力があればマッチングなんてどの病院でもだれでも合格できます。
大学を名前で選ぶのは意味ないです。
大学は医者になるための通過地点。幼稚園を名前で選ばないように、大学も名前で選ばないようにしましょう。
（追記終わり）
それから、具体的な情報源として有力なのは、それぞれの塾にある合格体験記と合格した人の偏差値推移と大学の募集人数の倍率とどれだけ首都圏の高校生が受験しないのかというデータです。
出題のされ方によっても運、不運がついて回ります。
たとえば、面接のある大学では、浪人するほど不利になり、年をとっているだけで減点の対象となります。
以前にも書きましたが、もし２０代で再受験するなら、経歴はいくらでもうそをつけるので、大学にいっていたとか、企業で働いていたとかしっかりとした経歴が必要になります。
しっかりうそをつくための資料を作りましょう。
さて、国立大学医学部医学科には４つの種類があります。
１．共通テスト重視、２次は面接のみ。（現役生有利。でも、いい経歴がある再受験生にも有利。意外な穴場。）
２．共通テスト、２次、半々と面接、小論文。（計算速いひとが有利。あんまりお勧めできない。）
３．共通テストより２次重視、面接あり。（浪人するほど、不利になるが、実力があれば入れる。こっちがおすすめ。）
４．共通テストより２次重視、面接なし。（いくら浪人してようが、３０代だろうが、実力だけで入れる。）
ぼくは３か４が正当な入り方だと思っていますが、
ぶっちゃけますと、１がこのブログでいうところの、「運と情報で入れる大学」ということなんです。
才能はまったく関係ありません。（面接のときに、あふれでるまじめっぽさが才能ともいえるかもしれませんが。）
ためしに、今、全国の医学部を医学部予備校が発行している雑誌かなにかで、探してください。代ゼミ（代々木ゼミナール）でも、河合塾でも、駿台予備校でも出してるはずです。
１のタイプの穴場が地方にはいっぱいありますよ。 １だけど、倍率が低くて、共通テスト８割でも入れちゃう大学が♪
そういう地方の大学の面接では、「この県に残って、一生この県で医者を続けるつもりです。」っていう言葉をしっかりいれてください。
面接官が聴きたい言葉は、その県に残って医者として働くということなんです。
あるいは、その先生が基礎研究の先生なら、「医者の免許をとったあとは、大学院に行って研究室に所属しながら、大学病院で働きたいです。」といっておくとかなり印象がよくなります。
地方の大学の大学院は定員割れしているところが多いですから、基礎系の先生にとっては、医学生が研究に来てくれることを喜んでくれるんです。
情報を見つけてそれにしたがって、志望大学を決めましょう。
「受かる」大学を受験する。浪人しない。
（追記）
レジナビという説明会で研修先の病院説明を聞いてあらためて思ったのは、地方は医者がぜんぜんいないし集まらないっていうことなんです。上の記事でもすでに書いてますけど、本当に、たいして勉強しないでも医者になりたいなら、あるいは、これ以上、ゼッタイ、浪人したくないなら、どうしても医者になりたいなら、地方の大学を受験したほうがいいです。変なプライドは捨てましょう。地方の医学部は、たいして実力のないひとでも、残ってくれそうなひとなら、合格させてくれますから。
具体的に、おすすめの地方の大学ってどこ？という声にお答えして具体名を書いておきます。基本的に、読者のみなさんの住んでいる場所でおすすめが変わってきます。都市圏在住のひとは、その地域に近い過疎地域の大学が最も望ましい大学ということになります。
旭川医科大学、札幌医科大学、弘前大学、秋田大学、山形大学、福島県立医科大学、新潟大学、群馬大学、信州大学、山梨大学、岐阜大学、滋賀医科大学、富山大学、島根大学、鳥取大学、香川大学、徳島大学、高知大学、愛媛大学、宮崎大学、山口大学、長崎大学、鹿児島大学、熊本大学、大分大学、琉球大学などです。地方といっても、新幹線などで、都心から２時間でいけるような大学や名前が売れている、パブリックイメージがいい大学は難しい傾向にあります。（注釈：大学名は適当に人気がなさそうな地方を書いてます）
（考え方には個人差があります。受験情報というのはしばしば非科学的です。それを前提にして情報の取捨選択をしてみてください。）
【ぼくの方法論で合格できた人へ。
おめでとうございます。コメントください。
だめだったひと。さっさときりかえて，来年度に入学しましょう。きみよりきっと，ぼくのほうが多く浪人したんだから安心してもう一度，挑戦してみてください。まわりはぴーぴーうるさいだろうけど，勉強して身につけたデータだけがきみの味方です。具体的な方法はすでに示してあります。
●【理解して最適化する】リズミックイントネーションラーニング。
●【理解して残す】マインドマッピングによる論理ノートとマクロノートによる知識の構築。
●【最適化されたものを速聴で聴覚と視覚記憶する】その知識を簡単に思い出すためのオリンパスのICレコーダー（新しい方がおすすめ）を利用した速聴写真ラーニング。
●【整理して理解する】二元論による思考整理技術。
●【精神状態を一定に保つ】マインドフルネス ベースド ラーニング
●【健康状態を一定に保つ】ヘルスメンテナス ベースド ラーニング
●そして、長い時間かけて大量に書いた全教科、全科目の説明。ぼくの理解方法や知識のこじつけ方、語呂合わせはすべて公開しています。（言葉は書き終わったんですが、絵のほうがまだ説明し終わってません。絵というのは以下のようなマインドマップ形式のイメージ図のことです。例示として、速聴写真記憶術のマインドマップを描いてみました。）
【追記】
数年前にキンドルストアで電子書籍を出版しました。ありがたいことに多くの方に買っていただいて、何度も改訂、改良を続けています。一度買っていただくと、アップデートされ続けます。
すぐに実践できて、効果が実感できる記憶の基本を説明してます。ご支援宜しくお願いします。
きみはもう勉強法をどうすればいいか悩むことなく、努力した分だけ、成績がよくなる方法論を手に入れたも同然です。なにもかもから拒否されてるんじゃないかという恐怖感や早く進路が決められなかった苦労を知った分だけ、医学への熱意は誰にも負けないと思えるはずです。がんばれ。
追伸
この記事を書いた当時は医学生でしたが、今は内科医としてがんばっています。
ぼくの方法でちゃんとエビデンスを作れる医者になれると証明できてますので、安心してまねしてみてください。
【追記】
電子書籍にして下記の本にぼくの知識を全部まとめて一冊にしました。
ぼくの持ってる知識、知恵、全部書いてます,
Just because NO JOB is finished, until the PAPERWORK is done.（書かなきゃ意味ないよ。伝えて残さなきゃ意味ないよ。誰でも読めるようにしなきゃ意味ないよ。英語にしなくちゃ意味ないよ。世界中の人が読めないと意味ないよ。日本人しか読めないのは意味ないよ。）
だからです。二郎ラーメンでいうところの、全マシです。
おすすめの無料試し読み（寄付）の方法があります。
上記リンクを押した後に、Kindle Unlimitedに入会いただき、ぼくに500円の紹介料：アフィリエイト：寄付をいただき、筆者のやる気スイッチを押していただき、
さらに、Kindle Unlimitedでぼくの本を最初から最後まで流し読みで飛ばし読みしていただくと、
合計4000円分の寄付をしたことになります。（後半、全部英語ですが、ここも飛ばし読みしてください！）
ただ1冊購入するより、はるかに筆者をやる気にさせます。
よろしくおねがいいたします。
30日以内に読み終えて退会すれば、無料でぼくの本が読めて（読者WIN）、かつ、寄付もできる（筆者WIN）！
Amazon（ジェフ・ベゾス）ありがとう！
浮いたお金で、ぜひアマゾンで好きなものでも買ってください。僕の本を購入すると、この本、一生アップデートされ続けます。
追記おわり。
追追伸 Youtubeに勉強法紹介ビデオを投稿し始めました。無料です。チャンネル登録して元気をわけてくれ(元気玉)
http://ndthikaru.blog74.fc2.com/blog-entry-633.html
チャンネル登録、450人しかいません（泣）拍手ボタンよりもチャンネル登録ボタン押してください。
●Discordでコミュニティー形成を始めます。そして、Kiitara DAOへ。
https://discord.gg/8rGHYXCP3d
Discordというのは匿名で使えるSlackとかMicrosoft Teamsみたいなものです。コミュニティーを作る道具です。
聞いたら忘れない勉強法の質問に何でも答えます。ブログよりも検索性が高いので、Discordで質問してください。
●Twitterも始めてます。
おもに大人の層を取り込むのに有利なので、Twitterを始めました。
@Kiitara
ぜひ、ツイートしてください。
●TikTokも始めてます。
【追追伸】
文部科学省から科研費（若手B、そして若手研究も）をもらいました。初めて申請して一発合格です。
不合格しない記録は、大学合格から国家試験、大学院試験、はたまた、科研費応募においても連勝記録更新中です。
ぼくの方法論をまねしていただければ、科学研究費を国費（300万円）からもらうことも可能だということを証明できています。
（追追追伸）
そして、さらに、専門医資格を取得し、医学博士になれることも、指導医になれることも、大学病院の助教になることも証明できています。
（追追追追伸）
はたまた、産学連携して、企業と共同研究することもできます。
学会発表や論文発表の利益相反に、企業の名前をいれることも可能です。
（追追追追追伸）
Furthermore！ファーザーモア！
特許を取得することもできます（国際特許も取れます。出願中は2個。）。
大学を通して、日本で特許申請しましたので、数ヶ月後に取得できると思います。（特許って申請してから数ヶ月に正式に取得許可がおりるもんらしいっす）
弁理士さんに書類を作ってもらったので、僕はアイデアを説明しただけです。
世界各国で特許を取りに行かないといけないので1000万単位のコストがかかるらしいです。
この特許を使って、新しい治療法を確立すべく頑張っていきますよ。探索的臨床研究。Proof of concept、PoCってやつ。
横道それますが、
金持ち父さんという本で
人生の発達段階、サラリーマン→自営業者→ビジネスオーナー→投資家
っていうのがありました。
これ、医者という職業に当てはめると
医局員→クリニック経営→病院長→投資家
ってことになります。
教授には人事権が与えられるし、院長には罷免する権利がないので、教授職はクリニック経営みたいなものかもしれません。
クリニック経営はレッドオーシャンで、かつ、お金を気にし続けなければならず、何より地域にしか社会貢献できません。
医者になったからには、『病院長王に俺はなる！』（ワンピース、モンキーDルフィーより改変）
というのが最終目標なんだろーなー。
獲得見込みの特許で、アカデミア発のスタートアップを作るべきなのか。うーん。
そうすれば、兼業申請できて、プロジェクトに使える時間が増えるからなぁ。
（横道終わり）
ぼくの勉強法であれば、いろんな発見、発明ができます。
国際論文はアクセプトされる医者はいくらでもいますが、
科研費獲得（若手研究連チャン）、JSTの支援を受けて国際特許獲得（今のところ２個目、もうすぐ3個目）、橋渡し研究でAMEDから支援獲得、特定臨床研究をやってる若手医者なんて教授レベルです。（自慢）
医師の研究アクティビティ、新しい治療法の社会実装レベルとしては偏差値80超え、否、
偏差値1000000000000000000000000000000000000000000000000000000000000レベルです
（自画自讃）。
やはり、科研費取得も、英語論文のアクセプトも二元論ベースです。みなさんの大学受験のときに身に着けた二元論や方法論はエビデンスを作る上で、欠かせない基礎中の基礎です。
大学受験よりも遥かに簡単に科研費取得も英語論文アクセプトもできます。医学博士にもなれてしまいます！
だから、安心して僕の方法論っていうか、ラーニングメソッドを真似してください。
You WILL be glad you did !!
