数学で糧を得る生き方

数学だけど、コレで食う、そんなことって悪くない、という気がしているの。

データサイエンスと機械学習のアタリだけど、企業の方々向けにココイラの基礎と応用を数学をベースにしっかり教える、そんなお仕事のことが急に気になっている、というのが個人的な状態。

まあ、やり方には工夫が必要だけど、潜在的に企業さま側の要望って・・・。

頑張りましょう。

解析と線形代数、それと統計学

データサイエンスで必要な基本数学だけど、鍛錬を怠ると腕が鈍る、そんなことかと。

解析と線形代数は忘れそう？になってきたらきっちりお勉強して・・・。もちろん、数理統計学の演習問題もだけど、ココイラは授業を持っていれば教えながら常に鍛錬ができていて・・・。

まあ、とりあえず、実践でのデータを弄るお仕事をするのなら、基本から積み上げる、ということって大切でしょうよ。

頑張りましょう。

信頼性評価におけるベイズとstan、機械学習

信頼性評価だけど、ココでの機械学習って異常値診断などアレコレと応用が期待されているという状態。

とりあえず、ベイズとstanのことを整理していて、信頼性評価でどう使うのかを検討している、そんなことが個人的に取組んでいることなの。もちろん、モデリングと推論および学習のアルゴリズムをつくるのが目的なんだけど、まずはツールのことを詳しく・・・。

企業の方々向けの研究会が今月あって、そこでのプレゼンの準備でもあるのだけど、信頼性を扱う中で機械学習の応用をstanでどう実施するのか、この辺りに関心がある方々って少なくないように思えて。

とは言っても、こちらも模索中なので、実践例が少なくて・・・。それに、Rやデータサイエンスの基本からの積み上げなので、到達まで数回に分けて行う、そんな予定でもあるの。

stanそのものの理解だけど、出版されている本はあるのだけど、stanの開発チームが公開しているガイド等を読み込んで理解するのがお勉強の基本、そんなことかと。

かなり膨大なんだけど、引き込まれる感じで・・・。それに疑問も出てくるし・・・。でも、実践の対応ではRの様々な機能や他のパッケージも使わないと・・・。

頑張りましょう。

マネジメントに関する企業内教育および社会人教育

能力の向上を怠らない、という姿勢だけど、ビジネス・パーソンとしては否定できない、そんな捉え方を大切にしている、というのが個人的な状態。

効果があるのって組織な取り組みで、要は企業内教育、というのが実感で、ココイラの実践ってさらに広がっていく、ということを感じているの。特に、品質・信頼性・安全性と問題解決、それにデータサイエンスといったことなんだけど、その企業ごとの状況に合わせての扱いって必要で・・・。

頑張りましょう。

経済・経営系におけるデータサイエンスの基礎と応用

ベイズおよび機械学習をRをベースに使う、そんなことの基礎と応用を経済・経営系の授業として扱う、ということって悪くはないでしょうよ。

ご興味のある方々向け、ということになるけど、この先の世の中の変化を鑑みると、大切なことが含まれていて・・・。

学部の4年生のゼミではココイラを扱う、既にそんなこともしていて、Stanでアレコレ・・・。3年生のゼミでは、ケースを扱う、そんなことが良さそうで・・・。

頑張りましょう。

12月7日(金)のつぶやき

階層ベイズの行方 goo.gl/MufNNU

— 貝瀬 徹 （兵庫県立大学） (@tetsu81) 2018年12月7日 - 23:50

AIとの創造知識の協調

AIをどう使いこなして創成のための知識を協調するのか、というアタリって大切でしょうよ。

ビジネス・アナリティクスが基本だし、さららに機械学習による自動化に持ち込むためのアルゴリズム作成、といったことのスキルのこと。

学部でもベイズを教える、そんなことの必要性ってココイラとも絡むの。

頑張りましょう。

協調知識の否定

関わりを持たない、という意思決定だけど、協調意識の創成が見込まれない場合には必要、そんなことかと。徹底的に拒絶しないと、何も出ないで時間だけが経って・・・。

ティール組織で捉えて自律を強める場合、シビアに判断する思考が必要となるの。チームの構成って凄く大切でしょ。

頑張りましょう。