【データ分析】繰り返し学習の盲点をPythonを使って分析してみた。
効率的に学習を進める方法として、
「一回学習したことを間隔をあけて複数回学習しなおすと、記憶の定着が促進される」
というものがあります。
しかし、この方法にはある盲点があるのではないかと思います。
これは、意外と少し考えるとわかることかとは思いますが、
「どんどん、復習する量が増えるのではないか」という疑問です。
今回は、この疑問を解決すべく、Pythonを使って分析してみることにしました。
まずは、今回使ったコードを書いておきます。
非常に汚く、醜いものですが、どうかご了承ください笑
from matplotlib import pyplot date_list = [] task_list = [] interval_list = [0,1,4,11,25,46,88,172,340] plot_data_dic = [] new_list = [] for i in range(1000): new_list.append(i) for i in range(100000): date_list.append([]) for i in range(600): task_list.append(i) for m in task_list: for c in interval_list: date_list[m+c].append("l") for i in range(1000): plot_data_dic.append(len(date_list[i])) pyplot.plot(new_list,plot_data_dic) pyplot.show()
これがコードになります。
おそらく、ほとんどの人がコードに関する解説は望んでいないと思われますので、これを実行したことによって得られたデータの画像を表示します。
なお、学習の感覚は、interval_list に定義してあります。これは、学習を始める日を0としたときの日数です。
グラフはこのような感じになります。
これによると、最高で1日に9日分の学習をしなければならないことがわかります。
つまり、一定の期間は地獄だということです。
そして、600日分の学習に終止符が打たれるのは最初の勉強を始めた日から約1000日後です。
つまり、繰り返し学習をする際は、これを考慮して勉強しなければなりません。
そして、それなりの覚悟が必要だということです。
では、