データエンジニアリングとデータサイエンスだけど、専門職として活躍できる場が増える、そんなことって望ましいでしょうよ。
頑張りましょう。
信用リスクのハザード推定だけど、信頼性解析の方法論と同じ、そんな構造になっているの。要は、生存時間解析の一般論、ということでもあるけど。
荒ぽく言えば、ハザード解析では金融、エンジニアリング、医学で扱っている方法論が統一される、ということ。
さらに、ベイズと機械学習も絡んで・・・。
データサイエンスの探求って対象を色々と扱いながら統一したやり口を見出す、そんなことでもあるけど。この分野でお仕事をしていくのなら、柔軟な思考って必要かと。
頑張りましょう。
やはり大切でしょうよ。価値創造の具現化を感じられないのって、どうしても避けたい、ということ。
ベイズを使った分析だけど、機械学習との絡みが重視されてきているので、色々と計算の工夫が重要、ということに。変分ベイズ、ノンパラメトリック、深層構造、ダイバージェンス・・・など、ベイズって深い考究と高度な計算の力量が必要になっている、要はそんなこと。
もちろん、実践をしっかり理解して、理論との整合性を追う、という姿勢は必須。
行き詰らずに続ける、ということって、この分野ではオリジナルをつくるための非凡さが求められている、そんな気が・・・。
そう言えば、依存ばかりで深く考究できないことがわかったら、手を引く、ということって大切みたい。関わらないことを決めたら貫くのが賢明でしょうよ。経験ベイズと周辺尤度、さらに階層構造による状態推定の推論と学習、といったことの洞察がまったく無いので・・・。
頑張りましょう。