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。
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。
嫌いじゃないので、堪能している、という状態。
そう言えば、ウチの学部の学生さんでも、ココイラに興味がある、という方々って少なくないでしょうよ。グローバル・ビジネスを学びながらデータ・サインエスも身につける、というのって、やはり頼もしいし・・・。
頑張りましょう。
とりあえず、教科書の方は最後10章まで終わったけど、やり残しこともあるので、ココイラの説明を行って、次のことに進もうかと。もちろん、数理の展開を丁寧に導いて、さらに数理統計学の基本をしっかり教える、というアタリも大切だけど、応用の俯瞰を説明する、というのも間違いじゃないでしょうよ。
具体的には、次回からRによるビジネス・アナリティクスの解説、そんなことの予定。
そう言えば、探求をしながらプログラミングをしているときの気分だけど、個人的には凄く好きで、特にアルゴリズムの理論を組み立てながらの考究って奥深くて・・・。
頑張りましょう。
シミュレーションをベースとした統計計算だけど、確かに有用でしょうよ。だけど、ココイラの基盤となっている確率分布をどう教えるのか、ということが気になっている、そんなこと。
お勉強だけど、役立つようにするには、コツコツと基礎と応用を積み重ねる、ということが必要でしょうよ。
そう言えば、対象を理解して数理で問題解決に挑む、というやり方だけど、対象に興味を持って探求を深める能力を前提にしている、ということでもあるの。もちろん、数理については当然だけど。
個人的には、金融のこともアレコレと考えていて、金融そのものの探求も行いつつ、データ・サイエンスの方法論を考究する、という状況。だけど、金融の探求も様々で、実際に続けるのって厄介でもあるけど、とりあえずリスクに着目して・・・。
もちろん、リスクを金融も含め幅広く俯瞰して、さらに部分に落とし込むと、自分の研究の基盤が形成できる感じで・・・。テーマが何か、ということ自体も仕掛けをツクル必要があるの。
頑張りましょう。
全体を見通した俯瞰で捉えた兆しだけど、その中での徴候をしっかり掴む、というやり方って大切でしょうよ。データを眺めながら部分と全体の両方の推察を行う、要はそんなこと。
もちろん、問題解決の技法としてココイラを捉えて、効果のある対策に繋げることが必要で・・・。基盤としては、知識構造化というやり方が重要で、要は組織や社会に知恵の学習を促して、解決のサイクルを形成する、ということに・・・。
データと問題解決って経営技法なんだけど、組織における知識科学の応用でもあって・・・。
思考と持続の力量だけど、壮年・中年からココイラの基盤を巧く使いこなしてビジネスの能力向上を図る、というようなことをアレコレと考えている、という具合。
もちろん、若い頃からの積み上げを使う、ということが前提だし、それにビジネスの総合的な能力？に絞っての向上、そんなこと。
既に豊富なキャリアを持たれた方々が社会人向けのMBAで学ぶ、ということの効果って、やはりココイラかと。
特に、壮年・中年からのグローバル・ビジネスの知的スキル形成、ということが気になって・・・。
ココイラをしっかり教えるのって大切でしょうよ。確率の基礎と応用のこと。
そう言えば、実践で使える知の積み上げって、実践とは離れた基礎の積み上げとも絡むことで、両方をしっかり身につける、といういうのって重要でしょうよ。
頑張りましょう。