「嫌われる勇気」アドラー本を読んだ
研究室の先輩が貸してくださったので読みました。
この本はいわゆる哲学・自己啓発本に分類されるものの、二人の人間が出てきて会話形式に話が進むという、珍しいスタイルを取り入れている。
以下、ネットでも出回っているレベルでのアドラー哲学の話とそれらに関する感想。
取り入れたいと思った部分
アドラーは「トラウマなどない」という主張で有名である。
この本でもそれはしっかりと論じられていて、そのくだりは非常に秀逸だった。
「トラウマなど存在しない。
ただ"やりたいこと"があり、その目的のために過去に起きたことを言い訳しているに変わらない」
例えば、アドラーに言わせれば
「過去にひどい失恋をした!だからもう恋なんてしない!」
というのは大嘘である。
このセリフを分類するとトラウマ(原因があって)→行動(に至る)ですね。
だけどこのセリフをアドラー流に言い換えれば、
「恋をしたくないから、過去の失恋のトラウマをしきりに持ち出し、それらを周囲に納得させて、恋をしない行動(やりたいこと)へとつなげている。」
といったところだろう。目的→ツール(トラウマ)→行動となっている。
確かに、怠惰な自分に照らし合わせて自省すると、「〜〜ということがあったから〜〜はやりたくない」と主張していたことは、単に失敗を恐れていて「単純にやりたくなくて、過去のことを言い訳しているに過ぎない」という考え方は否定できない。
「やりたくない」という気持ちに関して、全体最適化に適っていないからか、それとも自分由来の感情なのか、そこを見極めてうまくライフスタイルに取り入れるとよいと思った。
賛同できにくい部分
アドラーは「人は感情を道具としてコントロールして使っている」と指摘している。
本書の中ではこんな例を持ち出していた。
ある母娘が大声で口論していた。
突然電話のベルが鳴り響き、母はやや怒りの感情をこめつつも受話器を取る。
その電話主は学校の先生で、途端に母は丁寧な口調になる。
そして電話が終えると、母はまた娘に怒りの感情を向ける。
日常によくありふれているエピソードだが、ここでアドラーが言いたいのは「怒り」という感情を、何かの目的到達のために用いているに過ぎないということである。
今回の場合だと、娘に対して「怒り」の感情をぶつけることで、娘を反省の方向に導かせるといった具合だろう。
アドラーは「感情で人の行動を支配するのは赤ん坊までにしておけ」と主張しているようだ。その根拠として、「人は感情的にならずとも、他者を何かしらの行動に導くことは可能だ」・「人は感情に抗えない存在ではない」・「人は怒りを捏造するから」といったことを主張している。
ただし、アドラーも感情の揺れ方そのものを否定しているわけではない。あくまでも「そのときに受けた感情にいつまでも縛られるな。ひいては過去に縛られるな。」と指摘しているのだとは思う。
だが私はここで、違和感を受けた。
私は、それに関してはどちらかといえば自分はできないと思っているし、私の周りもそうでない人が多いから、どうしても違和感を受けてしまった。
アドラーは全体的にはなかなか受け入れやすい哲学を説いてくれているが、ここのくだりだけは馴染めなかった。
(もしかすると、読解が浅いのかもしれないが。)
全体を通して
8割は「まあそうだろう」という気概であった。概ね彼の考え方には賛同である。
自分のライフスタイルに取り入れられるかどうかは、読解と理解を重ねる必要はありそう。
人にお勧めできるか否か
普通。
そう考える理由は、文体と内容である。
文体
文体の読みやすさはある方だと思う。
ただそれは初読の場合であって、再読をしたい際にピンポイントで読みたいところを探すには少し厳しい。冒頭にも書いた通り、本書は二人の人間の会話によってアドラー哲学を読み解いていくものだからだ。
もう少し深く内容を知りたいor再読性を求める人にはお勧めしにくい。
内容
内容に関しては、「まあ鵜呑みにすると危険だよな」と思う。
アドラーはあくまでも「感情・過去に支配されずに動け」、「人のために貢献することが一番の幸せ」と説いている。
しかし、まずは精神ならび肉体の健康が保持される上でないとそれらを実行するのは難しいと私は思う。
極端な例え話かもしれないけど、家族を亡くしたばかりの人がいたとする。
当然、その人は落ち込む。
翌日に自分に向かって「元気出せよ、がんばれよ。過去ばかり見てくよくよするな。」などと自己を鼓舞する人はいないと思うが、半年、一年経っても元気を出せずにいる場合は世界中どこにでも起こり得るだろう。
そのとき、この本をその人に読ませることで「私はアドラーに言わせれば、家族を亡くしたことを言い訳にして元気にならないという行動をしているのだろうか?」などと当人に考えさせるのが、この本の目的だろうか。
アドラーの言いたいことはそうではないだろうが、極限まで追い詰められた人は、その思考にも至れない人が多いと思う。
必要があれば適切なカウンセリングを受けたり、薬に頼るのも一つの手だとはアドラーも考えるとは思うのだ。ただし、本書ではそういったことは全く示されていない。
ゆえに、鬱や本当に生命に関わるトラウマを持つ人には、アドラー哲学が解決に導く考え方ではないのでお勧めできないと思えてしまった。
