深層学習とベイス推論

個人的には，階層モデリングをアレコレと考えていると，どうしてもココイラになってしまう，ということみたい．体系的な学問史がどうなるはかわからないののだけど，とりあえずBayesian Deep Learningのことが気になっている，という状態．

コンピュータ・サイエンスとエレクトロニクスだけど，ココイラの展開の勢いがスマート社会への変革を促している，ということでしょうよ．だけど，計算数理による理論構成の巧みさが下地で，要は基盤を形成する統計学を大切にする，ということが必須かと．

個人的には，解析的計算をゴロゴリと進めながら，GPUの仕組みを理解して，TensotFlowを使ったプログラミングを積み上げて・・・．PythonでもRでもCでもできるのだけど，色々とバランスを考えながらで・・・．

発散しないためには，対象をきっちり明確にして，その開発に徹する，という姿勢って大切でしょうよ．個人的には，信頼性と金融の両方で・・・．

そう言えば，Jetson Nanoを金融で使うのって，実装を工夫すると多様な拡がりが考えられて・・・．

Embedded Linux and Machine Learning

組込みソフトだけど，とりあえずアレコレと考察，そんな状態．CとPythonを併用，ということでもあるけど，まだGPUの並列処理の仕組みを深く理解していない，そんな具合．

複合的なセンサーやカメラによる観測状態での認識が凄く気になって・・・．

ディープラーニングの実装

データサイエンスに基づいて簡単な機械学習をお勉強する，というアタリって確かに重要．だけど，さらにTensorFlowをベースにしたディープラーニングの実装を理解して使いこなす，というレベルのお勉強となると，かなり厄介で・・・．クラウドとエッジの両方で共通な技法を中心に理解を深める，というのが良いかと．

そう言えば，エッジコンピューティングでのAIだけど，クラウドとのやり取りを工夫しながら，より高度な処理を実現していく，ということを支えるビジネスのことが気になってもいるの．

要は，AIの組込みシステムとソフトの分野って，モバイルを使ったサービスも含めた社会全体のスマートIoTがより高度に展開するためのイノベーションを担っていて，ココイラの人財育成が必要で・・・．