SlideShare uma empresa Scribd logo
1 de 59
「プレゼンの基本」
ストーリーを作ろう
Antonio Tejero de Pablos
東京大学
原田・牛久研究室
1
ARCS
「なんで私は興味を持たないといけないの?」
• Attention(注意):えっ、何これ?
• Relevance(関連性): 私にも役に立ちそう。興味深いかも…
• Confidence(自信): うん、なるほど!理解できた
• Satisfaction(満足感):発表良かったなぁ、もっと知りたい
質問して
みようかな
2
ストーリーを作ろう
準備するとき
• イントロ
• まとめ
• ミドル
• トランジション
発表するとき
• イントロ (導入)
• トランジション
• ミドル (中身)
• トランジション (つなぎ)
• まとめ
3
イントロ(前提)
最初に…
本題とその重要性を明らかにすること
この3つを自問してみて:
• なんで聴衆は興味を持たないといけないか?
• 課題とコンテクスト(文脈)は何?
• それに対しては何が言いたいか?
4
イントロ(ヒント)
1.聴衆にはよく知られている事実から始める
2.課題を強調する
3.最後にアイデア・研究等を簡単に紹介する
(2とつながる )
5
お母さんでもわかるような説明
イントロ
例: 癌薬
癌について紹介して、 ストーリー等で聴衆に癌の恐ろ
しさ を思い出させる
現在の癌薬が○○の場合に効かないと説明する
○○の場合にも効く新しい癌薬を提案する(簡単に!)
6
まとめ
なんで最後までとぶんだ?ミドルは?
• イントロ → まとめ
• 質問 → 答え
• 問題 → 解決
「イントロ」と「まとめ」は直接に関係している
ミドルは後で良い 7
まとめ
1.研究やその主な結果の要約
2.「イントロ」に戻って、なぜこのアイデアが重要で
役に立つか、を思い出させる
• なぜ得られた結果で問題・謎が解決するか
• 他の調査結果や可能なアプリケーション
3.今後の課題
• 完璧な研究なんてない
8
ミドル
「イントロ」で紹介した問題にどのように取り組むか
あまりにも説明が細かすぎると、 聴衆はわけ
分からなくなって、自分もポイントを見失ってしまう
1.整理
2.選択
全部言わなくて良い!
9
新しい薬が効くかどうか試したい
実験方法が5つあって、1つ選んだ
方法を選んだ理由は…
データベースで情報を沢山集めた
実験A失敗した
一週間休んだ
実験Bは成功した
結果がこんないっぱい出た
結果の意味は…
ミドル
1.資料を整理して
• アイデアをリストに並べて
• 論理的に関連付けて
if A then B
10
ミドル
2.重要な要素を選択
• 関連ポイントだけ
• アイデアを支持した結果だけ
• 聴衆には理解できない
ポイントをスルー
新しい薬は効くかどうか試したい
実験方法が5つあって、1つ選んだ
実験方法を選んだ理由は…
データベースで情報を沢山集めた
実験A失敗した
一週間休んだ
実験Bは成功した
結果がこんないっぱい出た
結果の意味は…
11
研究ミーティング vs 学会発表
ミドル
目的:聴衆に納得させること
味方:テキスト、図・絵、スピーチ
死因 割合
殺人 0.7%
心臓発作 28.5%
自殺 1.3%
癌 22.8%
事故 4.4%
0.00%
5.00%
10.00%
15.00%
20.00%
25.00%
30.00%
心臓発作
癌
事故
自殺
殺人
死因
12
ミドル
プレゼンはアートだ。
余裕
内容
バランス
13
トランジション
全ての部分をつなげよう!
イントロ~ミドル~まとめ
セクションを開始する前に、
聴衆が全ての必要な情報を
持っているのを必ず確認すること
14
例:就職活動
• アイデア:「私はグローバルな人です」
