データからの推論を可能とするアルゴリズムの探求と開発

日々是前進という表現だけど、とりあえず、個人的には探求がお仕事なので、ココイラのことになるかと。

多変量の推論をアレコレと考えながら、プログラミングを整理している、只今、そんな状態。ベイズをどう扱うか、ちょこっと迷走している、ということに。

この後は、時系列の推論なんだけど、やはりフィルタリングが重要で・・・。

生存時間および信頼性解析は、もうちょっと後になるかと。だけど、研究テーマの数理構成はノラリクラリ続けていて・・・。最近は先に進むのが面倒でもあって、このまま捨ててしまう、というのに陥りやすい状態かと。

自力を尽くす、ということだけは守ろうかと。他の方への依存が強くなると、楽をしながら実質捨てているのに、それを認めたくなくて、他力でも結果だけに拘り過ぎて・・・。

頑張りましょう。

Business Engineering Based on Smart Processes Using Intelligent Knowledge

この分野の開拓だけど、思考を続けて、さらに深めて、アレコレと方法論を構成する、そんなこと。

こういったこと自体がビジネスにもなって、さらに勢いが増して・・・。もちろん、グローバル・ビジネスとも絡めて・・・。

Machine Learning Based on Bayesian Methods in Business Analytics

この分野だけど、やはり勢いを感じるの。ビジネス・モデルとプロセス、さらに意思決定だけでなく、ストラテジーのデザインも含む、という構図で捉えるのって大切でしょうよ。要は、組織おける知識構造化と学習の仕掛け、ということ。

知識科学に基づく創造的経営の基盤となる方法論の構成って必須で、個人的には品質経営との絡みが気になって・・・。

頑張りましょう。

Business Engineering

Reliability の研究だけど、幅広く捉えて体系を整理したい、そんな気分でもあるの。

Quality Management and Data Science

サービスとソフトウェアを対象とした品質経営の基盤形成って大切でしょうよ。

組織における知識構造化と学習、さらに知識創造の形成とも関わる、という構図なんだけど、データの知識構造モデリングとも絡む、そんなこと。

頑張りましょう。

確率過程の基礎と応用、および経営データ解析

アレコレと厄介ではあるけど、ココイラって凄く大切。もちろん、ベイズ推論とも絡めて・・・。

だけど、基盤はビジネス関連、ということ。それと、R/Pythonもで。

ビジネス・スクールにおけるデータ・サイエンスの教育だけど、展開の勢いってさらに高まるでしょうよ。

頑張りましょう。

ビジネス・アナリティクス

とりあえず、RStudioをベースに教材をつくる、ということに。具体的には、多変量解析と時系列解析、および生存時間解析を扱う、ということ。

だけど、まずは基本をしっかり教える、という必要があるのだけど、ココイラの積み上げって工夫が必要なの。

学部学生向けだけでなく、社会人大学院や企業の方々向け、ということも考えて・・・。

頑張りましょう。