推論、予測、学習のアルゴリズムを考究しながら、応用のことも考えている、という具合。だけど、役立つためには抽象化が必要で・・・。それと、具現化の対象についても実践を鑑みてしっかり取組む、ということも。
品質経営だけど、結局、ココイラがスッポリと入る、そんなことでしょうよ。要は、システム・デザインとデータ・アナリティクス、およびマネジメントの構成が基盤、ということで、品質がダメになるのって、基盤が崩れる、ということでもあるかと。
データサイエンスを扱う、そんなことを専門にするのなら、やはり対象の拡大をきっちり掴む、ということが必須。
フィンテックの拡大を意識するだけでなく、何をすべきか、ということもしっかり考えて・・・。ココイラは個人的に感じていることだけど、とりえず経済物理学と機械学習を・・・。
ビジネスを基盤としたデータに関する専門職の育成って重要でしょうよ。要は、ビジネス・アナリティクスのことで、推論と予測それに機械学習の扱いって重要で、個人的にはココイラをアレコレと・・・。
そう言えば、金融の機械学習を弄っていたら、統計物理学と制御理論のことが気になって・・・。ココイラの数理だけでも横断的な知の構成って大切で、こういったことをどう扱うのか、ということも考える必要がある、そんなことかと。
計算統計学の応用だけど、やはりココイラと絡めて・・・。ココイラというのは、経営デザインでのデータおよび機械学習、というアタリのことで、奥深くかつ広く、というやり口が大切でしょうよ。
そう言えば、数理をお仕事にする、ということって、マネジメントを基盤にする、ということで可能になる、ということかと。
データを使う、ということになるのだけど、さらに奥深く理論をつくる、という必要があるの。経済・経営系における動的構造の数理分析のこと。
ファイナンスのリスクをどう推察するのか、個人的にはココイラを基盤に・・・。もちろん、機械学習も絡むし、計算統計学の応用でもあって・・・。それと、システム科学も。
実学だけど、商工を基盤として形成する、というのが個人的なやり口、そんなこと。
前提として、実学を選んだ、ということがあるけど、エンジニアリングとビジネスの専門を究めることを持続している、というだけ、そんなこと。
だけど、ココイラの土台をデータ・サイエンスにしている、ということもあって、とりあえず、行き詰まり回避している、ということかと。もちろん、この先きっちり続けるのなら、工夫が必要で、創造から逃げずに・・・。
具体的には、医療・介護のマネジメントをアレコレと・・・。あくまでも、商工を基盤にしながらで・・・。もちろん、品質と財務をデータ・サイエンスと絡めて扱うことが基礎で、その応用も・・・。
金融経済学の理論と財務分析のアタリをアレコレと考えている、そんな状態。要は、理財の数理のことで、体系を整理しながら奥深く考究を繰り返している、ということ。
もちろん、地道にコツコツと積み上げる、ということが色々とあって、一つずつ丁寧に取組む、ということが基本でしょうよ。
そう言えば、お勉強を活かす術を身につける、ということって専門職では必須で、時間とお金を知識創造に繋げる、そんなことでもあるかと。
組織での理財って、やはり知力経営をツクル、そんなことを押さえる必要があって・・・。品質経営と表裏なの、実は。
グローバル・ビジネスの専門能力を高める、という中で、国際金融の動きを経済リスクの考察と融合して理解できる、といったアタリの力量って大切でしょうよ。
こういった国際経済の俯瞰を組み立てながら、どうマネジメントをデザインするのか、といったことを導く、ということに。
しっかり基本から積み上げて実践の技法を身につける、ということって大切でしょうよ。経営専門職の大学院教育のことで、何しろ重要。
そう言えば、ウチの娘だけど、MOTをお勉強して、とりあえず就職したけど、この先、どうなっていくのか、ということは距離を置いて眺めるようにしようかと。担当したゼミの卒業生の方々も同じで、様々な将来になっていくので・・・。
だけど、経営の知識ってとても役立つでしょうよ。その気になれば。