階層モデリングの中に物理情報を考慮する、というアタリが気になっている、只今、そんな状態。その上で、全体の構成を押さえる、ということに。
深層学習だけど、アレコレと構図を変えて・・・。基本から積み上げる、そんなことって必要で、実装もきっちり・・・。
Pythonプログラミングだけど、自由自在、そんな力量を持つのって悪いことじゃないでしょうよ。データサンエスだけでなく、さらに他のことも。もちろん、専門の他に横断的な知力も身につけて、問題解決の処理を根底から対処できて、最終的にはツールをつくって効果を導く、そんなこと。
Advanced Reliability Engineer、そんなことが気になっている、というのが個人的な状態。
多変量時系列だけど、異常検知の方法論を機械学習で模索、そんな状態。
Kerasで解析ということも含め、定番だけでなく新たなアルゴリズムをつくる、というのが良さそうで・・・。実装では、直にTensorFlowも使って、時系列の統計解析との組み合わせが大切、そんなことかと。
GPUの扱いをこなす力量も必要で、ココイラもアレコレと・・・。
品質・信頼性・安全性マネジメントの新たな方向を感じる、ということでもあって・・・。もちろん、表面的な機械学習の応用から、さらに理論を深めるのって、何しろ必要で、モデル・ベースを徹底する、というのが個人的には好きで・・・。
地道にコツコツと・・・。個人的には、ビジネス・アナリティクスが落ち着く、そんな気分だけど。
強化学習だけど．従来の理論との関係が気になって，それで思い出しながら・・・．
制御理論も絡むことだけど，何となくきっちり押さえておくのって大切で・・・．H∞のことなどで・・・．
機械学習だけど，統計理論や制御理論，システム理論など，やはり体系の繋がりを整理する，というのって必須でしょうよ．
バッキングのことが気になって，それでお勉強をしていたら，ブートストラップのことをきっちり整理したくなって，体系を考えていた，そんなこと．
そう言えば，かなり前のことなんだけど，ジャックナイフとの違いをきっちり説明する，ということをしようとしたら，推定量のこと，それにその評価について全くわかっていないようだったので止めた，そんな思い出が．シミュレーション評価も繰り返しをしないで，ということをしても何も感じていないようで，絶句に近いような感じで・・・．
アンサンブル学習を理解するなんて，とうてい無理，ということかと．
データサイエンスと機械学習だけど、ビジネスと絡んでいる、ということを徹底してのアルゴリズム開発って大切でしょうよ。
強化学習のことをアレコレと考える、今日もそんなことを。Jetsonを家に置いてきたので、計算はパソコンとクラウドで・・・。
まずは、走って・・・。
結局，色々なことを同時に扱いながら，頭の中を整理する，ということが必要みたい．機械学習のこと．
とりあえず、代用水路の脇を走って、数理のことを考える、というのがアタリ前のように思える、そんな状態に。
しばらく浦和にいる、という具合で、自由気ままに強化学習のアルゴリズムをアレコレと考える、そんな予定。