• イントロ:現在の社会にはグローバル化がますます進んでい
て、英語も話せないといけない。自分もグローバルな人になりた
かったので留学に行った。
• ミドル:留学でカリフォルニアに行って、1.アメリカ人の友達を
作って、2.英会話の交流会に参加して、3…。色々なチャレンジ
を取り組んだあげく自分自身がグローバル化した。
• まとめ:現在のグローバルな社会に合わせるために、カリフォル
ニアに留学して、英語ペラペラになって、グローバルな人になっ
た。それから自分の世界を広げた。これから海外で働けるよう
にTOEICを頑張りたい。 15
聴衆の注意を保つ
• 例を挙げる
• ストーリー
• 図・絵
• 鮮やかさ
• 集中
聴衆に何が伝えたい?
16
「プレゼンの基本」
ナイスなスライドを作ろう
TEJERO DE PABLOS Antonio
東京大学
原田・牛久研究室
17
今日の話
1.スライドの目的
2.スライドプレゼンの要素
3.最後に
18
今日の話
1.スライドの目的
2.スライドプレゼンの要素
3.最後に
19
スライドの目的
紙芝居
20
スライドの目的
ストーリー
• イントロ
• ミドル
• まとめ
• トランジション
ストーリーからスライドまで…
21
スライドの目的
スライドにどんな情報を入れたら良い?
発表者に役に立つ情報
プレゼンというものは自分のため
じゃなくて聴衆のためだ!
22
聴衆に必要な情報
スライドの2ルール
1分 → スライド1枚
スライド1枚 → ポイント1つ
1枚のスライドで何が伝えたい?
23
今日の話
1.スライドの目的
2.スライドプレゼンの要素
3.最後に
24
スライドプレゼンの要素
3つ
バランスを取ろう!
スピーチ
絵
テキスト
スピーチ > 絵 > テキスト
25
スライド
スライドプレゼンの要素
キーポイント
を繰り返す
絵
テキストスピーチ
キーポイント
を繰り返す
キーポイント
を繰り返す
キーポイント
を繰り返す
26
スピーチ
プレゼンでは:
スピーチがメイン
スライドがサポート
言葉で言えないこと 聴衆の興味を引くため
27
絵
1つの画像は価値が1000の言葉
1つのアニメーションは価値が100の画像
例:
提案手法は選手の
動きの度合いを計る
𝑎
𝑡𝑖𝑚𝑒 28
絵・その他:表やグラフ
もう一度考えよう:
このスライドで何が伝えたい?
表:正確な数字 グラフ:データの関係や進化
29
テキスト
文書を書く前にこの3つを考えよう:
1.テキストが要る?
2.本当に?
3.どのぐらい?
• プレゼンのスライド vs 配布資料
30
テキスト
文書が必要であれば → 簡単で短い文書
聴衆は読むのが嫌
文書を読むと聞かなくなる
31
テキスト・その他:タイトルや議題
タイトル:
• プレゼンのテーマ(1枚目)
• スライド一枚ずつのポイント
議題:
• 発表の流れの指針
今何というセクションに居るか覚えている?
32
ポイントを伝える
今日の話
1.スライドの目的
2.スライドプレゼンの要素
3.最後に
33
最後に
ストーリーからスライドまで:
• 流れを論理的に進める
• 課題 → 解決方法 → 解決した後
• キーポイントを見やすく、明らかにすること
• このスライドで何が伝えたい?
• トランジションを大切にすること
• スライドとスライドのつながり
スペルチャック
ページ番号
スペルチェック
34
最後に
Bill Gates 対 Steve Jobs
35
「プレゼンの基本」
格好をよくしよう
TEJERO DE PABLOS Antonio
東京大学
原田・牛久研究室
36
今日の話
1.時間管理
2.姿勢
3.質疑応答
37
今日の話
1.時間管理
2.姿勢
3.質疑応答
38
発表時間オーバー…
時間管理は非常に重要なスキル
他の発表者
