貝瀬 徹 （兵庫県立大学） @tetsu81機械学習論だけど、応用分野をしっかり絞って、ココでの統計的予測と捉えながら技法の構築を考究する、そんなやり方が自分流？かなー。だけど、もちろん奥深く数学の構成も・・・。企業の中、そして外に存在する膨大な情報から有用な意思決定を行う、やはりこの技法の構築って必要でしょうよ。
経営情報の展開 blog.goo.ne.jp/mocha_89_00/e/…
情報量規準の数理だけど、気になって深く考察すると、そりゃー、いろいろ出てくる、そんなことに。逆に？、ここからデータからの推測を考究する、そんなこともできるでしょうよ。と、言うことは、機械学習論とかで扱われている概念が最初から情報量規準には込められている、ということかなー。さすが。
経験、データ、学習、判断、予測、推論だけど、計算アルゴリズムの構築が重要でしょうよ。もちろん、ココイラの根底には数学と物理学があるけど、具現化できるハードも必要。ビッグデータによる知的経営診断とシミュレーションのツール、こういうのが広がって行くかなー。経営技法ってもっと
高度に。
明け方近くまでアレコレ考えていて，少し寝て，そしてジョギングして，研究室に来ても，やはりいろいろ気になって・・・．ゲージ理論だけど，これをどう使うのか？なの．「ウォール街の物理学者」だけど，量子重力が経済学で応用される，という章がずっーと気になっていて．まあ，微分幾何と絡むけど．
グレブナー基底だけど，やはり，今やるべきことはコレ，でしょ．いや，本当は違っていて，やるべき仕事は山のように・・・．
信頼性・リスク解析の理論構築だけど，意図的に見ないでいた概念があって・・・．微分幾何で考えると，コイツが明確に？ そんなことも可能かなーと．代数幾何も含めて，何しろ徹底的に自分の分野で数理を形成して，きっちり構築して・・・とやや熱くなっているの．この歳だと少し恥ずかしい気分だけど
今は勉強しよう．どうしてもそんな気分．自分のテーマを深く深く掘ってさらに広げて，そしてまた深く深く掘って掘って掘って・・・広げて・・・．でも，どこか窮屈に．掘っても，堀たものを外に出して行かないと，妙なことに．どうもココイラの整理が悪くて息苦しいような．最低でも30年はやらないと