とりあえず、データ駆動科学の信頼性・保全性解析への応用を扱った720分の講義が終わった、という状態。午後の1時から5時までの4時間を3回行ったけど、720分なので90分授業で言えば8コマ分、ということに。
もちろん、時間が足りない、という状況でもあって、最低でもこの倍は必要、ということかと。
ベイズ信頼性解析を体系化するのって、かなり膨大ではあるけど、まとめるのって、とても大切、という気がしていて、ココイラをコツコツと・・・。
理論構成をしっかり追究する、という姿勢って大切でしょうよ。
そう言えば、オリジナルの探索そのものができず、かつ考究の力量が稚拙過ぎると、妙な展開になって行き詰まる、ということに。
コツコツと地道に積み上げて・・・｡
線形代数、解析、物理学、統計学、計算機概論といった知識と応用展開だけど、リスキリングでの基盤、そんなことになるかと。要は、学び直しって、教養課程のお勉強を再度身につける、といことが含まれている、ということのように思えて・・・。
もちろん、文学、哲学、経済学、教育学、語学もで・・・。
あくまでも個人的な雑感でしかないけど、教養って応用展開では必須で・・・。
エンジニアの方々向けにポジショニングの展開を説明したのだけど、使った技法の理論については概念だけに。
だけど、ココイラから丁寧に積み上げる、という説明が必要でしょうよ。固有値と固有ベクトル、それと主成分分析、ラグランジュ未定乗数法のこと。
ものづくりの底力って、やはり数学の力量でもあるかと。案外、不安を感じることが少なくない、そんな状況。
金融の数理を基盤にしながら、アレコレと広げて考える、というのって大切でしょうよ。確率過程の応用ってなるけど、そこには統計物理学と情報科学、それに統計学が横たわっている、ということでもあって・・・。
非線形フィルタリングの探究だけど、結局、こちらの方も無視できない、ということのようで・・・。