の時間が減る
Q&Aの時間
が不十分
聴衆が疲れる
39
ルール:1枚=1分
20分発表なら、スライド数は…?
スライドの内容による適切な時間管理
• イントロ・概要・タイトルなどは約30秒
• 研究背景、図の説明などは約1~2分
• 飛ばしても良いし!
スライド数
40
早めに会場に到着
• プレゼンファイル、パソコン、プロジェクター、
ケーブルなどの確認
• ぎりぎりの変更
• 落ち付く
発表しながら時間管理する
発表本番
41
今日の話
1.時間管理
2.姿勢
3.最後に
42
自分の発表の内容を完全に理解すること
• 自然に専門家の雰囲気になる
• 「ええと〜」、「あの~」、「一応〜」
• Q&A
表情
• 「問題ない」、「平気」のような顔をする
• 笑顔
リラックスした正しい姿勢で
格好
43
ジェスチャー
• 重要なポイントを強調するために
アイコンタクト
• おでこでもいい
• たまにスライド見てもいい
声
• マイクがあっても、大きい声で!
• はっきり
アイコンタクトと声
44
ジェスチャーや声など
聴き手いなければ録画
上手な発表者を見て学ぶ(TED Talks)
立派な発表者になるためには、
本番を意識した練習を多くこなすしかない
練習(必ず)
45
今日の話
1.時間管理
2.姿勢
3.最後に
46
例えば:発表する時に
俺はラッパーだ
•達人からインスピレーションを受ける
•ステージでの存在感
•力強い声、ジェスチャー
•言葉の使い方
•聴衆を従事する
プレゼン=演技
47
原田・牛久研の
研究ミーティング
TEJERO DE PABLOS Antonio
東京大学
原田・牛久研究室
48
研究ミーティングの目的は?
研究ミーティングの聴衆は誰?
研究ミーティングの重要性は?
始める前
49
1ヶ月での進捗15分〜20分
流れ:
• イントロ(〜2枚)
• ミドル(〜10枚)
• まとめ(〜1枚)
研究ミーティングの内容
50
研究テーマの紹介
関連研究 ≠ 論文紹介
伝わらないといけないメッセージ
•研究の目的
•研究の必要性
イントロ
51
課題 = 論理的な手法の提案や実験の実行
課題 ≠ 「よくわからないけどやってみた」
ミドル
適切な内容
• 出来た課題
• 出来ていない課題
• 超えられない壁
不適切な内容
• 論文紹介
• 個人日記
• 先生との
個人ミーティング
52
構成要素各の目的・ 入出力を明らかに
ミドル(例 提案手法)
TOP
BOTTOM
概要
構成要素
式
53
良い例
ミドル(例 提案手法)
• Input: User-generated (unedited)
sports video
• Output: Video summary
• S: Segmented input video
• X: Body joint features of each segment
• Y: Holistic (general) features
54
何のためにやったか
どんなデータを使ったか
どんな結果が出たか
この結果はどういう意味があるか
ミドル(例 実験)
次の実験 今後の課題
論
理
的
55
悪い例
ミドル(例 実験)
The experiment failed
56
まとめと今後の課題
まとめ
• 取り組んだ課題
• 主な結果
• 結論
今後の課題
• 前の1ヶ月の進捗に基づく
次の1ヶ月の具体的なプラン
57
研究ミーティング発表
vs 卒論発表・学会発表
卒論・学会 研究会
目的 1年間の研究
成果のまとめ
1ヶ月の研究
成果の報告
強調 貢献 進捗
スタイル descriptive reportive
58
自分の発表に責任を持つこと
研究ミーティングを居心地よくすること
( りんこうや卒論なども!)
いつ発表うまくなるか?
最後に
今でしょう!
59