(だから、先述した"感情云々"のくだりが私には馴染めなかったのかもしれない)
そのあたり、本書においてはもう少し救いの部分も強調していけば、癒される人も増えるのではないかなどとamazonの星1のレビューをつけている人をみて思った。(ここでは紹介しないが)
続きの本も借りたのだけど、いったいいつ読破できるのだろうか。
xgboostをインストールしようとして苦戦している話
xgboostをインストールする用事があるのだけど、全部コケている。
備忘録として、インストールにあたり行ったことと、それぞれに対してどのようなことが起きたのかをとりあえず片っ端からメモしていく。
環境はMac OSX, Pythonは3.5.2である。
1. XGBoostをMac, CentOSにインストールする - Qiita
最初は上記サイトを参考にして進めた。
brew install clang-ompで実行にやたらと時間がかかってしまい、ファンが高速回転を始めてPCが物理的に死にそうなので中断した。
この作業は2回行ったが、うまくいきそうにない。ちなみに回線はwifi環境である。
最後まで手順を踏めばもしかしたらうまくいくのかもしれないが、PCが死んではシャレにならないので最終手段にしたいと思った。
2. OS X で XGBoost & xgboost4j をビルドする手順 2016-09-27 版 - k11i.biz
マルチスレッド対応でXGBoostをビルドしたい場合を参考にして、手順を踏んでいった。
こちらは最後まで難なく進めたが、jupyterが使えなくなったので不採用にした。
(そもそも設定関連に関して、あまりにも知識が足りないので煮詰まっている気がする)
ひとまずここまで。
---(追記 11/3 JST 21:01)---
3. Installing XGBoost on Mac OSX (IT Best Kept Secret Is Optimization)
これも試してみた。
setup.pyまで試してみたところ、どうもpathの設定がうまくいっていないっぽいエラー……?
とりあえずjupyter qtconsoleを起動してimport xgboostを行ったところ、以下のエラーを出した。
import xgboost as xgb
---------------------------------------------------------------------------
XGBoostLibraryNotFound Traceback (most recent call last)
<ipython-input-1-745aa3a2d734> in <module>()
----> 1 import xgboost as xgb
/Users/user/python-learn/xgboost/python-package/xgboost/__init__.py in <module>()
9 import os
10
---> 11 from .core import DMatrix, Booster
12 from .training import train, cv
13 from . import rabit # noqa
/Users/user/python-learn/xgboost/python-package/xgboost/core.py in <module>()
110
111 # load the XGBoost library globally
--> 112 _LIB = _load_lib()
113
114
/Users/user/python-learn/xgboost/python-package/xgboost/core.py in _load_lib()
101 def _load_lib():
102 """Load xgboost Library."""
--> 103 lib_path = find_lib_path()
104 if len(lib_path) == 0:
105 return None
/Users/user/python-learn/xgboost/python-package/xgboost/libpath.py in find_lib_path()
44 'Cannot find XGBoost Library in the candidate path, ' +
45 'did you install compilers and run build.sh in root path?\n'
---> 46 'List of candidates:\n' + ('\n'.join(dll_path)))
47 return lib_path
XGBoostLibraryNotFound: Cannot find XGBoost Library in the candidate path, did you install compilers and run build.sh in root path?
