ものづくり企業さまの変革だけど、サービスとの融合が要でしょうよ。AI故障診断は、何しろ重要だし、IoTと絡んでグローバル・ビジネスとも絡むことで・・・。
ロボティクスの基盤だけど、ココイラかなーと。応用力学とAI技法の融合、そんなこと。もちろん、機械学習と統計制御も含めてのこと。
情報量規準ってやはり偉大、ということが個人的には重要で・・・。もちろん、ロボティクスの基盤の奥にある数学の構成って、とても巧みで鮮やか、そんなことかと。
海外の大学院ではonlineでココイラの授業を提供、そんな状況でもあるの。データサイエンスおよびAI技法のこと。
確かに、多くの方々の関心が高い分野でもあるし、高額だけど、授業料を支払って確実にこの分野の基礎と応用を身につける、そんなことに努力するのが稀有じゃない、ということでしょうよ。
もちろん、教える側としては、教材開発が要で、PythonかRstudioでココイラをしっかり組む、ということでしょうよ。もちろん、理論の説明もしっかりと・・・。
TensorFlowとKerasは、PythonとRstudioで同じように使えるので、確かにどちらでも良いのだけど、ベイズだけを考えると、違いもあるので、ココイラをどう扱うかの検討って必要で・・・。
個人的には、授業開発だけはやっておこうかと・・・。職業上の癖で、仕込みって何しろ大切。まあ、企業の方々向けに信頼性絡みに関しては、既にセミナーをやっているけど、英語となると、やはり面倒で・・・。だけど、グローバルで捉えると、何しろ勢いを感じる、という具合。
次は、量子計算だし・・・。
英語での授業だけど、補講とZOOMで定期試験対策を解説、そんな予定。試験も英語で出題なので・・・。
地道にコツコツと・・・。
高度専門職の養成だけど、教養も含めて、ココイラに関わることって無意味では無いでしょうよ。
個人的なオモイのことで、MindとPassionの説明って難しい、ということ。だけど、これらの育みってとても大切でしょう。
とりあえず、ココイラを整理、ということが良いでしょうよ。品質・信頼性・安全性における深層学習の基礎と応用のこと。
表面的なやり方だけ、というのがどうも好きになれないのだけど、まずはこのアタリの基本から積み上げる、ということが重要で、だから容易じゃない、ということでもあって・・・。
コツコツと拘りながら創造を具現化し続ける、という単純なことでもあるけど・・・。