Mais conteúdo relacionado

Mais procurados

それでも私が研究を続ける理由
それでも私が研究を続ける理由それでも私が研究を続ける理由
それでも私が研究を続ける理由Hitomi Yanaka
 
最適化超入門
最適化超入門最適化超入門
最適化超入門Takami Sato
 
テーブル・テキスト・画像の反実仮想説明
テーブル・テキスト・画像の反実仮想説明テーブル・テキスト・画像の反実仮想説明
テーブル・テキスト・画像の反実仮想説明tmtm otm
 
学振特別研究員になるために~2023年度申請版
学振特別研究員になるために~2023年度申請版学振特別研究員になるために~2023年度申請版
学振特別研究員になるために~2023年度申請版Masahito Ohue
 
AHC-Lab M1勉強会 論文の読み方・書き方
AHC-Lab M1勉強会 論文の読み方・書き方AHC-Lab M1勉強会 論文の読み方・書き方
AHC-Lab M1勉強会 論文の読み方・書き方Shinagawa Seitaro
 
実務と論文で学ぶジョブレコメンデーション最前線2022
実務と論文で学ぶジョブレコメンデーション最前線2022実務と論文で学ぶジョブレコメンデーション最前線2022
実務と論文で学ぶジョブレコメンデーション最前線2022Teruyuki Sakaue
 
トピックモデルの基礎と応用
トピックモデルの基礎と応用トピックモデルの基礎と応用
トピックモデルの基礎と応用Tomonari Masada
 
Transformer メタサーベイ
Transformer メタサーベイTransformer メタサーベイ
Transformer メタサーベイcvpaper. challenge
 
『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会takehikoihayashi
 
見やすいプレゼン資料の作り方 - リニューアル増量版
見やすいプレゼン資料の作り方 - リニューアル増量版見やすいプレゼン資料の作り方 - リニューアル増量版
見やすいプレゼン資料の作り方 - リニューアル増量版MOCKS | Yuta Morishige
 
フィーチャモデルの描き方
フィーチャモデルの描き方フィーチャモデルの描き方
フィーチャモデルの描き方H Iseri
 
4 データ間の距離と類似度
4 データ間の距離と類似度4 データ間の距離と類似度
4 データ間の距離と類似度Seiichi Uchida
 
SSII2020TS: 機械学習モデルの判断根拠の説明​ 〜 Explainable AI 研究の近年の展開 〜​
SSII2020TS: 機械学習モデルの判断根拠の説明​ 〜 Explainable AI 研究の近年の展開 〜​SSII2020TS: 機械学習モデルの判断根拠の説明​ 〜 Explainable AI 研究の近年の展開 〜​
SSII2020TS: 機械学習モデルの判断根拠の説明​ 〜 Explainable AI 研究の近年の展開 〜​SSII
 
プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)
プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)
プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)Toshihiko Yamasaki
 
学振特別研究員になるために~2020年度申請版
学振特別研究員になるために~2020年度申請版学振特別研究員になるために~2020年度申請版
学振特別研究員になるために~2020年度申請版Masahito Ohue
 
【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks?
【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks? 【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks?
【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks? Deep Learning JP
 
Triplet Loss 徹底解説
Triplet Loss 徹底解説Triplet Loss 徹底解説
Triplet Loss 徹底解説tancoro
 
優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案Masanori Kado
 
GAN(と強化学習との関係)
GAN(と強化学習との関係)GAN(と強化学習との関係)
GAN(と強化学習との関係)Masahiro Suzuki
 

Mais procurados (20)

それでも私が研究を続ける理由
それでも私が研究を続ける理由それでも私が研究を続ける理由
それでも私が研究を続ける理由
 
最適化超入門
最適化超入門最適化超入門
最適化超入門
 
テーブル・テキスト・画像の反実仮想説明
テーブル・テキスト・画像の反実仮想説明テーブル・テキスト・画像の反実仮想説明
テーブル・テキスト・画像の反実仮想説明
 
学振特別研究員になるために~2023年度申請版
学振特別研究員になるために~2023年度申請版学振特別研究員になるために~2023年度申請版
学振特別研究員になるために~2023年度申請版
 
AHC-Lab M1勉強会 論文の読み方・書き方
AHC-Lab M1勉強会 論文の読み方・書き方AHC-Lab M1勉強会 論文の読み方・書き方
AHC-Lab M1勉強会 論文の読み方・書き方
 
実務と論文で学ぶジョブレコメンデーション最前線2022
実務と論文で学ぶジョブレコメンデーション最前線2022実務と論文で学ぶジョブレコメンデーション最前線2022
実務と論文で学ぶジョブレコメンデーション最前線2022
 
トピックモデルの基礎と応用
トピックモデルの基礎と応用トピックモデルの基礎と応用
トピックモデルの基礎と応用
 
Transformer メタサーベイ
Transformer メタサーベイTransformer メタサーベイ
Transformer メタサーベイ
 
『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会
 
見やすいプレゼン資料の作り方 - リニューアル増量版
見やすいプレゼン資料の作り方 - リニューアル増量版見やすいプレゼン資料の作り方 - リニューアル増量版
見やすいプレゼン資料の作り方 - リニューアル増量版
 
