コンピューティングのための応用数理と数学だけど，次世代産業の要でしょうよ．
古い言い方をすれば，意思決定のための経営数学と経営統計のことで，ビジネス原理に基づいて社会価値をつくり出す，ということの基盤でもあるかと．
量子情報理論の枠組みでのアルゴリズム開発，要はそんなことで，経営でも量子と統計の物理を扱う，ということに．
組込みソフトだけど，機械学習絡みをきっちり身につける，ということって大切でしょうよ．
AIソフトの信頼性が気になっている，個人的にはそんな状態．特に，エッジはデバイスの信頼性絡むので，極めて複雑なの．
エッジでの機械学習を実装する，といったことの基本テクニックとアプリ開発が気になっている，そんな状態．もちろん，クラウドと同じで，オープン・ソースをきっちり理解する，ということがまずは必要だし，エッジとクラウドを繋げる，そんなアタリも重要．
個人的には，IoTを使った品質マネジメントおよびビジネス・アナリティクの融合に興味があって，それでココイラを探っている，ということ．特に，信頼性に関しては，システム同定と制御を理論から構成する必要があって，かつ実装の開発も．
特に，LinuxとPythonだけど，何しろ重要で，具体的にはAIボードコンピュータやクラウドを使いこなせる，というアタリをしっかり身につけて・・・．逆に，ココイラの共通の繋がりがわかると，IoTの変革が見えてくる，とういう具合かと．
たぶん，80年代の後半頃のことだけど，サイバネティックスとカルマン・フィルタを扱った本を読みながら，機械情報，制御，故障，ベイズ，診断および予測，品質のことを夢想していた，ということだったか．あくまでも，個人的なこと．
マネジメントの興味を持ったのは，そんなことよりも前で，自動車会社に関する本ばかり読んでいた，そんなような記憶が．
アレコレと探求を続けて，どうにか今に至る，ということにはなっているけど，結局，その頃も学習と決定，それとデータが重要なことは既に多くの方々が気づいていた，ということだったかと．
今から先のことを考えると，次の展開のことを押さえて開発し続けることが必要でしょうよ．要は，理論のコアから言えば，今のデータ・サイエンスと機械学習ってもう古い，ということでもあって・・・．個人的には，量子情報絡みが気になって・・・．
だけど，こういったことの理論のコアそのものは，80年近く前に導出されたことでもあって，数学，物理，情報を絡めた探求とこれらの応用はまだまだ続く，という気もしていて・・・．
かなり乱暴な雑感だけど，学問の俯瞰って大切でしょうよ．
品質経営の授業内容を医療・介護向けに再編成をする，ということ考えている，そんなこと．あくまでも，マネジメントの体系を整理，ということ．
そう言えば，介護ロボットや福祉機械・器機などの組込み制御だけど，品質・信頼性・安全性のつくり込みも必要で，ココイラも含むの，とりあえず自分の考究では．
データ・サイエンスと機械学習だけど，社会価値の創造に繋げないと，やはり似非で無意味，という気がしているの．
個人的には，医療・介護に真摯に取り組まれておられる方々が周りにいらっしゃる，という状況で，自分に何ができるのか，ということを常に問い掛けている，そんなこと．
結局，才能の無い自称データサイエンティストを集めても何も出ない，ということでしょうよ．もちろん，アイデアが枯渇してしまった数理系の方々もで．関わりを持つことを避ける，というのが賢明でしょうよ．
データ・サイエンスだけど，オープン・ソースをベースに扱う，というアタリのテクニックを身につける，そんなことって必要でしょうよ．
要は，クラウドを使いこなす，そんなことで，OSおよびミドル・ウェアも含めてしっかりした技量って必要でしょうよ．特に，機械学習のプログラミングではココイラってコアでもあるし．
それと，IoTのエッジで，要は組込みシステムでの機械学習をプログラミングする，そんな場合も．コンパイルしたCのモジュールをメモリーに送る，という単純？な仕掛けでなく，手の込んだリアル・タイムでの知的処理の制御実装のアタリのこと．
機械学習およびデータ・サイエンスを使った制御用組込みソフトの開発と実装については，やはり重要な技術で，産業の基盤になる，という気もしているの．
とりあえず，システム同定と機械学習をエッジで組込む，そんなことのお勉強をアレコレと・・・．
実習用のコンピュータも欲しいのだけど，どうするか？ 故障診断のアルゴリズムを開発するのに，実装をベースに考究する，そんなことでもあって・・・．実車に載せて実験もやりたいのだけど．もちろん，ピックアップと増幅装置も必要で，最近は・・・．
社会価値をつくり出す，そんなことを生きる意味として捉えると，教養ってやはりココイラには必須，そんなことでしょうよ．色々な説明を省いての言い方だけど．
で，モデリングって基盤，要はそんなことで，様々な分野での考え方とモデリングを理解して，科学哲学やさらに思考の源まで探求することとの繋がりがわかるのって，知力を糧に価値を創造することで社会での居場所を見出す能力の基本でしょうよ．色々な説明を省いての説明だけど，これからの時代の職業人の基礎能力，そんなこと．
そう言えば，専門職だけど，専門を学ぶのって教養を培う手段，という気がしているの．ゴールは専門じゃなくて教養，そんなこと．
専門を極めて年収が上がっても，ダメな奴はどう評価してもダメで・・・．ホンモノの知性が欲しい，個人手的にはそんなことを感じていて・・・．
帰納的設計のことをアレコレと考えている，という状態．どうしても，モデルベースが基本，という捉え方が良いように思えて・・・．
そう言えば，娘の修論だけど，構造方程式モデリングを使っていて，検定結果をアレコレと駆使して解釈を導いているのだけど，KL情報量を使って積極的にモデリングを比較する，という概念が通じないみたいで・・・．
まあ，余計な指導は無用と言われながらも，必要なことだけを教えて欲しい，というご希望なので，とりあえず，検定のことだけ質問に答えて・・・．
帰納的設計の概念が抜けているので，たぶん，何を言ってもダメで，教養からやり直すことをしないと，モデリングの抽象と具現って理解できないでしょうよ．高校でも大学でも物理をきっちり教わってない，ということでもあるけど．ココイラは，あくまでも家庭内のことで・・・
まあ，コチラは階層ベイスやMCMCを使う，というやり口で，同じようなことを考究してみようかと・・・．もちろん，機械学習を応用して予測を可能にする，ということも．