僕の本はフォレスト出版から出た紙媒体もあります！
Kindleから紙媒体で読むこともできます！（注：ぼくには10円しか報酬がないので、紙の本はファンの方だけ買ってください。）
2023年 盆 吉日】
追記
最近発表された統計によると、２０１９年度合格者は、男女差別、浪人差別がなくなった初めてのまっとうな医学部受験突破した方、ということになりました。その後、私立大医学部医学科合格者数の男女比がガクッと変わりましたね。
おめでとうございます。
今年度と昨年度で男女比が大きく変わった、あるいは、多浪した受験生が合格した医学部は全部、秘密裏に点数調整していたということがわかってしまいます。
ですよね？Y●市立大学（怒）
↓参考になったら拍手ボタンを押していただけるとぼくは泣いて喜びます。
神は乗り越えられる試練しか与えない。（南方仁）
「あきらめなければ、だれでも医者になれる」（ME!）
どうも。専門医の医学博士です。コメントありがとうございます。
（以下CM。その後、本文。最初は読み飛ばしてください。）
ぼく（MD PhD、医学博士、専門医、指導医、助教授、Assistant Professor、原著論文多数発表済み、特許獲得済み、科研費獲得済み）は今世紀最高の発見といってもいいぐらいの画期的な記憶法や勉強法を見つけ出しました。
それを無償でみなさんに公開します。
BUT！ぼくの作ったリンクをクリックしたあとで、アマゾンのネット通販で日常雑貨、食料品、参考書や教科書、文房具、最新のICレコーダーを買ってください。アマゾンはクレジットカードなしで、送料無料、しかも市場最低価格です。クリックしたあとで買っていただくだけで、ぼくに購入金額の３％くらい、寄付が入ります。
ちなみに、アマゾンのリンクをただクリックしただけでは報酬は発生しません。また、リンクをクリックしたあとなら、どんな商品を購入しようと報酬となりますので、好きなものを買ってください。
情報公開を早めるために、ご寄付をよろしくお願いします。(中高生はAmazonギフト券をコンビニで買って、Amazonで参考書を買いましょう）
＊以上、お知らせおわり。以下、本題です。（追記以外は、医学生時代の文章です。そのまま残してます。）
あなたは医師になりたいですか？なりたいならなれます。この記事をすべて読めば。共通テスト前に，そして，出願前にこのブログを見つけられてラッキーでしたね。
ぼくは何度も国立大学医学部医学科の受験を失敗して、結局、合格して医者になるための勉強をしているわけですけど、あらためて、周りのもと受験生、 いま医学生を見ていると、大学受験で受かるだけの実力が自分よりもあったひとたちというより、運がよかった人が多いと思えるんです。
ぼくは何度も不合格をくらったわけですが、そのときの自分と彼らとどっちが実力があったかっていうと完全にそのときの不合格をくらったぼくなんですよね。
じゃ、かれらが現役なり一浪でうかって、ぼくが受からなかった理由はっていうと、運と情報の差だったと結論付けられるんです。
運はもちろん、そのときの受験生の実力がなくて、たまたまうかった、あるいは、その大学の近くに生まれ育ったから、地元枠で推薦ではいれた、あるいは、面接だけの試験で、たまたま好印象をもらえて合格させてもらえたってことです。（たまたまではなく、自分にプラスにしかならない履歴を捏造することも大切な合格法なのかもしれませんが）
情報の差っていうのは、その医学部医学科がどれくらい簡単に入れるかっていう情報です。
ぼくが何度受験しても落ちた大学と志望校を変えてあっさり合格できた大学のどっちが偏差値が高いかって言うと、実は、あっさり合格できた大学のほうが偏差値が高いんですよね。河合塾のランキングによると。
だから、いかに河合塾、代ゼミ、駿台（大手SKY塾）の偏差値ランキングが役に立たないかって言うことを物語っています。
この文章を読んでくれた医者になりたい受験生にいいたいのは、
「自分に医者になれるだけの才能、素質があるのかって自分を疑うよりもはるかに
『自分は医者になるための努力を惜しまないと誓え、患者に奉仕する意思があるんだから、医者になって当然の人間だ』
って割り切って、自分の実力でも入れる大学を探す、情報をもとめることに専念しなさい。」
ということです。
目の前の英単語を１００増やすよりも、まずは、情報を集めにいろんな塾の事務のおじさんに聞きに行ったり、医学部専門の塾がもっている情報をもらいにいくことのほうが大切なんですよ。
あとは、都市部にある大学はレベルが地方の大学に比べると高すぎるので、これ以上浪人したくないなら、避けたほうがいいってこと。
一問ミスっただけで落ちるプレッシャーに勝てる自信のある人だけ受験してください。
ぼくは都市部の大学に仮面浪人していたのでわかるのですが、都市部の大学にいこうが、田舎の大学にいこうが、教えてもらえることは同じだし、キャンパスライフもたいしてかわりません。あまり有名大学にこだわらない賢い大学選びをおすすめします。都市部のほうが女子大の女の子と合コンできる回数は増えるかもしれませんが、看護科の女の子はかわいいので合コンの必要はありません。部活で恋人は見つかります。
（追記）
有名大学出身のほうが医者としてエリートだから、その後も医者として成功できるんじゃないかと幻想を抱いて有名大学を選ぶかたもいると思います。
たしかにうちの大学の教授は、東京大学理科３類出身がちょっとだけ多いです。その多くが、ちょっと変わってます。
でも、たった６年間しか大学に在籍しないのに、医者としての人生が左右されるとは全く思えません。
それよりも、真面目に６年間勉強してればだれでもマッチングできる東京大学付属病院で働き(東大でもフルマッチしたりしなかったりのレベルですから、まともなコミュニケーション能力があれば就職はだれでもできます。)、そこで医療を学び、入局し、東大大学院でいかにインパクトファクターのある博士論文をかけるかのほうが大事です。（追記！大学の助教になった今、この考えはやはり変わりませんでした。）
もっといえば、大学の名前よりも、医局の知名度、あるいは、教授の実力で研修先を選んだほうがいい。
だから、出身大学の名前で医者としてのキャリアなんて形成されないんですよ。
結論。
これ以上浪人したくないなら、有名でない地方の大学を受験しましょう。
どうせ、みなさん医者になったら、出身大学と関係なく、初期研修はめちゃくちゃ給料の高いド田舎の病院か都市部の有名病院、セイロカ、虎ノ門、東京医科歯科付属病院に行くことになるんですよ。医者としての実力があればマッチングなんてどの病院でもだれでも合格できます。
大学を名前で選ぶのは意味ないです。
大学は医者になるための通過地点。幼稚園を名前で選ばないように、大学も名前で選ばないようにしましょう。
（追記終わり）
それから、具体的な情報源として有力なのは、それぞれの塾にある合格体験記と合格した人の偏差値推移と大学の募集人数の倍率とどれだけ首都圏の高校生が受験しないのかというデータです。
出題のされ方によっても運、不運がついて回ります。
たとえば、面接のある大学では、浪人するほど不利になり、年をとっているだけで減点の対象となります。
以前にも書きましたが、もし２０代で再受験するなら、経歴はいくらでもうそをつけるので、大学にいっていたとか、企業で働いていたとかしっかりとした経歴が必要になります。
しっかりうそをつくための資料を作りましょう。
さて、国立大学医学部医学科には４つの種類があります。
１．共通テスト重視、２次は面接のみ。（現役生有利。でも、いい経歴がある再受験生にも有利。意外な穴場。）
２．共通テスト、２次、半々と面接、小論文。（計算速いひとが有利。あんまりお勧めできない。）
３．共通テストより２次重視、面接あり。（浪人するほど、不利になるが、実力があれば入れる。こっちがおすすめ。）
４．共通テストより２次重視、面接なし。（いくら浪人してようが、３０代だろうが、実力だけで入れる。）
ぼくは３か４が正当な入り方だと思っていますが、
ぶっちゃけますと、１がこのブログでいうところの、「運と情報で入れる大学」ということなんです。
才能はまったく関係ありません。（面接のときに、あふれでるまじめっぽさが才能ともいえるかもしれませんが。）
ためしに、今、全国の医学部を医学部予備校が発行している雑誌かなにかで、探してください。代ゼミ（代々木ゼミナール）でも、河合塾でも、駿台予備校でも出してるはずです。
１のタイプの穴場が地方にはいっぱいありますよ。 １だけど、倍率が低くて、共通テスト８割でも入れちゃう大学が♪
そういう地方の大学の面接では、「この県に残って、一生この県で医者を続けるつもりです。」っていう言葉をしっかりいれてください。
面接官が聴きたい言葉は、その県に残って医者として働くということなんです。
あるいは、その先生が基礎研究の先生なら、「医者の免許をとったあとは、大学院に行って研究室に所属しながら、大学病院で働きたいです。」といっておくとかなり印象がよくなります。
地方の大学の大学院は定員割れしているところが多いですから、基礎系の先生にとっては、医学生が研究に来てくれることを喜んでくれるんです。
情報を見つけてそれにしたがって、志望大学を決めましょう。
「受かる」大学を受験する。浪人しない。
（追記）
レジナビという説明会で研修先の病院説明を聞いてあらためて思ったのは、地方は医者がぜんぜんいないし集まらないっていうことなんです。上の記事でもすでに書いてますけど、本当に、たいして勉強しないでも医者になりたいなら、あるいは、これ以上、ゼッタイ、浪人したくないなら、どうしても医者になりたいなら、地方の大学を受験したほうがいいです。変なプライドは捨てましょう。地方の医学部は、たいして実力のないひとでも、残ってくれそうなひとなら、合格させてくれますから。
具体的に、おすすめの地方の大学ってどこ？という声にお答えして具体名を書いておきます。基本的に、読者のみなさんの住んでいる場所でおすすめが変わってきます。都市圏在住のひとは、その地域に近い過疎地域の大学が最も望ましい大学ということになります。
旭川医科大学、札幌医科大学、弘前大学、秋田大学、山形大学、福島県立医科大学、新潟大学、群馬大学、信州大学、山梨大学、岐阜大学、滋賀医科大学、富山大学、島根大学、鳥取大学、香川大学、徳島大学、高知大学、愛媛大学、宮崎大学、山口大学、長崎大学、鹿児島大学、熊本大学、大分大学、琉球大学などです。地方といっても、新幹線などで、都心から２時間でいけるような大学や名前が売れている、パブリックイメージがいい大学は難しい傾向にあります。（注釈：大学名は適当に人気がなさそうな地方を書いてます）
（考え方には個人差があります。受験情報というのはしばしば非科学的です。それを前提にして情報の取捨選択をしてみてください。）
【ぼくの方法論で合格できた人へ。
おめでとうございます。コメントください。
だめだったひと。さっさときりかえて，来年度に入学しましょう。きみよりきっと，ぼくのほうが多く浪人したんだから安心してもう一度，挑戦してみてください。まわりはぴーぴーうるさいだろうけど，勉強して身につけたデータだけがきみの味方です。具体的な方法はすでに示してあります。
●【理解して最適化する】リズミックイントネーションラーニング。
●【理解して残す】マインドマッピングによる論理ノートとマクロノートによる知識の構築。
●【最適化されたものを速聴で聴覚と視覚記憶する】その知識を簡単に思い出すためのオリンパスのICレコーダー（新しい方がおすすめ）を利用した速聴写真ラーニング。
●【整理して理解する】二元論による思考整理技術。
●【精神状態を一定に保つ】マインドフルネス ベースド ラーニング
●【健康状態を一定に保つ】ヘルスメンテナス ベースド ラーニング
●そして、長い時間かけて大量に書いた全教科、全科目の説明。ぼくの理解方法や知識のこじつけ方、語呂合わせはすべて公開しています。（言葉は書き終わったんですが、絵のほうがまだ説明し終わってません。絵というのは以下のようなマインドマップ形式のイメージ図のことです。例示として、速聴写真記憶術のマインドマップを描いてみました。）
【追記】
数年前にキンドルストアで電子書籍を出版しました。ありがたいことに多くの方に買っていただいて、何度も改訂、改良を続けています。一度買っていただくと、アップデートされ続けます。
すぐに実践できて、効果が実感できる記憶の基本を説明してます。ご支援宜しくお願いします。
きみはもう勉強法をどうすればいいか悩むことなく、努力した分だけ、成績がよくなる方法論を手に入れたも同然です。なにもかもから拒否されてるんじゃないかという恐怖感や早く進路が決められなかった苦労を知った分だけ、医学への熱意は誰にも負けないと思えるはずです。がんばれ。