フィーチャモデルの描き方
フィーチャモデルの描き方フィーチャモデルの描き方
フィーチャモデルの描き方
 
4 データ間の距離と類似度
4 データ間の距離と類似度4 データ間の距離と類似度
4 データ間の距離と類似度
 
SSII2020TS: 機械学習モデルの判断根拠の説明​ 〜 Explainable AI 研究の近年の展開 〜​
SSII2020TS: 機械学習モデルの判断根拠の説明​ 〜 Explainable AI 研究の近年の展開 〜​SSII2020TS: 機械学習モデルの判断根拠の説明​ 〜 Explainable AI 研究の近年の展開 〜​
SSII2020TS: 機械学習モデルの判断根拠の説明​ 〜 Explainable AI 研究の近年の展開 〜​
 
プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)
プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)
プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)
 
学振特別研究員になるために~2020年度申請版
学振特別研究員になるために~2020年度申請版学振特別研究員になるために~2020年度申請版
学振特別研究員になるために~2020年度申請版
 
【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks?
【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks? 【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks?
【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks?
 
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM) 一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
 
Triplet Loss 徹底解説
Triplet Loss 徹底解説Triplet Loss 徹底解説
Triplet Loss 徹底解説
 
優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案
 
GAN(と強化学習との関係)
GAN(と強化学習との関係)GAN(と強化学習との関係)
GAN(と強化学習との関係)
 

Semelhante a プレゼンスキルアップ!講座 原田・牛久研究室(日本語)

20110108 論評ワークショップ(東京メトロポリタンTMC)
20110108 論評ワークショップ(東京メトロポリタンTMC)20110108 論評ワークショップ(東京メトロポリタンTMC)
20110108 論評ワークショップ(東京メトロポリタンTMC)raizo
 
Ethical Presentation vol.2 伝えるチカラ
Ethical Presentation vol.2 伝えるチカラEthical Presentation vol.2 伝えるチカラ
Ethical Presentation vol.2 伝えるチカラHIROSHI SASAKI
 
レポート・プレゼンの初めの一歩:プレゼン編
レポート・プレゼンの初めの一歩:プレゼン編レポート・プレゼンの初めの一歩:プレゼン編
レポート・プレゼンの初めの一歩:プレゼン編Seiji Hotta
 
ポートフォリオ勉強会
ポートフォリオ勉強会ポートフォリオ勉強会
ポートフォリオ勉強会Satoshi Shibata
 
研究発表のやり方
研究発表のやり方研究発表のやり方
研究発表のやり方Akinori Ito
 
20120731 江戸tmc table topics workshop
20120731 江戸tmc table topics workshop20120731 江戸tmc table topics workshop
20120731 江戸tmc table topics workshopKiminari Azuma
 
エンジニアライフ ライトニングトーク 20101204
エンジニアライフ ライトニングトーク 20101204エンジニアライフ ライトニングトーク 20101204
エンジニアライフ ライトニングトーク 20101204azk0305
 
埼玉工業大学 2011年秋学期 ボランティアの研究 第5回 マイプロ発表会
埼玉工業大学 2011年秋学期 ボランティアの研究 第5回 マイプロ発表会埼玉工業大学 2011年秋学期 ボランティアの研究 第5回 マイプロ発表会
埼玉工業大学 2011年秋学期 ボランティアの研究 第5回 マイプロ発表会Yoshihiko Suko (Ph.D) / BADO! Inc. of CEO
 
ビジネス現場でのコミュニケーション技術
ビジネス現場でのコミュニケーション技術ビジネス現場でのコミュニケーション技術
ビジネス現場でのコミュニケーション技術Yuki Kawashima
 
01.バーでの英会話入門(教材) lifenotes.jp
01.バーでの英会話入門(教材) lifenotes.jp01.バーでの英会話入門(教材) lifenotes.jp
01.バーでの英会話入門(教材) lifenotes.jplifenotes
 
脱思考停止就活論
脱思考停止就活論脱思考停止就活論
脱思考停止就活論Shuichi Ikeda
 

Semelhante a プレゼンスキルアップ!講座 原田・牛久研究室(日本語) (14)

