ファイナンス計量と意思決定

学部のゼミだけど、意思決定を定量に基づいて行う、というアタリが次に扱う内容なの。今は定性を扱う、というのが主な内容で、予定していた課題等がそろそろ終わりそう、という具合。

とりあえず、ファイナンスの計量を基盤に意思決定を理解して戴く、ということを予定していて、株と債券の市場でデータを分析する方法論からきっちり理解してもらう、そんなこと。

だけど、金融経済学と証券投資をどうくらい知っているのか、ということも把握する必要があって、心積もりとしてはココイラの解説からきっちり行う、そんなこと。

データ・サイエンスと機械学習、AIの展開から推察すると、金融の意思決定も変化してきている、ということでしょうし、こういったことも踏まえる、というのが良いでしょうよ。ゲーム理論だけでなく、機械学習もゼミのシラバスには入れておいたので、きっちり教える、そんな予定。

頑張りましょう。

因果のモデルおよび推論

因果を探る、ということだけど、とても大切。特に、帰納的推論としてのココイラに関する方法論を探究する、ということって、ビジネス・アナリティクスの開発を含む、そんなことかと。

だけど、因果の変化をどう学習するのか、ということが気になって・・・。モデルの変化点・変更点をどう方法論として構成するのか、要はそんなこと。

統計物理学を使う、ということと、高度な数学を使って抽象化もして、ということで結局は具現化できる、そんなことでしょよ。実践の問題を実践だけ捉えてしまうと、展開が鈍る、ということでもあって・・・。

頑張りましょう。

マーケット探索の技法

ビジネス・アナリティクスだけど、マーケット探索、そんな位置付けで捉えるのって大切でしょうよ。

様々なデータに基づいてマーケットの構造を把握する、要はそんなこと。だけど、ダイナミックの変化をしっかり意識していないと、ウマく捉えられない、ということに。

だけど、ビジネス・アナリティクスそのものに関する先端のビジネス・モデルとストラテジーも気になっていて・・・。イノベーションのコア、ということでもあるでしょうよ。

要は、開発したアルゴリズムでどうやってビジネスをするのか、ということ。データ・サイエンスを掘り下げて考察して、きっちりアイデアを固める、ということも必要なの。

頑張りましょう。

データ・エンジニアリング

やはり、しっかりお勉強する、そんなことを感じているの。データ・エンジニアリングのことなの。

クラウドのサーバー構成とミドルウェア構成の２つを中心に、しっかり知識と技量を高めたい、ということ。

ソフトウェアとアルゴリズム、それに数理関連のお仕事を続けていくのであれば、データ・エンジニアリングって必須、ということでしょうよ。

さらに、IoTのエッジとフィールドについてもで、実践をもっと知りたい、ということ。ココイラの計測に関する細かい技術の習得って無理でしょうけど、仕掛けの理解を深めたい、そんなこと。プラントの信号処理と制御の実情、要はそのそんなことについて。

日本のデータ・サイエンスって、エンジニアリング・システムズのIoT絡みを対象に高度に発展する、ということを個人的には感じているの。ビジネスとしても重要、ということ。

頑張りましょう。

金融リスク分析での機械学習アプリケーション

開発の現状を知りたい、そんな分野なの。金融リスク分析での機械学習アプリケーションのこと。かなり高度、そんなことって当然なんだけど。

信頼性・保全性マネジメントでの機械学習アプリケーション

開発をきっちり進める、そんなことって必須でしょうよ。信頼性・保全性マネジメントでの機械学習アプリケーション、そんなアタリのこと。だけど、デザインでのつくり込みも扱う必要があるので、異常値診断に限った話じゃないの。

頑張りましょう。