意思決定の本質だけど、要は将来の機会喪失を現在時点でその価値を問う、ということでしょうよ。
将来起こる機会喪失の損失が小さければ気にする必要は無いでしょうけど、取り戻すことが不可能な永久の機会喪失を許せない、ということで見積もる価値が高ければ、やはり回避が必要で・・・。
そう言えば、コストと時間を無駄する教育の回避、という捉え方って、将来の機会喪失を高く見積もってのことで・・・。
個人的には、ビジネスの根底にある教養も含めて、ココイラの実践を英語で行う、という構図の大切さを感じている、そんなこと。要は、種々の産業の競争力強化のための基盤として英語がある、という捉え方に。
データサイエンスも同じだけど、ビジネスにおける英語って何しろ必須でしょうよ。もちろん、高い力量を獲得するのって、工夫が必要で、自己の創造を基礎にしながら、アレコレと・・・。
何れ、品質経営を支える基盤能力としての位置づけにもなっていく、ということでしょうよ。要は、データサイエンスだけでなく、英語も、ということ。
尤度とベイズの両方が基盤になるけど、ココイラの実装を具現化する、そんなの力量って大切でしょうよ。ビジネス・データに関するモデル構成と推測および情報量のことで、RあるいはPythonを使う、ということになるかと。個人的には、ディープラーニングもココイラに含めて捉える、というのが良い、という気がしていて・・・。
もちろん、具現化をするには、CmdStanとTensorFlowを使いこなす、ということになるでしょうけど、自分で構築しながら丁寧に理解を深める、というやり方で・・・。
さらに、NVIDIAやC++を扱う高度な力量を身につける、という域まで達するのって、やはり大切で、このアタリも工夫しながら・・・。