List of candidates:
/Users/user/python-learn/xgboost/python-package/xgboost/libxgboost.so
/Users/user/python-learn/xgboost/python-package/xgboost/../../lib/libxgboost.so
/Users/user/python-learn/xgboost/python-package/xgboost/./lib/libxgboost.so
/Users/user/.pyenv/versions/anaconda3-4.1.1/xgboost/libxgboost.so
これはどうなっているんだろう……とてもつらい。
(本筋には関係ないけど、はてなってbash貼り付けできなかったっけ。)
DentooLT #15で発表してきた
Dentoo LT #15で発表してきました。
美術館をテーマとして発表してきたスライドを置いておきます。
「東京は芸術鑑賞に関して非常に恵まれている」ということが少しでも伝わればよいと思います。
ちなみに、いま開催中のものでおすすめ展示は上野の森美術館・デトロイト展です。
展示写真撮影ok、展示数も50点とそこまで時間もかからず、各時代・技法の有名どころ作家を一通り抑えてある、ビギナーから上級者まで楽しめる展示だと思います。
スライドでも少し触れた「油絵独特の凸凹を印刷で再現したレプリカ絵画」も展示しているどころか触ってその質感を楽しめます。
お時間に余裕があればぜひどうぞ。
DentooLT #15の聴衆側も非常に楽しかったです。
技術と発表が一番面白かったと思ったのはdaiiz(daiizの自由帳)さんイチオシです。
擬似インタラクティブに発表者と聴衆側で楽しめるのはプレゼン形式として非常に面白いと思いました。
あと身内ネタですがくるぶしくんのアレ。本当に面白かったです。
今後のくるぶしくん伝説にも期待しています。
運営さんもお疲れ様でした。15.5こそあのテーマで挑戦したいところです。
pydotplusのインストール
Pythonのグラフ描画用ライブラリpydotplusがanaconda経由で入っていなかったので、手動でインストールした。pip installではうまくいかなかったので、以下そのときの手法メモ。
<環境>
OS: Mac OSX Yosemite
Python3.5.2 :: Anaconda 4.1.1
<手法>
1. https://pypi.python.org/pypi/pydotplus からpydotplus-2.0.2.tar.gzをクリックしてファイルをダウンロード
2. ターミナルから以下コマンド入力(ダウンロード先ディレクトリに移動した場合)
python setup.py install
以上です。
簡単な手法ながら、講義中に一つ足りないパッケージが出てきてエラーになったので焦りました。
データアントレプレナープログラムを受講している話
データアントレプレナープログラムとは、電通大がデータ統計と起業家に関する知識・技能を身につけることを目的とした学内外に向けた講義である。
週3回で18:30~21:30の3時間行われる。さらに、そこそこに課題提出もあるということが概要に書いてある。
この取り組みは去年から始まった。(しかも告知に少し関わっていたけど、去年は完全にスルーしていたことに最近気づいた。)
今年は現在相互フォロワーであるgepuroさんがこれについて呟いていらして、興味を持ったのが最初のきっかけである。
受講前
受講は最後まで悩んだ。
主に、拘束時間が長い事と、それに対して自分が見合う成果を出せるのか(自分の中で納得のいく成果を出せるのか)自信がないという2点から、結構迷った。
しかし以下の3つの理由からエントリーシートを提出した。
1つめに、研究で大量のデータを捌いた際に「データ統計に関してもう少し勉強しておけば、要領よくやれたのでは。」という気持ちがあったこと、次におもしろい技能の話を聞いて今後に生かしていきたいと思っていたことと、最後にgepuroさんが講師をやるということで「どのような講義をするのだろうか」という個人的興味を持っていたことからである。
