Rによる機械学習の授業

ゼミで扱う計量分析の内容だけど、機械学習のことも扱いたい、ということを考えているの。

と言っても、多変量解析の延長で捉えて、データをどう解析するのか、ということが基本だけど。まあ、ビジネス・アナリティクスの基礎と応用事例、という位置づけで・・・。だけど、EXCELで統計解析を一通り理解して、その上で行う、というの準備も必要なの。

頑張りましょう。

Data＆Business Analyticsによる変革

クラウドのプラットフォームとビッグデータに関する知能化のアプリケーションがさらに展開する、そんなことが今後のビジネスの変革のコアでもあるかと。

そう言えば、グーグルとアマゾン、それにマイクロソフトのテクノロジーがどう進化して、これらがどう波及してビジネスに影響するのか、ということってしっかり認識する、そんなことが大切でしょうよ。

要は、先進的なビジネスモデルを日本の企業がどう扱うのか、そんなことに関心がある、ということでもあるの。既に、Data＆Business Analyticsをベースにアレコレと変えている、というところもあって、もちろん、進展に勢いがある、そんなことかと。

統計学と数学が頼れるスキル、という構図でもあって、案外、この認識も広がっているように思えて・・・。

頑張りましょう。

カルマン・フィルタ

状態空間モデリングとフィルタ、それと同定なんだけど、授業での扱いと教材の作成、そんなことが気になっているの。時系列データ解析のことで、経済・経営系ではとても大切。

金融データの解析をベースにして授業を組立てる、というのも良いかなーと考えている、そんなこと。だけどカルマン・フィルタだけでも凄く奥深い、そんなこと。

ベイズをきっちり教える、ということとも絡んでくるし、確率論を丁寧に扱って確率微分方程式から扱う、ということも考えられるの。金融を対象にすると、やはり大切でもあって・・・。それと、EWMAの理論構造を押さえると、絡んでくるし。

そう言えば、データ・サイエンティスト、というちょっぴり憧れる肩書きを自分にあててみると、扱っていることって広範囲、そんなことかと。要は、市場および加速試験等による信頼性評価、品質のデータによる問題解決、アンケート調査の分析、深層学習のモデリングと推定アルゴリズムの開発、ファイナスのリスク解析、制御系のデータによる学習評価などで、ベイズおよび機械学習が絡む、ということで・・・。

だけど、カルマン・フィルタって不思議なんだけど思考の基盤でもあるの。あくまでも個人的な位置づけなんだけど。

頑張りましょう。

統計検定

統計検定だけど、しっかりお勉強して基本能力を明確にする、ということって大切でしょうよ。もちろん、証としてきっちり合格することが望ましい、ということでしょうけど。

ベイズ統計学と機械学習に関する基礎と応用

そう言えば、階層ベイズだけど、やはり重要、ということでしょうよ。特に、動的な状態空間の扱いって色々と包含する、ということにもなって、機械学習と絡んで応用での展開って色々。

ビジネス・アナリティクスでの能力養成では、ベイズ統計学と機械学習に関する基礎と応用を教えるのって必須で、教材等での工夫も必要。それに、実践を鑑みたプラクティカムも。

共役の事前分布に基づいて事後分布を導く、という解析計算の日々から考えると、世の中の変化の勢いに強さを感じる、そんなこと。もちろん、地道なお勉強に基づいて基礎から積み上げて実践に繋げる、というやり方は変わらない、そんなことかと。

頑張りましょう。

Webデータとビジネス・アナリティクスを用いたマーケットの探索

マーケットでのビッグデータ探索だけど、ココイラのアナリティクス開発って何しろ重要、ということでしょうよ。要は、Webデータのビジネス・アナリティクス、そんなこと。

サービスのクオリティ・マネジメントとも絡む、ということを考えていて、個人的にはやはり方法論を開拓したい、そんなことを感じているの。だけど、実践ではもうかなり進んでいる、という状況でもあるけど、アルゴリズム開発はまだまだ続く、ということかと。

頑張りましょう。