20110108 論評ワークショップ(東京メトロポリタンTMC)
20110108 論評ワークショップ(東京メトロポリタンTMC)20110108 論評ワークショップ(東京メトロポリタンTMC)
20110108 論評ワークショップ(東京メトロポリタンTMC)
 
Ethical Presentation vol.2 伝えるチカラ
Ethical Presentation vol.2 伝えるチカラEthical Presentation vol.2 伝えるチカラ
Ethical Presentation vol.2 伝えるチカラ
 
レポート・プレゼンの初めの一歩:プレゼン編
レポート・プレゼンの初めの一歩:プレゼン編レポート・プレゼンの初めの一歩:プレゼン編
レポート・プレゼンの初めの一歩:プレゼン編
 
ポートフォリオ勉強会
ポートフォリオ勉強会ポートフォリオ勉強会
ポートフォリオ勉強会
 
研究発表のやり方
研究発表のやり方研究発表のやり方
研究発表のやり方
 
20120731 江戸tmc table topics workshop
20120731 江戸tmc table topics workshop20120731 江戸tmc table topics workshop
20120731 江戸tmc table topics workshop
 
エンジニアライフ ライトニングトーク 20101204
エンジニアライフ ライトニングトーク 20101204エンジニアライフ ライトニングトーク 20101204
エンジニアライフ ライトニングトーク 20101204
 
文章を企画・設計する
文章を企画・設計する文章を企画・設計する
文章を企画・設計する
 
自己分析ガイドVer.1.0
自己分析ガイドVer.1.0自己分析ガイドVer.1.0
自己分析ガイドVer.1.0
 
埼玉工業大学 2011年秋学期 ボランティアの研究 第5回 マイプロ発表会
埼玉工業大学 2011年秋学期 ボランティアの研究 第5回 マイプロ発表会埼玉工業大学 2011年秋学期 ボランティアの研究 第5回 マイプロ発表会
埼玉工業大学 2011年秋学期 ボランティアの研究 第5回 マイプロ発表会
 
ビジネス現場でのコミュニケーション技術
ビジネス現場でのコミュニケーション技術ビジネス現場でのコミュニケーション技術
ビジネス現場でのコミュニケーション技術
 
01.バーでの英会話入門(教材) lifenotes.jp
01.バーでの英会話入門(教材) lifenotes.jp01.バーでの英会話入門(教材) lifenotes.jp
01.バーでの英会話入門(教材) lifenotes.jp
 
脱思考停止就活論
脱思考停止就活論脱思考停止就活論
脱思考停止就活論
 
Jmrx資料20110924
Jmrx資料20110924Jmrx資料20110924
Jmrx資料20110924
 

Mais de Antonio Tejero de Pablos

ECCV2022 paper reading - MultiMAE: Multi-modal Multi-task Masked Autoencoders...
ECCV2022 paper reading - MultiMAE: Multi-modal Multi-task Masked Autoencoders...ECCV2022 paper reading - MultiMAE: Multi-modal Multi-task Masked Autoencoders...
ECCV2022 paper reading - MultiMAE: Multi-modal Multi-task Masked Autoencoders...Antonio Tejero de Pablos
 
Inteligencia artificial, visión por ordenador, y datos multimodales - ACE Jap...
Inteligencia artificial,visión por ordenador,y datos multimodales - ACE Jap...Inteligencia artificial,visión por ordenador,y datos multimodales - ACE Jap...
Inteligencia artificial, visión por ordenador, y datos multimodales - ACE Jap...Antonio Tejero de Pablos
 
CVPR2022 paper reading - Balanced multimodal learning - All Japan Computer Vi...
CVPR2022 paper reading - Balanced multimodal learning - All Japan Computer Vi...CVPR2022 paper reading - Balanced multimodal learning - All Japan Computer Vi...
CVPR2022 paper reading - Balanced multimodal learning - All Japan Computer Vi...Antonio Tejero de Pablos
 
WakateMIRU2022 (グループ8) ディープワークによる時間管理
WakateMIRU2022 (グループ8) ディープワークによる時間管理WakateMIRU2022 (グループ8) ディープワークによる時間管理
WakateMIRU2022 (グループ8) ディープワークによる時間管理Antonio Tejero de Pablos
 