追伸
この記事を書いた当時は医学生でしたが、今は内科医としてがんばっています。
ぼくの方法でちゃんとエビデンスを作れる医者になれると証明できてますので、安心してまねしてみてください。
【追記】
電子書籍にして下記の本にぼくの知識を全部まとめて一冊にしました。
ぼくの持ってる知識、知恵、全部書いてます,
Just because NO JOB is finished, until the PAPERWORK is done.（書かなきゃ意味ないよ。伝えて残さなきゃ意味ないよ。誰でも読めるようにしなきゃ意味ないよ。英語にしなくちゃ意味ないよ。世界中の人が読めないと意味ないよ。日本人しか読めないのは意味ないよ。）
だからです。二郎ラーメンでいうところの、全マシです。
おすすめの無料試し読み（寄付）の方法があります。
上記リンクを押した後に、Kindle Unlimitedに入会いただき、ぼくに500円の紹介料：アフィリエイト：寄付をいただき、筆者のやる気スイッチを押していただき、
さらに、Kindle Unlimitedでぼくの本を最初から最後まで流し読みで飛ばし読みしていただくと、
合計4000円分の寄付をしたことになります。（後半、全部英語ですが、ここも飛ばし読みしてください！）
ただ1冊購入するより、はるかに筆者をやる気にさせます。
よろしくおねがいいたします。
30日以内に読み終えて退会すれば、無料でぼくの本が読めて（読者WIN）、かつ、寄付もできる（筆者WIN）！
Amazon（ジェフ・ベゾス）ありがとう！
浮いたお金で、ぜひアマゾンで好きなものでも買ってください。僕の本を購入すると、この本、一生アップデートされ続けます。
追記おわり。
追追伸 Youtubeに勉強法紹介ビデオを投稿し始めました。無料です。チャンネル登録して元気をわけてくれ(元気玉)
http://ndthikaru.blog74.fc2.com/blog-entry-633.html
チャンネル登録、450人しかいません（泣）拍手ボタンよりもチャンネル登録ボタン押してください。
●Discordでコミュニティー形成を始めます。そして、Kiitara DAOへ。
https://discord.gg/8rGHYXCP3d
Discordというのは匿名で使えるSlackとかMicrosoft Teamsみたいなものです。コミュニティーを作る道具です。
聞いたら忘れない勉強法の質問に何でも答えます。ブログよりも検索性が高いので、Discordで質問してください。
●Twitterも始めてます。
おもに大人の層を取り込むのに有利なので、Twitterを始めました。
@Kiitara
ぜひ、ツイートしてください。
●TikTokも始めてます。
@kiitara
【追追伸】
文部科学省から科研費（若手B、そして若手研究も）をもらいました。初めて申請して一発合格です。
不合格しない記録は、大学合格から国家試験、大学院試験、はたまた、科研費応募においても連勝記録更新中です。
ぼくの方法論をまねしていただければ、科学研究費を国費（300万円）からもらうことも可能だということを証明できています。
（追追追伸）
そして、さらに、専門医資格を取得し、医学博士になれることも、指導医になれることも、大学病院の助教になることも証明できています。
（追追追追伸）
はたまた、産学連携して、企業と共同研究することもできます。
学会発表や論文発表の利益相反に、企業の名前をいれることも可能です。
（追追追追追伸）
Furthermore！ファーザーモア！
特許を取得することもできます（国際特許も取れます。出願中は2個。）。
大学を通して、日本で特許申請しましたので、数ヶ月後に取得できると思います。（特許って申請してから数ヶ月に正式に取得許可がおりるもんらしいっす）
弁理士さんに書類を作ってもらったので、僕はアイデアを説明しただけです。
世界各国で特許を取りに行かないといけないので1000万単位のコストがかかるらしいです。
この特許を使って、新しい治療法を確立すべく頑張っていきますよ。探索的臨床研究。Proof of concept、PoCってやつ。
横道それますが、
金持ち父さんという本で
人生の発達段階、サラリーマン→自営業者→ビジネスオーナー→投資家
っていうのがありました。
これ、医者という職業に当てはめると
医局員→クリニック経営→病院長→投資家
ってことになります。
教授には人事権が与えられるし、院長には罷免する権利がないので、教授職はクリニック経営みたいなものかもしれません。
クリニック経営はレッドオーシャンで、かつ、お金を気にし続けなければならず、何より地域にしか社会貢献できません。
医者になったからには、『病院長王に俺はなる！』（ワンピース、モンキーDルフィーより改変）
というのが最終目標なんだろーなー。
獲得見込みの特許で、アカデミア発のスタートアップを作るべきなのか。うーん。
そうすれば、兼業申請できて、プロジェクトに使える時間が増えるからなぁ。
（横道終わり）
ぼくの勉強法であれば、いろんな発見、発明ができます。
国際論文はアクセプトされる医者はいくらでもいますが、
科研費獲得（若手研究連チャン）、JSTの支援を受けて国際特許獲得（今のところ２個目、もうすぐ3個目）、橋渡し研究でAMEDから支援獲得、特定臨床研究をやってる若手医者なんて教授レベルです。（自慢）
医師の研究アクティビティ、新しい治療法の社会実装レベルとしては偏差値80超え、否、
偏差値1000000000000000000000000000000000000000000000000000000000000レベルです
（自画自讃）。
やはり、科研費取得も、英語論文のアクセプトも二元論ベースです。みなさんの大学受験のときに身に着けた二元論や方法論はエビデンスを作る上で、欠かせない基礎中の基礎です。
大学受験よりも遥かに簡単に科研費取得も英語論文アクセプトもできます。医学博士にもなれてしまいます！
だから、安心して僕の方法論っていうか、ラーニングメソッドを真似してください。
You WILL be glad you did !!
僕の本はフォレスト出版から出た紙媒体もあります！
Kindleから紙媒体で読むこともできます！（注：ぼくには10円しか報酬がないので、紙の本はファンの方だけ買ってください。）
2023年 盆 吉日】
追記
最近発表された統計によると、２０１９年度合格者は、男女差別、浪人差別がなくなった初めてのまっとうな医学部受験突破した方、ということになりました。その後、私立大医学部医学科合格者数の男女比がガクッと変わりましたね。
おめでとうございます。
今年度と昨年度で男女比が大きく変わった、あるいは、多浪した受験生が合格した医学部は全部、秘密裏に点数調整していたということがわかってしまいます。
ですよね？Y●市立大学（怒）
↓参考になったら拍手ボタンを押していただけるとぼくは泣いて喜びます。
https://note.com/kiitara
FC2ブログがまったく検索に引っかからず、トラフィックがなくなってしまいました。
よくわからない広告が勝手にでるせいで、Googleから警告されるようになり、いかがわしい内容をのせるなみたいなことが書いてありました。
それで検索にも引っかからなくなってだれも記事が読めなくなるという事態に。
もう単純なブログと言うスタイルは終わりで、Noteのようなビジネスモデルで広告なしのマネタイズができるようにならないといけないってことですね。
Googleの広告ビジネスも終焉。
というわけで、ここで書いた内容は徐々にNoteに引っ越します。
今までありがとうFC2ブログ。
UIが自由なところや、エディターとコードを混ぜられるところがスキでした。
広告さえ勝手にでなければね。残念です。
FC2ブログがまったく検索に引っかからず、トラフィックがなくなってしまいました。
よくわからない広告が勝手にでるせいで、Googleから警告されるようになり、いかがわしい内容をのせるなみたいなことが書いてありました。
それで検索にも引っかからなくなってだれも記事が読めなくなるという事態に。
もう単純なブログと言うスタイルは終わりで、Noteのようなビジネスモデルで広告なしのマネタイズができるようにならないといけないってことですね。
Googleの広告ビジネスも終焉。
というわけで、ここで書いた内容は徐々にNoteに引っ越します。
今までありがとうFC2ブログ。
UIが自由なところや、エディターとコードを混ぜられるところがスキでした。
広告さえ勝手にでなければね。残念です。
【勉強法】ChatGPTとBing image creatorで英語をマスターする方法
実際にどうやって勉強していけばいいのか、わからない科目、英語。
https://ja.wikipedia.org/wiki/%E3%82%B8%E3%83%83%E3%83%97%E3%81%AE%E6%B3%95%E5%89%87#:~:text=%E3%82%B8%E3%83%83%E3%83%97%E3%81%AE%E6%B3%95%E5%89%87%EF%BC%88%E3%82%B8%E3%83%83%E3%83%97%E3%81%AE,%E8%A8%98%E3%81%99%E3%82%8B%E8%AB%96%E8%80%85%E3%82%82%E3%81%84%E3%82%8B%E3%80%82
↑
Zipf's law のごとく、我々が言語を話すときに、中学生までに習う英単語を組み合わせれば、８割の言葉を表現することが可能です。
そういうわけで、とりあえず、英語でもっともよく使われる単語を全部マスターしきって、しゃべれるようになっておきましょう。
一番、インフォグラフィックのニーズが高いのが、英語で
その英語をAIをつかって簡単にコンテンツが作れるようになったので、やってみることにしました。
まずは、
#インフォグラフィック英語 形容詞編 からです。
つぎに、
#インフォグラフィック英語 動詞編
つぎに、
#インフォグラフィック英語 助動詞編と続いていきます。
前置詞などなどどんどんやっていきますよ。
Twitterで最新のネタをアップして、それをブログにも載せていきます。
それを蓄積して、本の中にマシマシにしていきます。
聞いたわら忘れない勉強法の英語の部分が、まずは二元論的になっていきます。
これもすべて、ChatGPTとBing image creatorのおかげです。DALL-E、GPT-4 ありがとう。
ちなみに、英語データの元ネタはすべて大西泰斗先生の本からです。大西泰斗先生の本を買ってください。
実際にどうやって勉強していけばいいのか、わからない科目、英語。
https://ja.wikipedia.org/wiki/%E3%82%B8%E3%83%83%E3%83%97%E3%81%AE%E6%B3%95%E5%89%87#:~:text=%E3%82%B8%E3%83%83%E3%83%97%E3%81%AE%E6%B3%95%E5%89%87%EF%BC%88%E3%82%B8%E3%83%83%E3%83%97%E3%81%AE,%E8%A8%98%E3%81%99%E3%82%8B%E8%AB%96%E8%80%85%E3%82%82%E3%81%84%E3%82%8B%E3%80%82
↑
Zipf's law のごとく、我々が言語を話すときに、中学生までに習う英単語を組み合わせれば、８割の言葉を表現することが可能です。
そういうわけで、とりあえず、英語でもっともよく使われる単語を全部マスターしきって、しゃべれるようになっておきましょう。
一番、インフォグラフィックのニーズが高いのが、英語で
その英語をAIをつかって簡単にコンテンツが作れるようになったので、やってみることにしました。
まずは、
#インフォグラフィック英語 形容詞編 からです。
つぎに、
#インフォグラフィック英語 動詞編
つぎに、
#インフォグラフィック英語 助動詞編と続いていきます。
前置詞などなどどんどんやっていきますよ。
Twitterで最新のネタをアップして、それをブログにも載せていきます。
それを蓄積して、本の中にマシマシにしていきます。
聞いたわら忘れない勉強法の英語の部分が、まずは二元論的になっていきます。
これもすべて、ChatGPTとBing image creatorのおかげです。DALL-E、GPT-4 ありがとう。
ちなみに、英語データの元ネタはすべて大西泰斗先生の本からです。大西泰斗先生の本を買ってください。
【GWアップデート】ChatGPT✖︎聞いたら忘れない勉強法＝ChatGPTを利用して暗記を効率化する方法
お待たせしました。大型連休アップデートです。
