ドイツ語文献

Rを使ったディープラーニングの本だけど，Kindleで兼価なドイツ語版を入手．英語のプリント版を持っているので，ドイツ語と見比べながらお勉強，そんなこと．とりあえず，何でこんなやり方をしているのかは深く考えずに，微妙に言い回しの違うところを比べている，という状態．

そう言えば，学部の頃は，ドイツ語のテキストに記載されていた文献の英語版を探してきて，それを参考に読んだ，という記憶が．結局，ドイツ語と英語の２つのお勉強になっていた，ということを今となっては主張もできるけど，事実はドイツ語を訳すのに必死で・・・．

あの頃の先生方だけど，英語もドイツ語もお出来になった，という印象があるの．専門課程でのことで，自動車工学？の斎藤先生はドイツ語の文献を授業中に紹介されていて・・・．熱流体の鈴木先生も確か・・・．

この歳になってドイツ語を眺めているだけ，というのが恥ずかしい，そんなことでしょうよ．格調の高さを醸し出せない，ということで・・・．

データサイエンスおよび機械学習の基礎と応用

個人的にはAWSを使っているけど，クラウドでの基礎と応用をアレコレと模索，そんなこと．データサイエンスおよび機械学習を含めたビジネス・アナリティクの考究で，特に品質・信頼性，安全性のアタリ．

もちろん，深層学習についてはもっと奥深く探求して，新たな展開の可能性を導く，そんなことが大切で・・・．

そう言えば，高度な方法論を使いこなすための積み上げ教育って必須で，地道な統計学関連の授業をしっかり続ける，そんなことが基盤．もちろん，社会人教育へのシフトは，個人的に使命でもあって・・・．企業の研修で，数学とGPUのボードコンピュータを使って機械学習のモデリングと推論を教える，そんなことも既に必要でしょうよ．

それに，量子コンピュータと量子情報科学を応用したスマート社会の到来を考えると，今の取組って確実に次世代の開拓でもあって・・・．特に，ビジネス・アナリティクスは，経営の要になっていくでしょうし，数理とプログラミングに長けた人財育成って何しろ重要．

深層学習とベイズ推論

ノートパソコンで作業，しばらくそんな状態．もちろん，クラウドも使えるけど，アクセス環境が落ちるので．要は，関東へ移動，ということに．いつものようにクルマで，途中，部屋に籠もったままのお泊まりをしながら・・・．

とりあえず，深層学習とベイズ推論の融合について，まずは文献をしっかり読んで・・・．

それと，計算のアルゴリズムをつくる，ということと，実装をしっかり・・・．

RStudioとPython

原理的？にはインストール可能，という気がしている，そんな諦めの悪い状態．

Jetson Nanoだけど，RStudioとPythonの関係を考えると，Rのcoreだけでもイケそうで・・・．

TensorFlowは共通に使えるはずなんだけど，その手前で・・・．手順を変えて考えてみると，できないことはない，ということかと．

Jetson Nano の設定とデータサイエンス

TensorFlow とKeras は、Pythonで使う、そんなことに。個人的には、Spyderが好きなので、コレを使って・・・。ただし、TensorFlowのインストールでwrapの入れ込みを行う、というのが必要で、戸惑ったのはココだけ。

断念したR/RStudioに比べたら、何しろPythonベースの方が容易。NVIDIAの設定がそうなっているのだから、当たり前ではあるのだけど。

その他、日本語はMozc、Firewall と Virusの対応も設定済みで、swapも・・・。とりあえず、Ubuntuなので、欲張れば色々と入れられて・・・。

Linuxの基本とちょっとした応用はクラウドを扱う場合でも必要で、まずはJetson Nanoを教材に使うのって良いでしょうよ。もちろん、GPUでDeep Learningを実装する、というのがメインではあるけど、公開されている事例を動かして満足するだけでなく，Python，TensorFlowおよびKerasの扱いなど、自ら設定したJetosn Nanoで力量を高めて、オリジナルの実装をつくる、という具合に・・・。

エッジでのスマート処理を実現するには、AIボードコンピュータをPythonで扱う、というのが制御まで考えるととても重要でしょうよ。ただ、組込みシステムの巧みさを出すには、Cでの対応って必須でもあって、ココイラって身につけておくと良いかと。

