<この項は書きかけです。順次追記します。>
Data Mining
Data Miningという手法がいいかも。
すべてのデータを機械で読み取らせ、
出現する単語の頻度で分析して、
ある特定の技術領域の単語が多い記事を読み取れば、
Qiitaに埋もれた良記事を発掘することができるかもしれない。
課題は、どの技術領域の良記事が欲しいかにかかっているかもしれない。
目的がない、良記事など存在しない。
日本語の文章としてわかりやすい文章が、Qiitaの良記事のはずがない。
技術系の良記事であれば、そこに、他の記事にはない
事象、記録、仮設が存在していると嬉しい。
記録は経験の一部を保存する大事な役割を持っている。
人間が記憶するよりも、計算機に記録した方がいい場合があるかなって思うんです。
ただし、人間の記憶は、計算機の機械学習によらない記録に比べると、
生命機械学習している分だけ、情報が圧縮していたり、
次元が縮退していたり、特定の目的には効率的になっているかもしれない。
人間が計算機に勝てる３つのこと。統計と確率(26)
検索
検索も一つの方法だろう。
質問の仕方を学ぶ前に、検索の仕方を学んだ方がよいかも。仮説（182）
プログラマに必須な検索技法 仮説（201）
Qiitaの記事に３段階または５段階で到達するための方法
citeseerxで検索する時に気をつけている18項目
ひとづて
自分の記事にリンクを貼ってくださった方の記事を拝読。
自分の記事にいいね(LGTM)をくださった方の記事を拝読。
自分をフォローしてくださった方の記事を拝読。
Qiita(35) Qiita: いいね, follow, follower, ストック, views
Qiita(16)Qiita記事 いいね と views の関係
Qiita(27)views一覧を作るまで(第一日目)
経験と勘と度胸
生命学習の方法が、経験と勘。
経験と度胸と勘が分布と確率に裏打ち可能な証拠能力が一番高いという仮説。統計と確率(12)
プログラマにも読んでほしい「QC検定にも役立つ！QCべからず集」
経験と勘と度胸
いいねとViesの関係
@kazuo_reve の Qiita記事の分析
連休中にいいね・ストッックをもらった記事一覧。統計と確率(16)
発掘した記事を分類整理
一覧の一覧( The directory of directories of mine.) Qiita(100)
Qiitaの記事を見失わないために。仮説(113)
＜この記事は個人の過去の経験に基づく個人の感想です。現在所属する組織、業務とは関係がありません。＞
文書履歴(document history)
ver. 0.01 初稿 20221113