ChatGPTの能力と聞いたら忘れない勉強法のメソッドを掛け合わせると、ものすごい効率的に暗記できることがわかったので、無料でアップデートします。
もし気に入ったら、僕の本を買ってください。一生、アップデートされ続けます。
さて、本題。
良く知る→マインドマップを描く→説明してレコーダーに吹き込む→それを薄め開けながら速聴するというサイクルを
知描説聴サイクル勉強法と呼ぶんでしたね。
この部分で、
良く知る→マインドマップを描く
が、ChatGPT→Bing image creator
でパワーアップするっていう話です。
まず、暗記・記憶したい内容を良く理解します。
ソクラテスメソッドを使ったりして、自分が何を理解していないのかを理解するために、ChatGPTに助けてもらいましょう。
無知の知。
懐かしいですね。知らないことを知るっていうね。
プロンプトは以下の通りです。
「あなたはソクラテスメソッドを使用する家庭教師です。●について、ヒントを出しながら教えてください」
それで
理解した後、具体的に覚えなければいけない対象を抽出します。
詳しくは本を読んでください。
この時に、カスタマイズしてくださいね。
覚えなくても良いことは抽出対象にしないでください。
次に、覚えたい内容をデフォルメします。
これをChatGPTに助けてもらいましょう。
「●という言葉をミスタイプしてしまいました。どのような言葉になってしまったでしょうか？10個の例を上げなさい。」
このプロンプトで覚えたい言葉をさまざまな言葉に変換し、展開させます。
【未知のワード→既知のワード】に変換します。
例えば、マキャベリ。
「まきゃべり」→「まきゃべリュー」
10個の中から、1番、笑えたワードをチョイスしてください。
→トラブりゅー→虎舞竜→ロード→ちょうど一年前に♪
ここまで変換して、
『君主論』『戦術論』、【政治は宗教・道徳から切り離して考えるべきであるという現実主義的な政治理論】
これをくっつけます。
「以下の言葉を必ず使って、ドラマチックな物語を作ってください。『ちょうど一年前に♪』『君主』『戦術』、【政治は宗教・道徳から切り離して考えるべきであるという現実主義的な政治理論】」
ちょうど一年前に♪、ある王国で物語が始まった。その国には若き君主レオンが治めており、彼は国民を幸せにするため、政治は宗教・道徳から切り離して考えるべきであるという現実主義的な政治理論に基づいていた。
王国は長い間、宗教と道徳に根ざした政治体制の下で苦しんでいたが、レオンの登場によって変革の時代が訪れた。国民は彼の考えに共感し、レオンのもとで新たな王国が形成されていった。
しかし、隣国のフォルティア王国はレオンの理念を認めることができず、戦争が勃発してしまった。レオンは若さと知恵を駆使し、戦術の名手として名高い将軍アレクスを味方につけた。アレクスは、敵国フォルティアの敗北を目論んで様々な策略を練っていた。
ある日、レオンはアレクスと共に戦地を視察し、敵の兵士たちと向き合った。その時、彼は敵の兵士たちがただ戦うためではなく、自分たちの信念のために戦っていることに気づいた。彼は戦場で見た光景から、政治理論だけで物事を判断することの危険性を痛感し、自分の信念に疑問を抱くようになった。
戦争が続く中、レオンは王国に平和をもたらすために、政治理論だけでなく、宗教や道徳も含めた柔軟な考え方を持つことが大切だと悟った。そこで彼は、フォルティア王国との和平交渉を提案する決断を下した。
和平交渉の場で、レオンは自らの信念を述べ、両国が共存できる新たな道を模索し始めた。交渉が進むにつれ、レオンはフォルティア王国の王子と友情を育み、両国の未来に希望を見いだした。
そして、ちょうど一年後の今日、レオンと王子は共に、政治・宗教・道徳の調和を目指す新たな国を築き上げることを誓った。その日を境に、両国はかつての敵対から協力し合う同盟国へと変わった。新たな国での生活は、政治・宗教・道徳が調和し、国民の幸せが最優先される理想郷となった。
しかし、平和な時代の中で、レオンは新たな試練に直面することになる。ある日、国境の町で起こった宗教的な対立が、両国間の緊張を再び高める要因となった。レオンと王子は、彼らが築いた理想郷を守るため、さらなる協力と理解が必要であることを悟った。
レオンは、国境の町での対立を解決すべく、アレクス将軍と共に現地へと向かった。両国の信仰が交差するこの地で、彼らは対話を通じて問題の解決に取り組んだ。長い交渉の末、町の住民たちに共存の意義を理解させ、対立は収束に向かった。
そして、その後の数年間、レオンと王子は国民の幸せを追求し続け、政治・宗教・道徳の調和を目指す新たな国が成長していった。国民たちは彼らのリーダーシップと、互いの違いを尊重し合う姿勢を見習い、平和と繁栄の時代が訪れた。
物語は、ちょうど一年前に♪始まった若き君主レオンと、彼の理念を受け継ぎ、国民の幸せを追求する王子の奮闘を描いて終わる。その後も、彼らが築いた理想郷は長きにわたって続き、後世に語り継がれることとなった。
以上です。
長い。思ったより壮大な物語になってしまいました。
これをBing image creatorに入れて、挿絵を作ります。これで完成です。
もちろん、君主レオンは高橋ジョージですね。
お待たせしました。大型連休アップデートです。
ChatGPTの能力と聞いたら忘れない勉強法のメソッドを掛け合わせると、ものすごい効率的に暗記できることがわかったので、無料でアップデートします。
もし気に入ったら、僕の本を買ってください。一生、アップデートされ続けます。
さて、本題。
良く知る→マインドマップを描く→説明してレコーダーに吹き込む→それを薄め開けながら速聴するというサイクルを
知描説聴サイクル勉強法と呼ぶんでしたね。
この部分で、
良く知る→マインドマップを描く
が、ChatGPT→Bing image creator
でパワーアップするっていう話です。
まず、暗記・記憶したい内容を良く理解します。
ソクラテスメソッドを使ったりして、自分が何を理解していないのかを理解するために、ChatGPTに助けてもらいましょう。
無知の知。
懐かしいですね。知らないことを知るっていうね。
プロンプトは以下の通りです。
「あなたはソクラテスメソッドを使用する家庭教師です。●について、ヒントを出しながら教えてください」
それで
理解した後、具体的に覚えなければいけない対象を抽出します。
詳しくは本を読んでください。
この時に、カスタマイズしてくださいね。
覚えなくても良いことは抽出対象にしないでください。
次に、覚えたい内容をデフォルメします。
これをChatGPTに助けてもらいましょう。
「●という言葉をミスタイプしてしまいました。どのような言葉になってしまったでしょうか？10個の例を上げなさい。」
このプロンプトで覚えたい言葉をさまざまな言葉に変換し、展開させます。
【未知のワード→既知のワード】に変換します。
例えば、マキャベリ。
「まきゃべり」→「まきゃべリュー」
10個の中から、1番、笑えたワードをチョイスしてください。
→トラブりゅー→虎舞竜→ロード→ちょうど一年前に♪
ここまで変換して、
『君主論』『戦術論』、【政治は宗教・道徳から切り離して考えるべきであるという現実主義的な政治理論】
これをくっつけます。
「以下の言葉を必ず使って、ドラマチックな物語を作ってください。『ちょうど一年前に♪』『君主』『戦術』、【政治は宗教・道徳から切り離して考えるべきであるという現実主義的な政治理論】」
ちょうど一年前に♪、ある王国で物語が始まった。その国には若き君主レオンが治めており、彼は国民を幸せにするため、政治は宗教・道徳から切り離して考えるべきであるという現実主義的な政治理論に基づいていた。
王国は長い間、宗教と道徳に根ざした政治体制の下で苦しんでいたが、レオンの登場によって変革の時代が訪れた。国民は彼の考えに共感し、レオンのもとで新たな王国が形成されていった。
しかし、隣国のフォルティア王国はレオンの理念を認めることができず、戦争が勃発してしまった。レオンは若さと知恵を駆使し、戦術の名手として名高い将軍アレクスを味方につけた。アレクスは、敵国フォルティアの敗北を目論んで様々な策略を練っていた。
ある日、レオンはアレクスと共に戦地を視察し、敵の兵士たちと向き合った。その時、彼は敵の兵士たちがただ戦うためではなく、自分たちの信念のために戦っていることに気づいた。彼は戦場で見た光景から、政治理論だけで物事を判断することの危険性を痛感し、自分の信念に疑問を抱くようになった。
戦争が続く中、レオンは王国に平和をもたらすために、政治理論だけでなく、宗教や道徳も含めた柔軟な考え方を持つことが大切だと悟った。そこで彼は、フォルティア王国との和平交渉を提案する決断を下した。
和平交渉の場で、レオンは自らの信念を述べ、両国が共存できる新たな道を模索し始めた。交渉が進むにつれ、レオンはフォルティア王国の王子と友情を育み、両国の未来に希望を見いだした。
そして、ちょうど一年後の今日、レオンと王子は共に、政治・宗教・道徳の調和を目指す新たな国を築き上げることを誓った。その日を境に、両国はかつての敵対から協力し合う同盟国へと変わった。新たな国での生活は、政治・宗教・道徳が調和し、国民の幸せが最優先される理想郷となった。
しかし、平和な時代の中で、レオンは新たな試練に直面することになる。ある日、国境の町で起こった宗教的な対立が、両国間の緊張を再び高める要因となった。レオンと王子は、彼らが築いた理想郷を守るため、さらなる協力と理解が必要であることを悟った。
レオンは、国境の町での対立を解決すべく、アレクス将軍と共に現地へと向かった。両国の信仰が交差するこの地で、彼らは対話を通じて問題の解決に取り組んだ。長い交渉の末、町の住民たちに共存の意義を理解させ、対立は収束に向かった。
そして、その後の数年間、レオンと王子は国民の幸せを追求し続け、政治・宗教・道徳の調和を目指す新たな国が成長していった。国民たちは彼らのリーダーシップと、互いの違いを尊重し合う姿勢を見習い、平和と繁栄の時代が訪れた。
物語は、ちょうど一年前に♪始まった若き君主レオンと、彼の理念を受け継ぎ、国民の幸せを追求する王子の奮闘を描いて終わる。その後も、彼らが築いた理想郷は長きにわたって続き、後世に語り継がれることとなった。
以上です。
長い。思ったより壮大な物語になってしまいました。
これをBing image creatorに入れて、挿絵を作ります。これで完成です。
もちろん、君主レオンは高橋ジョージですね。
【勉強法】ChatGPTベースド勉強法。使い方データベース
おまたせしました。
久しぶりに勉強法がかなりアップデートされました。
イーロン・マスクが創設に関わったOpenAIという非営利団体が作ったChatGPTを利用して勉強速度をブーストします🚀
https://openai.com/blog/chatgpt/
ChatGPTについての説明はChatGPTに教えてもらいましょう。
ChatGPT：『ChatGPTは、OpenAIによって訓練された大型の言語モデルです。Transformerと呼ばれるニューラルネットワークアーキテクチャを使用し、テキスト生成タスクに特化しています。GPTは「Generative Pre-trained Transformer」の略で、事前学習済みの言語モデルで、自然言語処理タスクに対して高い性能を発揮します。』
普通のブラウザでDeepl(https://www.deepl.com/ja/translator)みたいに言葉を打ち込んだらすぐに答えが返ってきます。
汎用性が高い分だけ、速度が遅いのが難点です。あと、英語のほうが全然レスポンスが早い。
(ぼくからのおすすめは特に利用しがちな、要約、文章作成、翻訳などの機能は先にチューニングしておいて、そのページだけで完結したほうがいいです。いちいち、『以下の文章を要約して』という文章を入れる必要があるっていうのがね。こんなに賢いAIなのに、そこが賢くないのかよっていうね。）
2023/01/29現在、GPT3ですが、そのうちGPT4になるらしいので、期待してます。
2023/3/15にGPTー4に進化しました。早い。
マイクロソフトと組んだのも朗報です。MACだったらろくなソフトを作れないですが、マイクロソフトなら、Wordやエクセル、パワポに革命を起こしますね。確実に。
たとえば、プレゼン。パワポを二元論ベースの見やすいスライドを生成してくれるようになりますね。間違いなく。
これでリテラシーのない先輩がたの見にくいフォント、見にくいビジーなスライドに学会会場でいらつくことが減ります。
ありがとう。OpenAI💫