3点目に関して補足すると、プライベートでgepuroさんと食事をした際に「データ統計と***という分野に強い興味を持っている。社内で生き残るための生存戦略だね。」という話を聞かせてもらったことがあった。
立場をわきまえずに書くとそのときに、「社会で生き残るために学生のうちから技能を身につけた人が、どこまで手の内を明かしてくるかな」、「この人から教わって、自分がどこまで吸収できて今後に活かせるか挑戦したい」という気持ちが芽生えた。
こういった理由でひとまず応募だけはしてみる運びとなった。
エントリーシート
結構あっさり書いた。
学歴・職歴、研究分野、応募動機といった項目があったと思う。
選考委員会に知っている先生が何名かいたことから盛って書いても仕方ないと思ったことと、幾分の照れもあり、上記に挙げたことを非常に淡白にして書いた記憶がある。
結果は合格した。
合格メール内には定員の2倍以上の応募があったと記載されていたが、よく受かったと思う。
選考基準は詳しく明かされていないが、選考委員会の先生たちがだいぶ悩んで決めたそうだ。
講義内容
まだ講義前半ということもあり座学中心で、Pythonでウェイウェイデータを回すといったことはしていない。
内容によっては既知であるものも含まれているが、研究最前線や企業でマネジメントを取っている人が講師であることから、内容的には基礎を踏襲しつつ最新の技術と現代社会の結びつきを多く取り扱ってくれている傾向がある。
そして、講義はスライド中心に進行する。
ただどの先生も質疑応答する時間を結構多めに取ったり、一人ずつ意見を述べる時間を取ることがあったりと、そこまで一方通行スタイルというわけでもない。
基本的にはどの講師の方も、講義終了後や休憩中の質問も快く応じてくれる人が多い。
受講生の層
初回講義で「なかなかレベルの高い人が揃いました。」と統括の先生が述べていた。
確かに、錚々たる大企業の人たちや、データサイエンス専攻ではない博士後期課程の学生、起業家といった人たちが目立った。
学歴も早慶上智東京理科大以上の人しかいないと聞いていたが、電通大関係者も多かったのでそこは個人的には安心した。
課題
少し面倒。
だいたいは記述系が多いのだが、それがどの程度の温度感で求められているのかがわかりにくくて少し時間がかかる。
今年度から取り入られた成績評価制度の基準が公開されないことも、少しやりにくい要因の一つだと思っている。
また、講師側もまだ手探り感で進めている気がする。「こういった出し方をしたら、どんな答えが返ってくるだろうか?」という具合に、テーマが大枠で設定されていることが多い。
おそらく2期生の我々の提出精度具合で来年度以降のプログラム内容に影響を与えると思うので、緊張感を持ちながら臨みたい。
サポート
1. 受講者には受講者専用ページが設けられている。
合格通知メールと共に送られてきたIDとpassを用いて入ると、各回ごとの講義前の資料や受講票提出項目がある。
各回の講義資料はおおよそ前日までには上がっていることが多い。
受講票は毎回「この講義はどうでしたか?」とアンケート形式で答えるものだが、提出期限が一週間なので忘れると厳しいイメージがある。
2. 講義のサポートとして学内のゲスト無線LANが使える。
3. ご意見受付制度
ある講義で「これは電通大のデータアントレプレナープログラムで行うにはふさわしい講義ではないように思える。」というものがあった。
最初そういった意見(不満)をどこに通せばよいかわからなかった。
ただTwitterでそのときの講義の様子を実況中継していたところ(すみません)、gepuroさんから「講義取りまとめの先生に伝えるとよい。」というアドバイスをもらった。そこでそれに倣って講義webページから連絡を取ってみた。
するとすぐに先生から返信が来て、色々と策を講じてくれていることを話してくださった。
私が意見を伝えたことで、他受講生も追随して「もっとこうだと嬉しい」といった意見が出やすくなったように思える。
このプログラムは今後も継続していきたいプロジェクトということで、そういった手厳しい意見も歓迎というスタンスは大変ありがたい。もちろん、受講生のレベルも相応に求められるとは思うが。
おまけ
講義後は結構な頻度で名刺交換会が起きる。
外部勉強会やセミナーでもここまで盛んにやりとりしているのを見ないので、個人的には驚いた。
グループワークもあることで濃いやりとりも期待できるといえばできる。
新たな人脈を開拓したい人にはオススメだと思う。