経営技法を究める: システム, デザイン, データ,機械学習

経営技法に関する雑感,エンジニアリングとマネジメントの融合
クオリティとリスクの考究,システムズ・データとAIの構成

線形代数の応用

2018-04-25 20:34:45 | 雑感
統計データ解析の授業だけど、線形モデルの最小二乗法を扱っている、という状況。線形代数を使っての導出も行ってはいるのだけど、基本の積み重ねを強化しないと、理解が深まらない、ということでしょうよ。

今年度は開講していないけど、次年度の時系列データ解析の授業では、ベイズを使ったカルマン・フィルターの導出なども行えるのが良いのだけど・・。学部で線形システムと推定をしっかり学べる、そんな体制を整える必要があって、少しずつ工夫しながら充実させる、そんなことを行っているの。

だけど、まあ、ビジネス・アナリティクスおよび意思決定論に関心があって、しっかり学びたい、そんな学生さん向け、ということになるけど。線形代数の応用をしっかり教えるのって、難しいことも多いし・・・。

頑張りましょう。




ビジネス意思決定における機械学習および深層学習

2018-04-25 06:43:11 | 雑感
量子コンピュータと量子情報理論を使ったアルゴリズムのイノベーションだけど、やはりワクワクする、というのが個人的な感想。

で、まあ、機械学習と深層学習を使った意思決定の進化が気になって・・・。経営科学の展開って勢いがあるの・・・。

頑張りましょう。

社会人のためのビジネス数学

2018-04-25 06:32:42 | 雑感
微分積分と線形代数だけど、地道に丁寧に問題を解きながらしっかり教える、そんなやり方の授業の要望ってまったく無い、ということでも無い、そんな気がしているの。

要は、教養課程の学び直し、そんなことなんだけど・・・。特に、ビジネス・パーソン向けに、応用もチラつかせながら・・・。

データ・サイエンスだけど、関心が高まっている、という状況のように思えるけど、基礎からしっかり理解する、そんなことに気づく方々もいらっしゃるはずで・・・。それと、数理を使ったビジネス意思決定論をしっかり学びたい、そんな方々もいらっしゃるかと。

頑張りましょう。


線形システムと推論

2018-04-25 06:07:18 | 雑感
回帰分析だけど、線形代数を使ってアレコレと計算して、推定の性質まできっちり理解する、そんなことって大切なの。ココイラをしっかりお勉強すると、多変量解析の理解にも役立つ、という具合。それに、動的モデルでの展開も、この延長で考えることができる、とういう仕掛けににもなっているの。

オーソドックスな理論のお勉強方法だけど、結局、自分でやらなければ大切さを発見できない、ということでしょうよ。もちろん、非線形を扱う、ということを考えると、使う数学も工夫が必要で、情報幾何で・・・。

とりあえず、ビジネス・アナリティクスにおける線形システムと推論だけど、しっかり教えて・・・。要は、統計的意思決定論の基本でもあるし、システムズ・デザインとデータの基盤でもあって・・・。

頑張りましょう。