（2023年2月、ChatGPT Plus が日本語で始まりました。早速、20ドルをサブスクして使い始めました。
では、メリットについてChatGPT Plusに書かせます。
ChatGPT plusは、以下のようなメリットがあります。
より正確な回答：ChatGPT plusは、従来のChatGPTよりも大規模で高度に学習されたモデルです。そのため、より正確な回答を提供することができます。
より多様なトピックに対応：ChatGPT plusは、より多様なトピックに関する知識を持っています。そのため、より幅広い範囲の質問に回答することができます。
より自然な回答：ChatGPT plusは、より自然な言語表現を生成することができます。そのため、回答がより自然で読みやすくなります。
より迅速な回答：ChatGPT plusは、従来のChatGPTよりも高速な回答を提供することができます。そのため、よりスムーズで迅速なコミュニケーションが可能となります。
より高度な機能：ChatGPT plusは、従来のChatGPTに比べてより高度な機能を備えています。そのため、より複雑な質問にも対応することができます。
より多言語対応：ChatGPT plusは、多言語に対応しています。そのため、より広い範囲のユーザーに対応することができます。
より柔軟なカスタマイズ：ChatGPT plusは、より柔軟なカスタマイズが可能です。そのため、特定のニーズに合わせてカスタマイズすることができます。
以上です。ChatGPTにはいろんな呪文が存在しますので、それをリスト化していきます。
）
前置きが長くなりました。
ChatGPTを利用した勉強法です。
１．対話することで、自分がわかっていることｖｓわかっていないことを対象化する。二元論的思考を助ける。
勉強法についてChatGPTにレコメンドしてもらいましょう。
たとえば、物理学を勉強する方法はどうすればいいでしょうか？
ChatGPTを利用して、物理学を勉強する方法を教えて。
ChatGPTを利用して物理学を勉強するための方法には、次のようなものがあります。
1 物理学のテキストを入力し、質問をして理解を深める: ChatGPTを使って、物理学のテキストを読みながら、質問をして理解を深めることができます。
2 自分自身で問題を作成し、ChatGPTに解答を尋ねる: ChatGPTを使って、自分自身で物理学の問題を作成し、それに対する解答を尋ねることができます。
3 物理学に関連する文章を生成し、それを理解する: ChatGPTを使って、物理学に関連する文章を生成し、それを読んで理解することができます。
4 チュートリアルや実験のシミュレーションを生成する: ChatGPTを使って、物理学に関連するチュートリアルや実験のシミュレーションを生成することができます。
ただし、ChatGPTは物理学について詳しくはありません。 その為、正確な答えを期待するのは厳しいかもしれません。物理学を学ぶ上では、正確な理解が必要だと考えられます。
いいですね。
これをどうように質問していきましょう。
じゃあ、英語はどうやって勉強する？
ChatGPTを利用して英語を勉強するための方法には、次のようなものがあります。
1 英語のテキストを入力し、質問をして理解を深める: ChatGPTを使って、英語のテキストを読みながら、質問をして理解を深めることができます。
2 自分自身で問題を作成し、ChatGPTに解答を尋ねる: ChatGPTを使って、自分自身で英語の問題を作成し、それに対する解答を尋ねることができます。
3 英語の文章を生成し、それを読んで理解する: ChatGPTを使って、英語の文章を生成し、それを読んで理解することができます。
4 英語の会話をシミュレーションする: ChatGPTを使って、英語の会話をシミュレーションすることができます。
5 英語の発音や文法のトレーニング: ChatGPTを使って、英語の発音や文法のトレーニングを行うことができます。
ただし、ChatGPTは英語の学習に特化したモデルではありません。 その為、正確な答えを期待するのは厳しいかもしれません。英語を学ぶ上では、正確な理解や発音の練習が必要だと考えられます。
ほほう。
では、統計学は？
ChatGPTを利用して統計学を勉強するための方法には、次のようなものがあります。
1 統計学の原理を説明する: ChatGPTを使って、統計学の原理を説明することができます。
2 統計学の質問に対する解答を尋ねる: ChatGPTを使って、統計学に関する質問に対する解答を尋ねることができます。
3 統計学のデータを分析する: ChatGPTを使って、統計学のデータを分析することができます。
4 統計学のアルゴリズムや手法の説明: ChatGPTを使って、統計学のアルゴリズムや手法を説明することができます。
5 統計学のケーススタディ: ChatGPTを使って、実際の統計学のケーススタディを説明することができます。
ただし、ChatGPTは統計学に特化したモデルではありません。その為、正確な答えを期待するのは厳しいかもしれません。統計学を学ぶ上では、基礎的な知識や手法の理解、実際のデータ分析の練習などが必要だと考えられます。
と、上記の例のように、それぞれの学問分野でどうやって学びを深めるか、サジェストしてもらいました。
この質問機能を使うことの意味は、ChatGPTが新しい視点で客観的に文章を作ってくれることです。
自分のもやもやした言語化できていない理解していない部分をChatGPTに呼びかけることによって文章化し、対象化することができます。
自分→ChatGPT→自分→ChatGPTの
二元論が成立します。
理解と記憶は両輪です。
ChatGPTはただのコードですので、論理関係が崩れたことを返してきません。
文章が論理的なので、思考を整理するのがかなり楽になります。
２．難しい文章を要約させる。
ChatGPTには要約機能があります。
小難しい文章を中学生にも分かる文章してというとそうとう簡単にしてくれます。
たとえます。
Prism Academyから引用します。（https://www.graphpad.com/guides/prism/latest/curve-fitting/reg_intepretingnonlinr2.htm?q=correlation+r+square）
相関におけるRの意味について調べたいです。
Prism Academyの説明はDeeplで翻訳すると以下の通りです。
R2は何を数値化しているのか
『R2という値は、適合度を数値化したものです。これは、あなたのモデルの適合度を、すべてのY値の平均を通る水平線の適合度と比較するものです。
-R2は、モデル（式）によって説明されるYの全分散の割合と考えることができます。実験データ（と適切なモデル）では、常に0.0と1.0の間の結果を得ることができます。
-R2について考えるもう一つの方法は、実際のY値と予測されたY値の間の相関係数の二乗です。
R2はどのような値の範囲にあるのでしょうか？
単純に考えると、R2 は通常 0.0 から 1.0 の間の分数であり、単位はない。しかし、特殊なケースもあります。
-曲線がすべての点を通過するとき、R2は1.00に等しくなります。しかし、同じX値でY値の複製がある場合、曲線がすべての点を通過することは不可能なので、R2は1.00より小さくなければならない。
-R2が0.0の場合、最良適合曲線は、すべてのY値の平均を通る水平線よりもデータに適合していないことになります。この場合、Xを知ることはYの予測に役立たない。
→R2は、モデルの適合度を数値化したもので、モデルが説明するYの全分散の割合と考えることができます。値の範囲は通常0.0から1.0で、1.0に近いほど適合度が高いことを示します。ただし、特殊な場合では1.0を超えることもあります。
-本当に不適切なモデルを選んだり、愚かな制約を課したりすると（たいてい間違って）、ベストフィット曲線は水平線より悪くなります。この場合、R2は負になります。しかし、R2は何かの2乗ではないので、このようなことは起こりえます。詳細はこのページの一番下にあります。
-R2が1.0より大きいという記述を目にすることがあるかもしれません。これは、無効な方程式を使用した場合にのみ起こり得ることで、結果は単に間違っているのです。
r2かR2か？
伝統的に、統計学者は非線形回帰と重回帰の結果には大文字（R2）を使い、線形回帰の結果には小文字（r2）を使いますが、これは違いのない区別です。
R2は、適合度を数値化した指標であり、値の範囲は通常0から1で、1に近いほど適合度が高いことを示します。しかし、不適切なモデルや愚かな制約を使用することで、R2は負になることがあります。また、R2が1.0を超えることもありますが、これは無効な方程式を使用した場合にのみ起こり得、結果は間違っていることを示します。統計学者によっては、非線形回帰や重回帰の結果には大文字のR2を、線形回帰の結果には小文字のr2を使用することがありますが、区別はありません。
なぜ、非線形回帰ではR2を報告しないようにという意見があるのですか？
Minitabは、非線形回帰のR2を報告しないが、それはあまりにも誤解を招くと考えるからである。Kvalseth(1)も、その使用について警告しています。問題点は以下の通り。
-線形回帰では、R2は最良適合回帰線と水平線（傾きを0.0にせざるを得ない）の適合度を比較する。水平線は回帰直線の最も単純なケースであり、これは理にかなっている。非線形回帰で使われる多くのモデルでは、水平線はモデルからまったく生成できない。そのため、選択したモデルの適合度と水平線の適合度を比べても、数学的には全く意味がありません。このため、SASではこの値を "Pseudo R2 "と呼んでいます。
-代替モデルの適合度を比較するためにR2を使いたくなります。しかし、このようなことはすべきではありません。調整済みR2は、その目的には適していますが、理想的ではありません。Prismは、代替モデルの適合度を比較するための2つのより良い方法を提供します。 モデル選択は、トレードオフを評価しなければなりません。通常、より複雑なモデルの方が適合度が高いのですが、パラメータが多くなります。Prismが提供する2つの方法は、このトレードオフを評価します。R2はそうではありません。R2は、モデルが複雑であればあるほど、たとえそのモデルが正しい可能性が低くても、ほとんどの場合大きくなります。R2に基づいてモデルを選択しないでください。
-同じ数のパラメータを持つ2つのモデルが、全く異なるデータに適合することがあり、AICc法では、これらのモデルのうち1つがより正しい可能性が高いことが分かります。しかし、R2値は小数点以下3桁か4桁しか違わないかもしれません。
-R2が高いということは、曲線が点に非常に近づいたということです。R2が高いということは、曲線が点に非常に近づいたということであり、他の点で「良い」ことを意味しない。パラメータのベストフィットの値が意味をなさない値であったり（例えば、負の速度定数）、信頼区間が非常に広かったりすることがある。適合があいまいな場合もある。R2だけでなく、すべての結果を見て適合度を評価する必要があります。
非線形回帰では、R2は最良適合回帰線と水平線（傾きを0.0にせざるを得ない）の適合度を比較するために使用されます。ただし、非線形回帰で使用される多くのモデルでは水平線はモデルからまったく生成できないため、選択したモデルの適合度と水平線の適合度を比較することは数学的には全く意味がありません。そのため、R2は非線形回帰においては使用されないべきであり、代替の評価指標が使用されるべきです。
なぜPrismは非線形回帰のR2を報告するのですか？
PrismはデフォルトでR2を計算し、報告します。非線形回帰ダイアログの診断タブでR2の報告をオフにすることができ、その設定を今後の適合のデフォルトにすることができます。
多くの人は、この方法でR2が有用であることを発見します。一連の実験を実行するとき、今日の実験が他の実験の実行と一貫していることを確認したい。例えば、いつもR2が0.90から0.95の間なのに、今日はR2=0.75になったとしたら、その特定の実験で使用した方法または試薬に何か問題があったのではないかと疑い、注意深く見る必要があるのです。また、新入社員が同じシステムを使ってR2=0.99の結果を持ってきたら、どれだけの「外れ値」を取り除いたのか、データをでっち上げたのか、注意深く調べる必要があります。
R2が役に立つのはこれだけだと思いますが、このような目的には非常に有効です。
R2の計算方法 -- 重み付けなしのフィット