GPUでR/RStudioとTensoFlow+Kerasを使った処理だけど、AWSではサブスクリプションが用意されていて、クラウドか汎用のマシーンで扱う、というのが良いでしょうよ。ビッグデータの多角的な処理を行う、要はそんなことが可能で・・・。

そう言えば、エッジでのWeb処理にAIボードコンピュータを使う、ということも必要で、フロントのアプリケーション開発と絡むので、Pythonとの相性が良いものがツールとしては妥当で・・・。Djangoかなー。

金融のフロントを考えると、ココイラを扱いたい気分、というのが個人的な感想で・・・。

SpyderでPythonを使うマシーンに

AIボードコンピュータはPython専用にする、ということに。

まあ、Rと同じことをPythonでも組んで・・・。その他、制御絡みもPythonで・・・。それと、金融データを用いた投資意思決定もで、ディープラーニングをアレコレと使って・・・。

考えてみたら、このやり方の方が世間でさまと同じで・・・。

Rのcoreしか入らないので・・・

Jetson Nanoだけど，RとRStudioをインストールして，さらにTensorFlowとKerasをGPUで使う，ということを考えたけど，結局，Rのインストールではcoreしか入らない，という具合．設定の最後に-coreを付ければ形だけインストールは成功はするのだけど、RStudioとなると、Rのcoreだけではインストールできず，どうもそんなこと．

さらに、coreだけのRだと、install.packages( )およびlibrary( )の機能が不十分で、tensorflowとkerasがRに入らない、ということに。もちろん、coreだけのRでは、先の通りRStudioも完結しない、ということに。

たぶん、Ubuntu絡みでしょうけど、個人的にはこれ以上はやらない、ということに。

とりあえず、こっちからの攻め？方は諦めて、Pythonでベイズとディープラーニングを構築、そんなことに。まあ、定番なので・・・。

振り出しに戻る、そんなこと。

知の探求と信頼性向上

データと推論を使った信頼性技法だけど、物理モデル、それと協調知識も考慮してのアルゴリズム探求が大切で・・・。

と言っても、ボードコンピュータを巧く機能させるアタリしでアレコレと・・・。だけど、とりあえず、基盤ができつつある、そんなこと。

結局、弄っていると欲張ってきて・・・。今回は慎重に・・・。それに、行き詰まるトコロはこの先いっぱいで・・・。

とりあえず、崇高な目的をきっちり意識して、技法の知識形成に没頭、という解釈もできる、と自分に思い込ませながら・・・。

そう言えば、CPUとGPUの温度を気にしながらの考究って、故障物理の模索にも役立つ、そんなことを感じてもいて・・・。画面に観測の状態が出るので・・・。モノが壊れる、ということの探求でもあって・・・。

AIボードをエッジの装置に組み込んで故障診断を行って、その結果だけクラウドに送る、要はそんなシステムに繋げるための基礎研究でもあるの。データと判断をまずは個別機器で対応する、のだけど、推論学習の精度はクラウドで精査してエッジに送る、そんなことの繰り返しで・・・。

機械学習の実装

機械学習の実装，そんな分野だけど，社会価値がどう生み出されるのか，ということを考えながら自分もアレコレと・・・．

だけど，この分野を扱える，ということでのコンピュータを弄れる能力って，きっちり身につけるのって厄介で，何しろ，夢中でやっていて気づくと朝になっている，そんなこと．

今は，目的を明確にして，とりあえずアルゴリズムの開発および計算を可能にする，ということが優先で・・・．

RとGPU

Rで構築，という方が個人的には思考が進む，そんな状態で，まずはコチラを優先して・・・．

実は，TebsorFlowだけど，PythonとRで同時に使うように設定するのが面倒になって，それで・・・．

そう言えば，AIボードコンピュータだと，microSDを入れ替えれば巧く対処，そんなことでしょうよ．物理的なコンテナで捉えれば・・・．

欲張らずに使う，というのが良いみたいで・・・．

クラウドだとインスタンスを使い分ける，ということに．既にSASはサブスクがあって，RStudio+TensorFlowも同じようにだし，Python+Deep Learning に関しては色々あって・・・．