Presentation Skills Up! Seminar - Harada Ushiku Lab (English)
Presentation Skills Up! Seminar - Harada Ushiku Lab (English)Presentation Skills Up! Seminar - Harada Ushiku Lab (English)
Presentation Skills Up! Seminar - Harada Ushiku Lab (English)Antonio Tejero de Pablos
 

Mais de Antonio Tejero de Pablos (7)

ECCV2022 paper reading - MultiMAE: Multi-modal Multi-task Masked Autoencoders...
ECCV2022 paper reading - MultiMAE: Multi-modal Multi-task Masked Autoencoders...ECCV2022 paper reading - MultiMAE: Multi-modal Multi-task Masked Autoencoders...
ECCV2022 paper reading - MultiMAE: Multi-modal Multi-task Masked Autoencoders...
 
Inteligencia artificial, visión por ordenador, y datos multimodales - ACE Jap...
Inteligencia artificial,visión por ordenador,y datos multimodales - ACE Jap...Inteligencia artificial,visión por ordenador,y datos multimodales - ACE Jap...
Inteligencia artificial, visión por ordenador, y datos multimodales - ACE Jap...
 
CVPR2022 paper reading - Balanced multimodal learning - All Japan Computer Vi...
CVPR2022 paper reading - Balanced multimodal learning - All Japan Computer Vi...CVPR2022 paper reading - Balanced multimodal learning - All Japan Computer Vi...
CVPR2022 paper reading - Balanced multimodal learning - All Japan Computer Vi...
 
WakateMIRU2022 (グループ8) ディープワークによる時間管理
WakateMIRU2022 (グループ8) ディープワークによる時間管理WakateMIRU2022 (グループ8) ディープワークによる時間管理
WakateMIRU2022 (グループ8) ディープワークによる時間管理
 
VAEs for multimodal disentanglement
VAEs for multimodal disentanglementVAEs for multimodal disentanglement
VAEs for multimodal disentanglement
 
Machine Learning Fundamentals IEEE
Machine Learning Fundamentals IEEEMachine Learning Fundamentals IEEE
Machine Learning Fundamentals IEEE
 
Presentation Skills Up! Seminar - Harada Ushiku Lab (English)
Presentation Skills Up! Seminar - Harada Ushiku Lab (English)Presentation Skills Up! Seminar - Harada Ushiku Lab (English)
Presentation Skills Up! Seminar - Harada Ushiku Lab (English)
 

プレゼンスキルアップ!講座 原田・牛久研究室(日本語)

Notas do Editor

  1. ちなみに、発表というのは、誰のためのものですか?発表者?聴衆?
  2. なんで簡単に説明したほうがいいのかというと、僕の経験からもですね、基本的にですね、研究内容が伝わらない場合が非常に多いからです。 研究室で先生方や学生は聞きたいのと聞かないといけないのもあるので聞いてもらえますけど、外は別にそういう義務じゃないですね。 特に海外で英語で発表して、たまにこっちもネイティブじゃなくてそっちもネイティブじゃないので伝わらないのもよくあるんですね。 それから聴衆の集中力の減少、最初からわかりやすくアピーリングなイントロを作ってあげたほうが長く聴いてもらえると可能性が上がります。 だからイントロはそんな大切なんです。
  3. どれが大切?
  4. 必要であれば
  5. どんな時にスライドを使ったら良い?
  6. 必要であれば
  7. とても基本的だけどなかなか守られていないので(僕も)何回も言っておきます。
  8. ・「研究の進捗」をみんなに報告し,問題を共有して,有益なフィードバックをもらう場である ・50名の人が発表者のために約20分の時間を費やしている意味を考えること ・その重要性を理解しないとうまくミーティングできない
  9. 必要であれば、自己紹介、出張報告なども含まれる
  10. ・「研究会が長くてつまらない」と思っている人がいるとすると,本人に責任があること.つまらない発表をするマインドがNG ・みんなに興味を持ってもらって,学生同士で自主的に一緒にやる雰囲気ができることが重要 ・funnyではなく,interestingもしくはexcitingであること 僕ができているわけではないですけど、色々な経験があってこんなことが言えるようになったんです。