R2は、非線形回帰によって決定されたベストフィット曲線からの点の距離の二乗和から計算される。この二乗和の値はSSregと呼ばれ、Y軸の2乗の単位である。R2を分数にするために、結果はすべてのY値の平均を通る水平線からのポイントの距離の2乗の合計に正規化される。この値はSStotと呼ばれる。曲線がデータによく適合していれば、SSresはSStotよりずっと小さくなる。
下図はR2の計算を説明するものである。両パネルとも同じデータとベストフィットの曲線を示している。左側のパネルには、すべてのY値の平均を示す水平線と、各ポイントがすべてのY値の平均からどれだけ離れているかを示す垂直線も示されている。これらの距離の二乗の和（SStot）は62735に等しい。右図は、ベストフィット曲線からの各点の垂直距離である。これらの距離の2乗の和(SSres)は4165に等しい。
Prismは非線形回帰のR2を報告するのは、多くの人がこの方法でR2が有用であることを発見し、実験の結果を比較するために役立つと考えられているからです。 R2は、非線形回帰によって決定されたベストフィット曲線からの点の距離の二乗和から計算され、結果はすべてのY値の平均を通る水平線からのポイントの距離の2乗の合計に正規化されます。これにより、曲線がデータによく適合しているかどうかを判断することができます。
R2 は以下の式で算出される。
R2 = 1.0 - (SSresiduals/SStotal) =1.0-4165/62735= 0.9336 となる。
これは Kvalseth(1) の方法1である。
パラメータを共有する（グローバル非線形回帰を行う）場合、上式のSSResidualsは、パラメータを共有したモデルをフィッティングした際にPrismがグローバル結果欄に報告した二乗和であり、SSTotalは（すべてのデータセットからの）すべてのY値の平均を中心とした（各データセットからの）各Y値の二乗和である。
R2の計算方法 -- 重み付けフィット
重み付き非線形フィットのR2を計算する確立された方法はないようです。Prism (6.00以降)では、以下のように計算します。ただし、以前のバージョンのPrismでは、重み付きフィットのR2の計算方法は異なっていた。
1.相対(1/Y2)、ポアソン(1/Y)、一般(1/XK)の重み付けを使ってモデルをフィットさせ、重み付き二乗和（wSSmodel）を計算する。これは、モデルからの残差の加重二乗和である。
2.各点が受けた加重を記憶する。
3.ステップ1で使用したのと同じ重みを各ポイントに使って、水平線モデル（Y=Mean + 0*X）にデータをフィットさせる。 これは、水平線からの残差の加重二乗和(wSShorizontal)である。
加重 R2 は
1.0 - (wSSmodel/wSShorizontal) となる。
重みはモデルをフィットするときだけ計算されることに注意してください。Prismは水平線のフィットのための重みを計算せず、モデルのフィットに使われたのと全く同じ重みを使う。これにより、重みの合計が両方のフィットで同じになるようにします。
より詳細には、PrismはWillett and Singer (2)の式4を使っています。
R2は、回帰モデルの説明能力を示す指標で、1に近ければより良いモデルと言える。上記の方法では、重み付き非線形回帰のR2を計算するために、以下の3つのステップが行われる。
1 重み付き非線形回帰モデルをフィットし、重み付き二乗和（wSSmodel）を計算する。
2 各データポイントが受けた加重を記憶する。
3 同じ重みを使って、水平線モデル（Y=Mean + 0*X）にデータをフィットさせ、水平線からの残差の加重二乗和(wSShorizontal)を計算する。
4 最終的に、重み付き R2は 1.0 - (wSSmodel/wSShorizontal) となります。
5 重みはモデルをフィットする時だけ計算され、水平線のフィットでは使用されないことに注意が必要です。また、PrismはWillett and Singer (2)の式4を使っていることも説明されています。
R2が負になるのはなぜですか？
二乗したものがどうして負になるのでしょうか？R2は実際には何かの2乗ではありません。これは2つの値を引き算することによって計算されます。もし、SSresがSStotより大きければ、R2は負になります(上の式を参照)。
どうしてこのようなことが起こるのでしょうか。SSresは、ベストフィットの曲線（または直線）からの点の垂直距離の二乗の合計である。SStotは、Yの平均値で引いた水平線からの点の垂直距離の二乗の和である。SSresは、ベストフィットの直線または曲線が水平線よりもさらにデータに適合している場合、SStotを上回る。
R2は、ベストフィットの直線または曲線がデータにひどくフィットしている場合、負になります。これは、不適切なモデルを適用した場合（おそらく間違って）、または意味のない制約をモデルに適用した場合（おそらく負の数を入力するつもりが正の数を入力した）にのみ発生します。 例えば、用量反応曲線のHill slopeが1.0より大きくなるように制約しているにもかかわらず、実際には曲線が下り坂になっている（だからHill slopeがマイナスになっている）場合、R2値がマイナスになって、パラメータの値がナンセンスになってしまう可能性があります。
以下は簡単な例です。青い線は、X=0のときY軸をY=150で横切るように拘束された直線のフィットです。SSresは、この青い線からの赤い点の距離の二乗の合計です。SStotは緑の水平線からの赤い点の距離の2乗の和である。SresはSStotよりずっと大きいので、R2（青線の適合度）は負になる。
R2は、回帰分析において、モデルが観測値に対してどの程度説明できているかを示す指標であり、1に近いほどモデルが観測値に適合していると解釈されます。しかし、もし、SSres(residual sum of squares)がSStot(total sum of squares)よりも大きくなれば、R2は負になります。これは、モデルが観測値よりも劣っている状態を示していることを意味します。これは、不適切なモデルを適用した場合、または意味のない制約をモデルに適用した場合にのみ発生します。
』
どうでしょうか。
元の文章はなにを言ってるのかわかりませんね。
一気にすべての文章を要約させようとするとエラーがでるので、小分けにして入力しました。
文章をいれるだけで要約してくれるようです。
やっぱり文書を要約する専用のアプリにチューンして欲しい✨
すごい理解しやすい！
ぼくの書いた本も、少しずつ要約し直しますので乞うご期待🚀✨
理解の加速！これがChat GTP ベース学習の醍醐味！
教育が一気に変わる
今まで、英語で書かれた文章って、辞書片手にこの文は動詞の後にザットがあるから、（をつけて、どこまでかかってるか考える必要があるんじゃ～みたいな勉強が主流だったけど、無駄にわかりづらい文章をAIで駆逐すれば必要がないスキル🤖
３．じゅもん（呪文）データベース
ドラクエのようにChat GPTを使いこなすには「じゅもん」（Jumon）が必要です。英語でいうとプロンプトです。
つまり、ChatGPTに命令する内容です。便利な命令はリストアップしていきますよ。
①要約して。
長い文章のエッセンスを取ってくる。
②わかりやすくして。
「小学３年生でもわかるようにして」とか具体化してもよし。
③リストアップして。
箇条書きにしてくれます。
④ステップバイステップで説明して。
わからないことを箇条書きで理詰めで書いてくれます。
質問して出てきた答えに、その根拠を一つずつ説明させます。
⑤コードにして。
あんまりやったことないですけど、Pythonを書いてくれる。
⑥エラーを訂正して。
コードとか、校正をしてくれます。誤字脱字見つけてくれる。
⑦変換してシリーズ。「以下の文章を、●●にして」
7.1 SNS風にして。Twitterに収まる用にとか。
勝手に＃タグを入れてくれます。
Twitter風にして。はすごい使えます。GPT4になってからさらに絵文字が入ってくるようになりました。これは進化ですね。
7.2 丁寧にして。
上司にあるいは、取引先に送るメールをもっと棘がないように、角が立たないようにするにはどうすればいいかって？
ChatGPTに相談だ！
自分にはない発想で丁寧な文章にしてくれます。
7.3
⑧定型分のような文章を最初から作らせるシリーズ
8.1 メールを書いて。
8.2 概要を書いて。
⑨大事な内容はじゅもんの中に書けない。（２０２３年2月現在）
内容をOpenAIの中の人に覗かれる可能性があると書いてあります。
特許や論文の大切な内容はコピペせず、お茶を濁した書き方をすることをお勧めします。
パクられても文句を言えません。
⑩ChatGPTにじゅもんについて聞いてみる。
効果的な使い方は？
ChatGPTを効果的に利用する方法について、以下にリストアップします。
質問を具体的にする：ChatGPTに質問する場合、できるだけ具体的に質問することが重要です。これによって、ChatGPTはより正確で関連性の高い回答を提供することができます。
簡潔な言葉を使用する：ChatGPTは、簡潔で明確な言葉を理解するのが得意です。技術用語や複雑な表現は避け、分かりやすい言葉を使用しましょう。
文脈を提供する：質問する前に、文脈を提供することでChatGPTはより正確な回答を提供することができます。
キーワードを使用する：適切なキーワードを使用することで、ChatGPTはより重点的に回答することができます。
回答を確認する：ChatGPTによって提供された回答は必ずしも正確ではないため、重要な情報を得る場合は確認することが必要です。
フォローアップの質問をする：回答について詳細を知りたい場合は、フォローアップの質問をすることが有効です。
質問の表現を変えてみる：質問の表現を変えることで、ChatGPTがより理解しやすくなり、より正確な回答が得られることがあります。
会話を続ける：ChatGPTは自然な会話をすることができるため、関連する質問を続けたり、フィードバックを提供することで、より良い情報を得ることができます。
現実的な期待を持つ：ChatGPTは強力な言語モデルですが、完璧ではなく、必ずしも正確な回答を提供するわけではありません。現実的な期待を持ち、ChatGPTが提供する情報を出発点として、さらに調査を進めるようにしましょう。
フィードバックを提供する：ChatGPTが提供する回答の品質についてフィードバックを提供することで、回答の正確性や関連性を改善することができます。
11 会話で続けさせる。
11.1 例えば文章の校正
以下の文章の間違ってるところを指摘して、なぜ間違っているか教えて。
答えたら、
それをテーブルにしてわかりやすくして。 ビフォーアフターをテーブルで表示して。
１２ 前提条件を入れる。「あなたは●●です。●●してください。」
ベン図のように、前提条件を絞れば絞るほど、的確でいい感じの文章を作ってくれます。
前提条件として使いやすいのが、
「あなたは●●学の専門家です。」
あなたは医者ですっていうのは、医学論文では使い安いですね。
学生さんにメールするときも、
「あなたは大学の教師です。学生に次の内容に関するメールを書いてください。箇条書きを取り入れて。」
１３ Latexで書かせる。
数式をLatexで勝手に書いてくれます。
これは便利。（の中に、in Latex)って書いておくといい感じに書いてくれます。
１４
おまたせしました。
久しぶりに勉強法がかなりアップデートされました。
イーロン・マスクが創設に関わったOpenAIという非営利団体が作ったChatGPTを利用して勉強速度をブーストします🚀
https://openai.com/blog/chatgpt/
ChatGPTについての説明はChatGPTに教えてもらいましょう。
ChatGPT：『ChatGPTは、OpenAIによって訓練された大型の言語モデルです。Transformerと呼ばれるニューラルネットワークアーキテクチャを使用し、テキスト生成タスクに特化しています。GPTは「Generative Pre-trained Transformer」の略で、事前学習済みの言語モデルで、自然言語処理タスクに対して高い性能を発揮します。』
普通のブラウザでDeepl(https://www.deepl.com/ja/translator)みたいに言葉を打ち込んだらすぐに答えが返ってきます。
汎用性が高い分だけ、速度が遅いのが難点です。あと、英語のほうが全然レスポンスが早い。
