AIとの絡みだけど、やはり深まる、ということでしょうよ。要は、知識情報による問題解決および意思決定のAI、そんなこと。
だけど、AIのQualityも同時に考える、ということって必須でしょうよ。
考えるための方法論、要はそんなことになるかと。組織知識の創造思考形成を担う技法のことで、組織学習では必須でしょうよ。
具体的には、新QC７つ道具が有用で、これらの展開をゲンバで巧く使う、ということが基本かと。それと、データ活用もで、やはり要。
それと、より高度な抽象化の論理思考形成で、マネジメントを司る経営専門職はココイラを身につけておくのが良い、そんなことを感じていて・・・。
Pythonでのベイズ推論および機械学習だけど、ココイラの基礎と応用を授業扱う、ということをアレコレと考えてはいるけど、色々と積み上げをしないと行き詰る、ということでしょうよ。
個人的には、企業の方々向け、という前提で教材を組む、というのがやり易い、ということでもあって、品質経営の枠組みでの問題解決と意思決定の技法、そんな位置づけに。もちろん、より規模を広げる、ということがAIの普及では必要で・・・。
物理情報の推論と知識構成が融合する、というやり口が気になっている、という具合。信頼性・保全性でアレコレと考えながらではあるけど、データサイエンスおよび機械学習、そしてAIとも絡むことで・・・。
そう言えば、応用のための理論を基礎から構築して技法を創る、というお仕事の大切さも感じていて、個人的には愚直に続けるだけ、ということでしょうよ。学問としてはアタリマエのことなんだけど、恣意的に理解してもらえないこともあるので・・・。
体系の構成を考察するだけでも容易じゃない、ということに。デザインでのつくり込み技法のことで、信頼性を対象として整理、只今、そんな状態。
セミナーのお仕事をさせて戴きながら、常に深みを探るのって、やはり大切でしょうよ。
今週は、複数の企業さま向けに、品質・信頼性・安全性の講究を実施、そんなこと。正確には、ココ２週間はアレコレとご要望に応えるように努めてきて、結局、幾つかの課題について基礎から実践の繋がりを丁寧に構成してきた、ということ。
宿題を解くのは嫌いじゃないけど、企業の方々が自ら解いて展開できるようにするのが本来のお仕事で、ココイラの養成を技法で解決する、ということが良いかと。
そう言えば、実家のソバの企業さまに行っていたのだけど、噂通り優秀で・・・。
結局、数学をしっかり身につける、ということの再認識、只今、そんな状態。あくまでも、個人的に到達した結論、そんなこと。
要は思考、学習、判断、意思決定といったアタリの技法形成のことで、システム科学と情報科学の融合で捉えながらマネジメントを掘下げて数理の構成をしっかりと考究、ということに。
そう言えば、基礎知識の形成って実現を獲得しなければ使えない、というアタリ前のことを認識するのって大切でしょうよ。もちろん、応用の実現がスキルアップになる、という仕掛けで、サボれば時代遅れに・・・。
アイデアをカタチにする、ということをアレコレと・・・。システム数理とデザインおよびマネジメントのことで、品質・信頼性・安全性を対象して精緻に構成する、という企てではあるけど、容易じゃない、ということ。