(ぼくからのおすすめは特に利用しがちな、要約、文章作成、翻訳などの機能は先にチューニングしておいて、そのページだけで完結したほうがいいです。いちいち、『以下の文章を要約して』という文章を入れる必要があるっていうのがね。こんなに賢いAIなのに、そこが賢くないのかよっていうね。）
2023/01/29現在、GPT3ですが、そのうちGPT4になるらしいので、期待してます。
2023/3/15にGPTー4に進化しました。早い。
マイクロソフトと組んだのも朗報です。MACだったらろくなソフトを作れないですが、マイクロソフトなら、Wordやエクセル、パワポに革命を起こしますね。確実に。
たとえば、プレゼン。パワポを二元論ベースの見やすいスライドを生成してくれるようになりますね。間違いなく。
これでリテラシーのない先輩がたの見にくいフォント、見にくいビジーなスライドに学会会場でいらつくことが減ります。
ありがとう。OpenAI💫
（2023年2月、ChatGPT Plus が日本語で始まりました。早速、20ドルをサブスクして使い始めました。
では、メリットについてChatGPT Plusに書かせます。
ChatGPT plusは、以下のようなメリットがあります。
より正確な回答：ChatGPT plusは、従来のChatGPTよりも大規模で高度に学習されたモデルです。そのため、より正確な回答を提供することができます。
より多様なトピックに対応：ChatGPT plusは、より多様なトピックに関する知識を持っています。そのため、より幅広い範囲の質問に回答することができます。
より自然な回答：ChatGPT plusは、より自然な言語表現を生成することができます。そのため、回答がより自然で読みやすくなります。
より迅速な回答：ChatGPT plusは、従来のChatGPTよりも高速な回答を提供することができます。そのため、よりスムーズで迅速なコミュニケーションが可能となります。
より高度な機能：ChatGPT plusは、従来のChatGPTに比べてより高度な機能を備えています。そのため、より複雑な質問にも対応することができます。
より多言語対応：ChatGPT plusは、多言語に対応しています。そのため、より広い範囲のユーザーに対応することができます。
より柔軟なカスタマイズ：ChatGPT plusは、より柔軟なカスタマイズが可能です。そのため、特定のニーズに合わせてカスタマイズすることができます。
以上です。ChatGPTにはいろんな呪文が存在しますので、それをリスト化していきます。
）
前置きが長くなりました。
ChatGPTを利用した勉強法です。
１．対話することで、自分がわかっていることｖｓわかっていないことを対象化する。二元論的思考を助ける。
勉強法についてChatGPTにレコメンドしてもらいましょう。
たとえば、物理学を勉強する方法はどうすればいいでしょうか？
ChatGPTを利用して、物理学を勉強する方法を教えて。
ChatGPTを利用して物理学を勉強するための方法には、次のようなものがあります。
1 物理学のテキストを入力し、質問をして理解を深める: ChatGPTを使って、物理学のテキストを読みながら、質問をして理解を深めることができます。
2 自分自身で問題を作成し、ChatGPTに解答を尋ねる: ChatGPTを使って、自分自身で物理学の問題を作成し、それに対する解答を尋ねることができます。
3 物理学に関連する文章を生成し、それを理解する: ChatGPTを使って、物理学に関連する文章を生成し、それを読んで理解することができます。
4 チュートリアルや実験のシミュレーションを生成する: ChatGPTを使って、物理学に関連するチュートリアルや実験のシミュレーションを生成することができます。
ただし、ChatGPTは物理学について詳しくはありません。 その為、正確な答えを期待するのは厳しいかもしれません。物理学を学ぶ上では、正確な理解が必要だと考えられます。
いいですね。
これをどうように質問していきましょう。
じゃあ、英語はどうやって勉強する？
ChatGPTを利用して英語を勉強するための方法には、次のようなものがあります。
1 英語のテキストを入力し、質問をして理解を深める: ChatGPTを使って、英語のテキストを読みながら、質問をして理解を深めることができます。
2 自分自身で問題を作成し、ChatGPTに解答を尋ねる: ChatGPTを使って、自分自身で英語の問題を作成し、それに対する解答を尋ねることができます。
3 英語の文章を生成し、それを読んで理解する: ChatGPTを使って、英語の文章を生成し、それを読んで理解することができます。
4 英語の会話をシミュレーションする: ChatGPTを使って、英語の会話をシミュレーションすることができます。
5 英語の発音や文法のトレーニング: ChatGPTを使って、英語の発音や文法のトレーニングを行うことができます。
ただし、ChatGPTは英語の学習に特化したモデルではありません。 その為、正確な答えを期待するのは厳しいかもしれません。英語を学ぶ上では、正確な理解や発音の練習が必要だと考えられます。
ほほう。
では、統計学は？
ChatGPTを利用して統計学を勉強するための方法には、次のようなものがあります。
1 統計学の原理を説明する: ChatGPTを使って、統計学の原理を説明することができます。
2 統計学の質問に対する解答を尋ねる: ChatGPTを使って、統計学に関する質問に対する解答を尋ねることができます。
3 統計学のデータを分析する: ChatGPTを使って、統計学のデータを分析することができます。
4 統計学のアルゴリズムや手法の説明: ChatGPTを使って、統計学のアルゴリズムや手法を説明することができます。
5 統計学のケーススタディ: ChatGPTを使って、実際の統計学のケーススタディを説明することができます。
ただし、ChatGPTは統計学に特化したモデルではありません。その為、正確な答えを期待するのは厳しいかもしれません。統計学を学ぶ上では、基礎的な知識や手法の理解、実際のデータ分析の練習などが必要だと考えられます。
と、上記の例のように、それぞれの学問分野でどうやって学びを深めるか、サジェストしてもらいました。
この質問機能を使うことの意味は、ChatGPTが新しい視点で客観的に文章を作ってくれることです。
自分のもやもやした言語化できていない理解していない部分をChatGPTに呼びかけることによって文章化し、対象化することができます。
自分→ChatGPT→自分→ChatGPTの
二元論が成立します。
理解と記憶は両輪です。
ChatGPTはただのコードですので、論理関係が崩れたことを返してきません。
文章が論理的なので、思考を整理するのがかなり楽になります。
２．難しい文章を要約させる。
ChatGPTには要約機能があります。
小難しい文章を中学生にも分かる文章してというとそうとう簡単にしてくれます。
たとえます。
Prism Academyから引用します。（https://www.graphpad.com/guides/prism/latest/curve-fitting/reg_intepretingnonlinr2.htm?q=correlation+r+square）
相関におけるRの意味について調べたいです。
Prism Academyの説明はDeeplで翻訳すると以下の通りです。
R2は何を数値化しているのか
『R2という値は、適合度を数値化したものです。これは、あなたのモデルの適合度を、すべてのY値の平均を通る水平線の適合度と比較するものです。
-R2は、モデル（式）によって説明されるYの全分散の割合と考えることができます。実験データ（と適切なモデル）では、常に0.0と1.0の間の結果を得ることができます。
-R2について考えるもう一つの方法は、実際のY値と予測されたY値の間の相関係数の二乗です。
R2はどのような値の範囲にあるのでしょうか？
単純に考えると、R2 は通常 0.0 から 1.0 の間の分数であり、単位はない。しかし、特殊なケースもあります。
-曲線がすべての点を通過するとき、R2は1.00に等しくなります。しかし、同じX値でY値の複製がある場合、曲線がすべての点を通過することは不可能なので、R2は1.00より小さくなければならない。
-R2が0.0の場合、最良適合曲線は、すべてのY値の平均を通る水平線よりもデータに適合していないことになります。この場合、Xを知ることはYの予測に役立たない。
→R2は、モデルの適合度を数値化したもので、モデルが説明するYの全分散の割合と考えることができます。値の範囲は通常0.0から1.0で、1.0に近いほど適合度が高いことを示します。ただし、特殊な場合では1.0を超えることもあります。
-本当に不適切なモデルを選んだり、愚かな制約を課したりすると（たいてい間違って）、ベストフィット曲線は水平線より悪くなります。この場合、R2は負になります。しかし、R2は何かの2乗ではないので、このようなことは起こりえます。詳細はこのページの一番下にあります。
-R2が1.0より大きいという記述を目にすることがあるかもしれません。これは、無効な方程式を使用した場合にのみ起こり得ることで、結果は単に間違っているのです。
r2かR2か？
伝統的に、統計学者は非線形回帰と重回帰の結果には大文字（R2）を使い、線形回帰の結果には小文字（r2）を使いますが、これは違いのない区別です。
R2は、適合度を数値化した指標であり、値の範囲は通常0から1で、1に近いほど適合度が高いことを示します。しかし、不適切なモデルや愚かな制約を使用することで、R2は負になることがあります。また、R2が1.0を超えることもありますが、これは無効な方程式を使用した場合にのみ起こり得、結果は間違っていることを示します。統計学者によっては、非線形回帰や重回帰の結果には大文字のR2を、線形回帰の結果には小文字のr2を使用することがありますが、区別はありません。
なぜ、非線形回帰ではR2を報告しないようにという意見があるのですか？
Minitabは、非線形回帰のR2を報告しないが、それはあまりにも誤解を招くと考えるからである。Kvalseth(1)も、その使用について警告しています。問題点は以下の通り。
-線形回帰では、R2は最良適合回帰線と水平線（傾きを0.0にせざるを得ない）の適合度を比較する。水平線は回帰直線の最も単純なケースであり、これは理にかなっている。非線形回帰で使われる多くのモデルでは、水平線はモデルからまったく生成できない。そのため、選択したモデルの適合度と水平線の適合度を比べても、数学的には全く意味がありません。このため、SASではこの値を "Pseudo R2 "と呼んでいます。
-代替モデルの適合度を比較するためにR2を使いたくなります。しかし、このようなことはすべきではありません。調整済みR2は、その目的には適していますが、理想的ではありません。Prismは、代替モデルの適合度を比較するための2つのより良い方法を提供します。 モデル選択は、トレードオフを評価しなければなりません。通常、より複雑なモデルの方が適合度が高いのですが、パラメータが多くなります。Prismが提供する2つの方法は、このトレードオフを評価します。R2はそうではありません。R2は、モデルが複雑であればあるほど、たとえそのモデルが正しい可能性が低くても、ほとんどの場合大きくなります。R2に基づいてモデルを選択しないでください。
-同じ数のパラメータを持つ2つのモデルが、全く異なるデータに適合することがあり、AICc法では、これらのモデルのうち1つがより正しい可能性が高いことが分かります。しかし、R2値は小数点以下3桁か4桁しか違わないかもしれません。
-R2が高いということは、曲線が点に非常に近づいたということです。R2が高いということは、曲線が点に非常に近づいたということであり、他の点で「良い」ことを意味しない。パラメータのベストフィットの値が意味をなさない値であったり（例えば、負の速度定数）、信頼区間が非常に広かったりすることがある。適合があいまいな場合もある。R2だけでなく、すべての結果を見て適合度を評価する必要があります。
非線形回帰では、R2は最良適合回帰線と水平線（傾きを0.0にせざるを得ない）の適合度を比較するために使用されます。ただし、非線形回帰で使用される多くのモデルでは水平線はモデルからまったく生成できないため、選択したモデルの適合度と水平線の適合度を比較することは数学的には全く意味がありません。そのため、R2は非線形回帰においては使用されないべきであり、代替の評価指標が使用されるべきです。
なぜPrismは非線形回帰のR2を報告するのですか？
PrismはデフォルトでR2を計算し、報告します。非線形回帰ダイアログの診断タブでR2の報告をオフにすることができ、その設定を今後の適合のデフォルトにすることができます。
多くの人は、この方法でR2が有用であることを発見します。一連の実験を実行するとき、今日の実験が他の実験の実行と一貫していることを確認したい。例えば、いつもR2が0.90から0.95の間なのに、今日はR2=0.75になったとしたら、その特定の実験で使用した方法または試薬に何か問題があったのではないかと疑い、注意深く見る必要があるのです。また、新入社員が同じシステムを使ってR2=0.99の結果を持ってきたら、どれだけの「外れ値」を取り除いたのか、データをでっち上げたのか、注意深く調べる必要があります。
R2が役に立つのはこれだけだと思いますが、このような目的には非常に有効です。
R2の計算方法 -- 重み付けなしのフィット
R2は、非線形回帰によって決定されたベストフィット曲線からの点の距離の二乗和から計算される。この二乗和の値はSSregと呼ばれ、Y軸の2乗の単位である。R2を分数にするために、結果はすべてのY値の平均を通る水平線からのポイントの距離の2乗の合計に正規化される。この値はSStotと呼ばれる。曲線がデータによく適合していれば、SSresはSStotよりずっと小さくなる。
下図はR2の計算を説明するものである。両パネルとも同じデータとベストフィットの曲線を示している。左側のパネルには、すべてのY値の平均を示す水平線と、各ポイントがすべてのY値の平均からどれだけ離れているかを示す垂直線も示されている。これらの距離の二乗の和（SStot）は62735に等しい。右図は、ベストフィット曲線からの各点の垂直距離である。これらの距離の2乗の和(SSres)は4165に等しい。
Prismは非線形回帰のR2を報告するのは、多くの人がこの方法でR2が有用であることを発見し、実験の結果を比較するために役立つと考えられているからです。 R2は、非線形回帰によって決定されたベストフィット曲線からの点の距離の二乗和から計算され、結果はすべてのY値の平均を通る水平線からのポイントの距離の2乗の合計に正規化されます。これにより、曲線がデータによく適合しているかどうかを判断することができます。
R2 は以下の式で算出される。
R2 = 1.0 - (SSresiduals/SStotal) =1.0-4165/62735= 0.9336 となる。
これは Kvalseth(1) の方法1である。
パラメータを共有する（グローバル非線形回帰を行う）場合、上式のSSResidualsは、パラメータを共有したモデルをフィッティングした際にPrismがグローバル結果欄に報告した二乗和であり、SSTotalは（すべてのデータセットからの）すべてのY値の平均を中心とした（各データセットからの）各Y値の二乗和である。
R2の計算方法 -- 重み付けフィット
重み付き非線形フィットのR2を計算する確立された方法はないようです。Prism (6.00以降)では、以下のように計算します。ただし、以前のバージョンのPrismでは、重み付きフィットのR2の計算方法は異なっていた。
1.相対(1/Y2)、ポアソン(1/Y)、一般(1/XK)の重み付けを使ってモデルをフィットさせ、重み付き二乗和（wSSmodel）を計算する。これは、モデルからの残差の加重二乗和である。
2.各点が受けた加重を記憶する。
3.ステップ1で使用したのと同じ重みを各ポイントに使って、水平線モデル（Y=Mean + 0*X）にデータをフィットさせる。 これは、水平線からの残差の加重二乗和(wSShorizontal)である。
加重 R2 は
1.0 - (wSSmodel/wSShorizontal) となる。
重みはモデルをフィットするときだけ計算されることに注意してください。Prismは水平線のフィットのための重みを計算せず、モデルのフィットに使われたのと全く同じ重みを使う。これにより、重みの合計が両方のフィットで同じになるようにします。
より詳細には、PrismはWillett and Singer (2)の式4を使っています。
R2は、回帰モデルの説明能力を示す指標で、1に近ければより良いモデルと言える。上記の方法では、重み付き非線形回帰のR2を計算するために、以下の3つのステップが行われる。
1 重み付き非線形回帰モデルをフィットし、重み付き二乗和（wSSmodel）を計算する。
2 各データポイントが受けた加重を記憶する。
3 同じ重みを使って、水平線モデル（Y=Mean + 0*X）にデータをフィットさせ、水平線からの残差の加重二乗和(wSShorizontal)を計算する。
4 最終的に、重み付き R2は 1.0 - (wSSmodel/wSShorizontal) となります。
5 重みはモデルをフィットする時だけ計算され、水平線のフィットでは使用されないことに注意が必要です。また、PrismはWillett and Singer (2)の式4を使っていることも説明されています。
R2が負になるのはなぜですか？
二乗したものがどうして負になるのでしょうか？R2は実際には何かの2乗ではありません。これは2つの値を引き算することによって計算されます。もし、SSresがSStotより大きければ、R2は負になります(上の式を参照)。
どうしてこのようなことが起こるのでしょうか。SSresは、ベストフィットの曲線（または直線）からの点の垂直距離の二乗の合計である。SStotは、Yの平均値で引いた水平線からの点の垂直距離の二乗の和である。SSresは、ベストフィットの直線または曲線が水平線よりもさらにデータに適合している場合、SStotを上回る。
R2は、ベストフィットの直線または曲線がデータにひどくフィットしている場合、負になります。これは、不適切なモデルを適用した場合（おそらく間違って）、または意味のない制約をモデルに適用した場合（おそらく負の数を入力するつもりが正の数を入力した）にのみ発生します。 例えば、用量反応曲線のHill slopeが1.0より大きくなるように制約しているにもかかわらず、実際には曲線が下り坂になっている（だからHill slopeがマイナスになっている）場合、R2値がマイナスになって、パラメータの値がナンセンスになってしまう可能性があります。
以下は簡単な例です。青い線は、X=0のときY軸をY=150で横切るように拘束された直線のフィットです。SSresは、この青い線からの赤い点の距離の二乗の合計です。SStotは緑の水平線からの赤い点の距離の2乗の和である。SresはSStotよりずっと大きいので、R2（青線の適合度）は負になる。
R2は、回帰分析において、モデルが観測値に対してどの程度説明できているかを示す指標であり、1に近いほどモデルが観測値に適合していると解釈されます。しかし、もし、SSres(residual sum of squares)がSStot(total sum of squares)よりも大きくなれば、R2は負になります。これは、モデルが観測値よりも劣っている状態を示していることを意味します。これは、不適切なモデルを適用した場合、または意味のない制約をモデルに適用した場合にのみ発生します。
』
どうでしょうか。
元の文章はなにを言ってるのかわかりませんね。
一気にすべての文章を要約させようとするとエラーがでるので、小分けにして入力しました。
文章をいれるだけで要約してくれるようです。
やっぱり文書を要約する専用のアプリにチューンして欲しい✨
すごい理解しやすい！
ぼくの書いた本も、少しずつ要約し直しますので乞うご期待🚀✨
理解の加速！これがChat GTP ベース学習の醍醐味！
教育が一気に変わる
今まで、英語で書かれた文章って、辞書片手にこの文は動詞の後にザットがあるから、（をつけて、どこまでかかってるか考える必要があるんじゃ～みたいな勉強が主流だったけど、無駄にわかりづらい文章をAIで駆逐すれば必要がないスキル🤖
３．じゅもん（呪文）データベース
ドラクエのようにChat GPTを使いこなすには「じゅもん」（Jumon）が必要です。英語でいうとプロンプトです。
つまり、ChatGPTに命令する内容です。便利な命令はリストアップしていきますよ。
①要約して。
長い文章のエッセンスを取ってくる。
②わかりやすくして。
「小学３年生でもわかるようにして」とか具体化してもよし。
③リストアップして。
箇条書きにしてくれます。
④ステップバイステップで説明して。
わからないことを箇条書きで理詰めで書いてくれます。
質問して出てきた答えに、その根拠を一つずつ説明させます。
⑤コードにして。
あんまりやったことないですけど、Pythonを書いてくれる。
⑥エラーを訂正して。
コードとか、校正をしてくれます。誤字脱字見つけてくれる。
⑦変換してシリーズ。「以下の文章を、●●にして」
7.1 SNS風にして。Twitterに収まる用にとか。
勝手に＃タグを入れてくれます。
Twitter風にして。はすごい使えます。GPT4になってからさらに絵文字が入ってくるようになりました。これは進化ですね。
7.2 丁寧にして。
上司にあるいは、取引先に送るメールをもっと棘がないように、角が立たないようにするにはどうすればいいかって？
ChatGPTに相談だ！
自分にはない発想で丁寧な文章にしてくれます。
7.3
⑧定型分のような文章を最初から作らせるシリーズ
8.1 メールを書いて。
8.2 概要を書いて。
⑨大事な内容はじゅもんの中に書けない。（２０２３年2月現在）
内容をOpenAIの中の人に覗かれる可能性があると書いてあります。
特許や論文の大切な内容はコピペせず、お茶を濁した書き方をすることをお勧めします。
パクられても文句を言えません。
⑩ChatGPTにじゅもんについて聞いてみる。
効果的な使い方は？
ChatGPTを効果的に利用する方法について、以下にリストアップします。
質問を具体的にする：ChatGPTに質問する場合、できるだけ具体的に質問することが重要です。これによって、ChatGPTはより正確で関連性の高い回答を提供することができます。
簡潔な言葉を使用する：ChatGPTは、簡潔で明確な言葉を理解するのが得意です。技術用語や複雑な表現は避け、分かりやすい言葉を使用しましょう。
文脈を提供する：質問する前に、文脈を提供することでChatGPTはより正確な回答を提供することができます。
キーワードを使用する：適切なキーワードを使用することで、ChatGPTはより重点的に回答することができます。
回答を確認する：ChatGPTによって提供された回答は必ずしも正確ではないため、重要な情報を得る場合は確認することが必要です。
フォローアップの質問をする：回答について詳細を知りたい場合は、フォローアップの質問をすることが有効です。
質問の表現を変えてみる：質問の表現を変えることで、ChatGPTがより理解しやすくなり、より正確な回答が得られることがあります。
会話を続ける：ChatGPTは自然な会話をすることができるため、関連する質問を続けたり、フィードバックを提供することで、より良い情報を得ることができます。
現実的な期待を持つ：ChatGPTは強力な言語モデルですが、完璧ではなく、必ずしも正確な回答を提供するわけではありません。現実的な期待を持ち、ChatGPTが提供する情報を出発点として、さらに調査を進めるようにしましょう。
フィードバックを提供する：ChatGPTが提供する回答の品質についてフィードバックを提供することで、回答の正確性や関連性を改善することができます。
11 会話で続けさせる。
11.1 例えば文章の校正
以下の文章の間違ってるところを指摘して、なぜ間違っているか教えて。
答えたら、
それをテーブルにしてわかりやすくして。 ビフォーアフターをテーブルで表示して。
１２ 前提条件を入れる。「あなたは●●です。●●してください。」
ベン図のように、前提条件を絞れば絞るほど、的確でいい感じの文章を作ってくれます。
前提条件として使いやすいのが、
「あなたは●●学の専門家です。」
あなたは医者ですっていうのは、医学論文では使い安いですね。
学生さんにメールするときも、
「あなたは大学の教師です。学生に次の内容に関するメールを書いてください。箇条書きを取り入れて。」
１３ Latexで書かせる。
数式をLatexで勝手に書いてくれます。
これは便利。（の中に、in Latex)って書いておくといい感じに書いてくれます。
１４
CM